过去几年中，零售行业一直处于技术驱动的旋风中，这改变了零售商运营和与客户互动的方式。移动应用程序将购物者与忠诚度计划、在线订购、食谱灵感等连接起来。在店内技术使客户体验更加顺畅和高效。在很多方面，行业与20年前大不相同。

AI也发挥着作用，消费者对此也很兴奋。新兴的用例有可能改变购物的方式。如果购物者拍摄一张他们想准备的食谱，AI可以为他们生成一个数字购物清单。Lobyco的2024年研究发现，70%的购物者对此感兴趣。

如果消费者兴趣是任何指标，那么我们可以肯定在未来几年中会看到零售技术中AI集成程度的提高。但这并不是技术所能做的全部。对于零售商来说，AI最强大的应用是推动与客户的个性化互动。但这种用例在北美尚未成为常态。

AI驱动的个性化在北美仍是一个正在进行的工作

在世界各地，零售商已经完全接受AI作为他们参与策略的关键合作伙伴。商店向消费者发送高度个性化的优惠和促销，基于他们的个人购物资料。如果一个特定的购物者总是将健怡可乐与他们的周购物一起购买，他们可能会在下一次访问时收到一个免费健怡可乐的优惠券。购物者欣赏并期望这种程度的个性化，无论是在他们的每周数字促销中还是作为应用程序迷你游戏的奖品。他们觉得自己的当地商店真正地了解他们并预测他们的个人购物需求。

对于许多北美消费者来说，这种现实可能是一个正在进行的工作。这是因为许多北美零售商尚未采用AI这种方式。他们不提供像他们在全球各地的对应者一样个性化的促销。相反，他们发布大量优惠券，有时在印刷报纸插页或邮件中，有时在数字格式中，并希望其中一些优惠券能够引起收到和仔细阅读它们的购物者的共鸣。

为什么北美的行业会这样？

技术是一个障碍，但不是唯一的障碍

个性化的重要组成部分当然是后勤壮举。虽然许多北美零售商已经拥有大量匿名的客户数据（例如，汇总的购买记录），但他们可能没有以促进AI分析的方式应用这些数据。

目前，这些零售团队使用手动、低效的流程来创建、更新和在他们之间共享电子表格。他们可能拥有数字工具来帮助分析数据，但不是以有意义的方式——不是大规模地。

向AI驱动的个性化迈进意味着创建和接受一个单一的真相来源；一个真相来源生活在云中并实时更新。从那里开始，需要甄选和实施AI和ML解决方案，以便浏览数据、识别模式并根据购买资料创建客户细分。例如，可能会为只购买有机商品的客户创建一个细分市场。

一旦客户细分开始，零售团队就必须与AI和ML合作，开发出与每个细分市场产生共鸣的持续促销活动。这成为了一门科学；一个精确的游戏。与传统的北美优惠券模式不同，AI驱动的个性化是关于质量，而不是数量。零售商可能只向每位客户提供五个促销活动，但由于AI，这些促销活动都是稳赢的。对于许多购物者来说，这将是一个巨大的变化，因为他们可能会定期查看数十个优惠才能找到一个符合他们偏好的优惠。

从“之前”到“之后”的AI驱动个性化是一个巨大的任务。团队需要学习新的工具，领导者需要开辟新的工作流程，营销团队需要开发面向客户的信息，清晰地传达如何使用数据。

为北美零售商安装合适的技术将是一项重大运作。但这并不是推进个性化所需的全部。接下来需要改变零售商与供应商的合作方式。

零售商还必须改变他们的业务合作伙伴关系

为了实施AI作为客户促销的关键驱动力，零售商还需要解构他们现有的促销策略。

零售商与供应商合作进行客户促销并非独特。供应商在这里有很大的利益；他们的产品以折扣价提供，甚至免费提供。然而，北美的许多供应商控制着哪些商品被促销以及何时促销。

传统上，当杂货店发行优惠券时，他们会根据供应商的营销策略和计划进行发行。产品可能会被选中以符合季节性的营销活动、新口味的发布或需要满足的KPI。消费者可能会欣赏他们收到的优惠券，但他们的偏好并不是首要考虑因素。

这就是需要改变的内容，以便AI驱动的个性化能够发挥作用；新的技术带来新的思维方式。驱动客户细分（模式识别和数据分析）的相同能力也可以无缝地应用于驱动促销策略。零售商可以轻松地了解哪些产品最受欢迎以及何时受欢迎，基于内部和外部因素，如天气、即将到来的假期、价格弹性等。这些情报可以直接支持促销策略，将消费者放在驾驶座上。

即使供应商不再控制促销，他们仍将获胜。重新调整促销策略会带来资源使用更加高效和有效。购物者只会被提供他们可能会兑换的促销活动。他们仍将被鼓励尝试新的品种、口味和产品，但方式是数据驱动的，很可能会成功。供应商将体验到品牌忠诚度和营销的所有好处，但不会浪费资源。

技术已经存在。问题在于应用它

推进AI驱动的个性化将帮助甚至大型超市在客户互动中营造出小镇的感觉。通过让客户在个人层面上感到更有价值，北美零售商可以为店铺忠诚度做出奇迹。

这种方法已经在世界各地使用了多年，并取得了巨大的成功。现在，问题在于落后者。采用AI个性化的零售商将迅速超过那些没有采用AI个性化的零售商。问题只是开始而已。