如今最成功的品牌已经开始利用数据科学来提供个性化体验，以满足消费者的需求。越来越多的品牌正在构建其内部统计模型与算法以提供量身定制的体验。然而，目前大部分品牌尚未充分利用人工智能。
为了改善这种情况，Adobe 在 31 日宣布将在 Adobe Marketing Cloud 的个性化引擎 Adobe Target 中开放数据科学与算法优化能力。品牌可以在 Adobe Target 中插入他们自有的模型和算法，进而带给消费者最佳体验。除此之外，Adobe 还宣布了由 Adobe Sensei 支持的 Adobe Target 新功能，包括提升客户建议、精准定位目标、优化体验以及自动创建个性化产品等。
Adobe Experience Manager 与 Adobe Target 副总裁 Aseem Chandra 表示：「消费者的期待值已飙升到一定高度，使得超级个性化对于品牌来说已不再仅仅是个选项，而是势在必行。与时俱进的品牌已经在发展他们的专有算法。当品牌将他们的专业知识与 Adobe 的人工智能与机器学习工具相整合，便可预测客户想要的是什么，并在他们提出需求前就满足他们，这将带来巨大的商业价值和品牌忠诚度。」
对业界而言，导入专有算法至领先营销平台的能力是最重要的。品牌可以通过结合自身的产业专业知识与 Adobe Target 中强大的 Adobe Sensei 机器学习工具、人工智能工具，大规模地提供个性化的用户体验并从中获利。举例来说，一家已创建了专有算法以用来预测哪个客户最有可能对某种优惠产生回应的金融服务公司，可藉由在 Adobe Target 中插入这种算法对模块进行流量测试，进而向各个客户提供最合适的优惠。
除此之外，Adobe 还发布了Adobe Target 中由 Adobe Sensei 支持的新功能，以提升个性化体验、满足客户所需。
● 一键个性化：通过新的自动锁定目标功能，营销人员可以迅速地在其数字资产（包括网站、App、物联网用户界面等）中提供海量的个性化体验。自动锁定目标功能利用 Adobe Sensei 来评估对于每个消费者相对应的的最佳体验，并跟进消费者的后续行为以持续优化这些体验。举例来说，连锁酒店品牌可基于订房与手机 App 互动记录，将其位于热带的酒店以及相关内容提供给已知偏好至温暖地区旅游的会员。这将与消费者产生更高的互动率并提升品牌忠诚度。
● 个性化建议：Adobe Target 中新的建议技术让品牌可利用消费者意图去更精准地预测消费者需要怎样的内容和产品。通过使用基于自然语言处理的技术，个性化建议可以将消费者行为转化成类语言信号。这些信号以共通性做分组并用来提供更加定制化的客户体验。举例来说，零售商观察到某位消费者在观看了环保洗衣技术的视频后购买了可降解的烘衣纸后，即可为其提供量身定制的环保洗衣粉推荐。早期测试结果显示，这类数据科学的改善较其他算法有 60% 的提升。
● 自动化优惠：品牌可在潜在的数百种优惠中将最佳优惠在恰当的时间展示给恰当的人。举例来说，金融服务公司可基于客户每个人的浏览路径、账户状态、搜寻用词等信息，自动地提供其贷款、信用卡及在线账单支付优惠。自动化优惠将确保合适的优惠在客户旅程中的恰当时间点提供。
● 精准定位目标：随着 Adobe Target 与 Adobe Analytic Cloud 的增强整合，营销人员可以通过行为分析和受众数据更精确地定位目标，进而进行更深入地分析。举例来说，Adobe Analytic Cloud 洞察出某汽车品牌的活跃购车用户中大部分使用智能手机搜索新车信息，便可通过 Adobe Target 为他们提供更加个性化的体验。
作为 Adobe marketing Cloud 的一部分，Adobe Target 在过去十年凭借人工智能和机器学习算法已获得全球众多大品牌的青睐，其中包括 AT&T、联想、万豪及 Sprint 等。高度个性化体验已在包括网页、移动设备、电子邮件等各种线上渠道上使用。通过使用 Adobe Experience Manager 和Adobe Campaign，营销人员可以无缝地管理并提供个性化内容。Adobe Analytics Cloud 和 Adobe Advertising Cloud 的整合可确保与客户的所有互动都是高度个性化的。Adobe 近期在 Forrester 公司的《2017年第二季度 The Forrester WaveTM: 数字智能平台》报告中被评为数字智能平台领导者 ，并在行为定位和在线检测等九个类别中都获得了最高分。
相关链接
· Adobe Experience Manager 和 Adobe Target 副总裁 Aseem Chandra 博客文章
· Adobe Target 产品营销总监 Kevin Lindsay 博客文章
