行銷與銷售自動化
過去十年由電商平台發起的商業革命，讓零售業者將線下消費帶至線上，創造跨通路的消費者體驗 。手機、平板與電腦，霎時間成為了重要的消費體驗通路。而線上通路因為少了像實體店面一樣有賣方銷售員的參與因素，因此許多便利買家的「自動化」功能為成為各大電商平台的必備技能。
銷售自動化：搜索功能
因為在B2C電商平台的消費過程中，是由顧客自己全程主導的，所以「搜索功能」額外重要。下文將提到智能排序、搜索推薦、智能搜索字典。
行銷自動化：推薦功能
在顧客與電商互動的過程中，會取得許多互動行為數據。電商平台利用這些數據來分析消費者的「行為特徵 Pattern」，預測消費者未來的行為偏好以達成精準行銷推薦，不必再由人為判斷如何推播相關廣告了。
商業洞察：智能報表
品牌主能夠利用「智能報表」解析消費者行為特徵、產品消費趨勢與訂單分析等，作為後續人為的行銷優化參考，以帶給顧客個性化消費體驗。
1. 智能排序
方案
顧客在搜索時，總是想在最短時間內看到最相關的產品，而這點在手機流量為王的時代更為重要，因為手機螢幕太小了，塞不下這麼多結果。用戶不僅可以看到相關得結果，感受個性化服務，更不需要曠日費時的一直往下滑，增進消費體驗。
利用智能排序，品牌主可以依照不同用戶的「瀏覽歷史」、「交易歷史」和任何互動的紀錄來為用戶提供個性化的排序。
應用實例
喜歡登山的用戶在搜尋「運動鞋」的時候，會優先展示「登山鞋」、「建行鞋」等等，而喜歡打籃球的則會優先展示「籃球鞋」。
2. 搜索推薦
方案
除了智能排序外，還有一個工具可以給顧客個性化的消費體驗。
同樣是依照不同用戶和品牌的互動歷史，系統會在用戶打完字前，推薦用戶搜索結果，而這個功能在英語系的市場額外吃香！
應用實例
不同的用戶搜索”s”時，會跑出不同的推薦結果。平時買日常衣物的用戶可能會出現「Sandal 草鞋」，而平時買滑雪套裝的用戶可能會出現「Skateboard 滑雪板」。
3. 智能搜索字典
方案
有時候，並不是所有品牌的產品名稱都能對應到用戶搜索時使用的關鍵字。這會增加用戶搜索的成本，也會讓他轉往其他地方消費。
系統提供一套智能搜索字典，判別無法匹配產品名稱的關鍵字，並提供對應的產品搜尋結果給用戶，以防止用戶流失。對於電商業者來說，更能減輕自己在後台設置品名的負擔。
應用實例
用戶搜索「天青色襯衫」，不過品牌的產品表裡並無「天青色」的字眼。利用系統判別，將「藍色襯衫」與「綠色襯衫」的結果
4. 個性化產品推薦
方案
有時候，品牌主根本不必讓用戶自己搜索，可以主動提供產品服務，讓顧客感到品牌無微不至的照顧。
而為了要達成精準推薦來獲取顧客的心，必須透過不斷的機器學習，來分析顧客的互動歷程與推薦產品的關聯性，找出Pattern。此時，考驗的就是各家電商系統的演算法技術。
缺陷
業界也有人提出，顧客的互動歷程從根本上就「無法有效」給予產品推薦的方向，不是演算法能不能成功應用的問題。筆者認為，這個議題待AI在商業上的應用成熟後，會有更明確的結論的。
應用實例
行為特徵 Pattern：用戶在看「Puma基本鞋款」時，系統會依照所有用戶的消費習慣，自動推薦「Nike板鞋」或「Adidas經典鞋款」。
5. 商業洞察報吿
方案
所謂的智能報表，就是系統按照固定的商業思維自動總結銷售報告，省去人為在報表上的篩選判斷。系統能按照商業情景，分析特定商業問題，以交給後續人為優化。
應用實例
- 系統自動歸結出哪些品項們常常被一起購買。
- 系統能篩選出一些重點品項（鞋類），看看哪個產品的銷售額表現最好。
- 系統篩選不同的「時段」，分別看各時段的銷售表現，以作為後續行銷優化參考。
- 系統找出某爆款的產品項是由哪些「顧客類型」貢獻消費的，找出主力貢獻客群，並分析成因，以作為後續行銷優化的方向。
