2002年，Target聘請了統(tǒng)計學(xué)家Andrew Pole。他的任務(wù)是進行預(yù)測分析——一種通過觀察數(shù)據(jù)趨勢進行預(yù)測的統(tǒng)計數(shù)據(jù)——來幫助零售巨頭向某些人群推銷某些產(chǎn)品。在這方面，Pole的首要任務(wù)是確定孕婦——特別是孕中期婦女。

正如Target的營銷團隊所解釋的那樣，新生兒的父母是非常有價值的客戶。哪怕是之前沒有買過尿布，嬰兒服裝這種東西，當他們有孩子時，他們的品牌觀念也會變化。由于需要采購東西較多，新父母很容易疲累，所以他們更傾向于在一個地方買到所有可能需要的東西。而Target希望成為這樣的地方。

“我們知道，如果我們能夠在寶寶只有兩三個月的時候就確定用戶，那么我們很有可能擁有這樣的用戶很多年，”Pole告訴紐約時報?！耙坏┪覀冏屗麄儚奈覀冞@里購買尿布，他們便會在這里購買其他所有的東西。如果你正在一個商店里掃貨，尋找瓶裝飲料，當你經(jīng)過橙汁，然后你就會拿上一盒。對了，還有我想要的新DVD。很快，你將會在我們這買谷物和紙巾，并且很有可能一直是回頭客?！?/span>

雖然其他公司使用公開的出生記錄來確定分娩后的潛在客戶，但是Target希望通過識別懷孕期間的女性來獲得競爭優(yōu)勢。

Pole跟他的同事研究了購物數(shù)據(jù)，并且確定了孕婦傾向購買的25種產(chǎn)品——如孕婦裝，無味乳液和產(chǎn)前維生素。在查明那些用戶購買了這些產(chǎn)品（商家使用訪客ID號碼跟蹤購買）之后，Target為客戶分配了一個“懷孕預(yù)測”分數(shù)，既可以準確預(yù)測女性是否懷孕，也可以估計她的分娩日期，這就到量身定制營銷計劃的時候了。

人類與技術(shù)發(fā)展都是這樣，沒什么事是一帆風順的。

據(jù)泰晤士報報道，明尼蘇達州的一名男子走進當?shù)氐腡arget分部，并要求見經(jīng)理。

“我的女兒收到了你們公司的郵件，”據(jù)報道，該男子一邊說一邊展示著Target的宣傳小冊子?！八€在上高中，而且你要寄嬰兒衣服跟嬰兒車的優(yōu)惠卷給她，你們這是想鼓勵她懷孕嗎？”

優(yōu)惠卷上清清楚楚得寫著是給該男子十幾歲的女兒的，但是經(jīng)理也是一頭霧水，但他只能一直道歉。過了幾天后，經(jīng)理打電話給該男子再次道歉，但是突然那個男子向他道歉。據(jù)了解，該男子與他的女兒交流時發(fā)現(xiàn)她確實將在八月份分娩，而Target公司的預(yù)測時間就在優(yōu)惠卷上，基本一致。

盡管如此，但是這種數(shù)據(jù)采集方式還是讓人毛骨悚然。懷孕是一個私人問題，顧客一般是不喜歡自己被監(jiān)視的，因此零售商們決定是定位更加精確。Target沒有直接向準媽媽推薦嬰兒產(chǎn)品（因此也提高了她們的懷疑），而是策略性地將嬰兒產(chǎn)品廣告放在其他隨機產(chǎn)品的旁邊——如酒杯或者割草機。

從技術(shù)的角度來看，零售方面使用的技術(shù)已經(jīng)發(fā)生了很大的變化。客戶數(shù)據(jù)依然扮演者很大的角色，這跟2002年的時候幾乎一樣。但是除了預(yù)測分析之外，Target現(xiàn)在依靠機器學(xué)習來分析購物的習慣，從而優(yōu)化供應(yīng)鏈并且為客戶提供個性化的服務(wù)。

“在Target，我們的目標是通過廣泛應(yīng)用數(shù)據(jù)的技術(shù)讓購物更有趣，更貼近我們的客人——相信我，我們擁有大量數(shù)據(jù)！”零售商在一篇關(guān)于機器學(xué)習的博客文章中吹噓自己。 “數(shù)以千萬計的客人和數(shù)十萬件物品導(dǎo)致了數(shù)十億的交易和互動。”

雖然預(yù)測分析需要人類找到數(shù)據(jù)的統(tǒng)計趨勢，但機器學(xué)習是人工智能（AI）的一個子集，它是指使用計算機算法來查找數(shù)據(jù)趨勢。然后，計算機可以根據(jù)這些趨勢（或模式）自主地進行預(yù)測——有效地“學(xué)習”而無需為明確的任務(wù)編程。

部署機器學(xué)習的兩個主要領(lǐng)域包括文本翻譯和圖像識別。例如在圖像識別領(lǐng)域，它也可以用于識別熱狗。

但這項技術(shù)的應(yīng)用遠不止嬰兒用品和法蘭克福香腸（兩者都是Target銷售的）。許多其他公司使用它來優(yōu)化和將經(jīng)過驗證的零售實踐自動化，例如SKU分類，產(chǎn)品推薦，情緒分析，欺詐檢測，價格預(yù)測，個性化優(yōu)惠等。

