由数据推动:个性化引擎对品牌的好处确切地知道你的客户将要购买什么，不仅是现在，而且是未来，是大多数企业渴望的梦想，而且对许多人来说已经成为现实。

当你看你的汽车引擎盖下，如果你不知道里面的东西实际上是做什么的，这是可以原谅的。但你的销售和营销工作就不是这样了。

确切地知道你的客户将要购买什么，不仅是现在，而且是未来，是大多数企业渴望的梦想，而且对许多人来说已经成为现实。比如集市上,Netflix、eBay和BasharaCare都在根据消费者的浏览和购买行为向他们提供个性化的建议。然而，能够为客户提供个性化服务并不是大公司的专利。各种形式和规模的企业都可以向客户提供个性化的推荐。打开这些推荐给你的客户的关键是数据。

您的客户每次与您的业务交互时都会创建数据。从他们的网上浏览行为，到他们的社交媒体通过分析之前的购买数据，可以推断出他们下一步可能会购买什么。一旦你知道了这些信息，建议你的客户可能想要购买的产品就变成了一个普通的商业常识。然而，在您为客户提供这些推荐之前，您收集的数据必须首先通过一系列统称为个性化引擎的算法进行运行。个性化引擎是数据科学的一个巧妙部分，在最详细的情况下，它允许您提供客户通常从朋友和家人那里收到的那种推荐。

个性化引擎的数据相当于老师向学生推荐一本书。这里需要注意的重点是，朋友、家人、老师和个性化引擎无法在没有背景的情况下提供任何建议。他们都需要信息，以便做出明智的决定，知道一个人可能喜欢或不喜欢什么。个性化引擎特别强大，因为它们不仅允许企业向客户推荐他们最有可能购买的商品。有了正确的数据，个性化引擎可以根据客户的兴趣、需求和愿望，向客户推荐他们可能没有考虑过的、但适合他们的产品和服务。一个很好的例子是Netflix是如何推荐电视剧的以及基于先前观影行为的电影。稍微偏左一点的推荐可能会带来好处，使个人希望从企业购买的产品和服务的类型多样化。同样地，为客户提供一些他们习惯的不同的东西，他们会喜欢，这将有助于加强你与客户的关系，以及他们对你的业务的忠诚感。

在将个性化引擎引入业务之前，有必要了解一下该技术的工作原理。实际上有三种不同类型的个性化引擎可用，每种引擎的工作方式略有不同，适合不同的业务需求。第一种被称为协同过滤。客户与企业的互动收集了大量数据，包括他们以前的购买，何时购买，在哪里购买(在线或离线)以及他们可能与公司有过的任何其他约定。所有这些数据都被用来预测一个人客户可能会购买，基于他们与企业的其他消费者的相似性。

相关:三个保证策略，使你的营销有效(和容易)

第二种方法被称为基于内容的过滤，它通过用于描述单个产品或服务的关键字来工作。然后，根据所使用的关键字，构建配置文件来指示特定客户可能喜欢的产品或服务类型。因此，个人客户被推荐的商品与他们以前购买的商品或他们在网上浏览过的商品有相似之处，并且可能正在考虑购买。通过这种方法，还可以根据客户对其他商品的评分和评论进行推荐。

第三种引擎实际上是混合的，混合了其他两种方法，在某些情况下，这种方法可能是最有效的。Netflix的推荐就是一个很好的例子。需要注意的另一点是这些引擎可能遇到的潜在问题。其中最重要的是冷启动问题。就像汽车引擎需要燃料一样，个性化引擎也需要数据，如果数据不够，它就不能准确地推荐产品。因此，有一个最小的量数据这个引擎需要启动，而对于一个几乎没有购买历史的新企业来说，这可能会带来问题。

如果项目分类良好，可以通过基于内容的过滤部分解决冷启动问题。然后，潜在客户必须从一开始就列出他们的偏好，这样引擎才能将这些偏好与商品分类相匹配。一个持续的反馈循环，让顾客告诉系统某项推荐对他们是否有用，然后训练引擎在每一次个性化中做得更好。如果个性化引擎设置不正确，可能会出现进一步的问题。如果引擎使用的数据不适合所使用的方法或业务及其客户的需求，那么给出的建议可能只是陈述了显而易见的事实。购买小狗的顾客显然需要小狗食品，所以这个建议对他们来说是没有用的。建议他们也买一个收音机，因为其他狗狗买家发现收音机有助于让狗狗在晚上保持平静，这种建议会让他们感到惊讶和不安取悦客户。

对于许多企业来说，个性化引擎仍然是一个不断发展的利基工具，到目前为止，它在很大程度上是为大型企业保留的。然而，有了正确的方法和正确的数据，任何规模的企业都可以向他们的客户提供推荐，让他们一次又一次地回到你身边。越来越多的企业将很快意识到预测消费者需求的潜力。当这种情况发生时，个性化引擎将变得像机械引擎一样普遍。就像每条街上都有一辆汽车一样，很快就会有一个个性化引擎为每家商店提供动力。

相关:个性化:对未来目标定位的展望