了解這些企業(yè)如何利用機器學(xué)習來開展零售游戲

沃爾瑪

公司所在地點：阿肯色州本頓維爾

它是如何利用機器學(xué)習的：沃爾瑪使用在線機器學(xué)習來優(yōu)化交付路線，提供更快的結(jié)賬，匹配產(chǎn)品目錄中的產(chǎn)品，并根據(jù)用戶的瀏覽歷史推薦產(chǎn)品。除了數(shù)據(jù)分析，機器學(xué)習還用于向在線購物者展示有針對性的廣告。

亞馬遜

公司所在地點：華盛頓州

它是如何利用機器學(xué)習的：作為全球最大的在線零售商，亞馬遜可以訪問大量客戶數(shù)據(jù)。通過將機器學(xué)習應(yīng)用于該數(shù)據(jù)，它可以預(yù)測對某些產(chǎn)品的需求，識別欺詐性購買并提供定制的產(chǎn)品推薦和促銷。除零售外，機器學(xué)習是亞馬遜智能AI助手Alexa及其亞馬遜網(wǎng)絡(luò)服務(wù)（AWS）云計算服務(wù)的推動力。

ASOS

公司所在地點：英國倫敦

它是如何利用機器學(xué)習的：Asos是一個在線時尚商店，它擁有大量的服裝產(chǎn)品——在任何給定時間約85,000件。 這就是為什么它依賴于機器學(xué)習的圖像識別功能來描述每個項目的屬性。Asos還使用機器學(xué)習來跟蹤客戶的購物習慣，并為他們分配客戶生命周期價值（CLTV），預(yù)測未來幾年他們可能會花多少錢購買Asos產(chǎn)品。

THE NORTH FACE

公司所在地點：加利福利亞州

它是如何利用機器學(xué)習的：2015年，The North Face與IBM合作，將古老的計算機巨頭Watson AI系統(tǒng)引入其網(wǎng)站。Watson（你可能還記得，擊敗了Jeopardy！這款游戲的王者 Champ Ken Jennings）像是一個人類的導(dǎo)購，引導(dǎo)North Face客戶選擇合適的產(chǎn)品。Watson的自然語言處理能力和會話界面使得這個過程很像與另一個人交談。

MACY'S

公司所在地點：俄亥俄州辛辛那提市

它是如何利用機器學(xué)習的：像The North Face一樣，Macy也與IBM合作，將Watson用于Macy的On Call。 該功能允許客戶在MACY'S百貨的移動網(wǎng)站上提問，并接收每個實體店獨有的信息。需要找到男士運動鞋或洗手間？ MACY'S的On Call可以提供幫助。

軟銀機器人

公司所在地點：日本東京

它是如何利用機器學(xué)習的：軟銀機器人是Pepper的母公司，Pepper是一個由人工智能和機器學(xué)習驅(qū)動的人形機器人。雖然Pepper有很多用途，但該公司認為它對零售業(yè)特別有用。鑒于此，Pepper駐扎在舊金山韋斯特菲爾德等商場，在那里執(zhí)行客戶服務(wù)任務(wù)，如指示，回答問題和娛樂購物者。

美國鷹牌服飾

公司所在地點：賓夕法尼亞州匹茲堡

它是如何利用機器學(xué)習的：美國鷹牌服飾與圖像識別創(chuàng)業(yè)公司Slyce合作，在其移動應(yīng)用程序中創(chuàng)建一個視覺搜索引擎，讓購物者可以使用手機的相機找到特定的服裝項目或類似物品，他甚至推薦配件。

機器學(xué)習在零售業(yè)中的未來

雖然機器學(xué)習在許多零售應(yīng)用程序中都有應(yīng)用，但是零售商們始終認為個性化——即購物者在微觀層面獲得定制體驗是最重要的，因為這對他們實際增長用戶以及擴展在線產(chǎn)品尤其重要。

Neiman Marcus集團總裁兼首席執(zhí)行官Karen Katz表示，“融合技術(shù)與個性化的觸感才是卓越的用戶體驗?！?“我認為能夠?qū)⒓夹g(shù)驅(qū)動的個性化與人類結(jié)合起來的人將成為這個世界的贏家。

以亞馬遜為例，約有35％的銷售額來自針對每位購物者量身定制的機器學(xué)習驅(qū)動的產(chǎn)品推薦。正如一項研究所得出的結(jié)論，一個能夠?qū)⒖蛻舻臄?shù)字購物體驗個性化的品牌才會擁有相當多的回頭客。

像Katz這樣的零售老板深諳此道，他們正在接受個性化帶來的革命。

“今天的智能零售商正在進入購物體驗的新時代，將人性化和技術(shù)相結(jié)合，以提供更加量身定制的消費體驗，”Mindtree高級副總裁Guita Blake表示。

Macy's 的執(zhí)行主席特里倫德格倫也認同這個觀點。 “現(xiàn)在，有關(guān)個性化的模式正剛剛起步，”他告訴福布斯。 “這一切都與消費者有關(guān)?！?/span>

“我們正在盡我們所能，直接與消費者聯(lián)系，讓購物更方便他們?！?/span>