個人化建議
建議類型
使用幕後各種演算法來個人化客戶體驗，以確定最佳產品或要提供的內容。演算法導向的建議可能包括：
暢銷商品
根據最常購買的項目。
已檢視此，已檢視
根據最常檢視的項目，以及目前檢視的項目。
看看這個，買了
根據同時檢視目前已檢視項目的訪客最常購買的項目。
購買此商品，購買該商品
根據最常購買的項目與目前檢視的項目。
最多瀏覽
依據最常檢視的項目。
上次瀏覽
根據某人先前造訪的最後一個項目。
一對一的訪客相關性
根據人員最能根據其互動歷史記錄預測的互動項目。
針對個人化 Web 體驗的建議
透過與 Oracle Maxymiser Testing and Optimization 的整合，量身打造網站體驗。Oracle Recommendations 加強了 Oracle Maxymiser 中已有的功能，因此您可以輕鬆刪除產品或內容建議，以自訂及改善每位客戶的體驗。
- 運用預先設定的小工具、可用的演算法，以及直覺式的 WYSIWYG 編輯器。
- 透過拖放介面，為各種受眾建立規則導向的個人化。
- 建立燈箱、重疊、橫幅或通知，並根據特定使用者動作觸發燈箱。
例如，您可以依天氣來鎖定目標，因此來自溫暖氣候的訪客不會看到不相關的內容。透過使用地理位置和天氣來鎖定訪客，您可以確保冷氣候的人看到寒冷的天氣影像。相較之下，來自溫暖氣候的遊客會看到相應的溫暖天氣影像。
個人化電子郵件的建議
將演算法導向的建議新增至 Responsys 行銷活動管理，以改善電子郵件點閱和轉換率。從我們的檔案庫中選取演算法，並使用電子郵件開放時間支援來確保在檢視時與建議相關。
- 在 Oracle Responsys 電子郵件中原生包含產品或服務建議。
- 透過新增與網站一致的演算法導向建議，改善階段作業和購物車放棄電子郵件的電子郵件點閱和轉換率。
- 開放時間支援可確保適時提供建議，不會讓收件者感到沮喪 (例如，對缺貨項目提出建議)。
與其他應用程式的建議
- 使用所有面向客戶的系統建議，而不只是 Oracle CX 解決方案。
- 針對行動、第三方應用程式提出建議。
- 使用 REST API 服務，您的開發人員可以快速將建議延伸至行動裝置、IoT 及其他服務。
建議使用中
匿名購物者 (B2C、B2B2C)
問題：零售商和品牌必須根據客戶的偏好和過去的採購，吸引尋求「最新、最大」或特定項目的新客戶。
解決方案：展現最受歡迎、最暢銷或熱門項目。
福利：產生兌換率與平均訂單值。
重新定位 (B2C、B2B2C)
問題：直接銷售給現有消費者的零售商、品牌和媒體平台，必須個人化並切合每個互動，以提高保留率並最大化忠誠度。
解決方案：運用豐富的設定檔洞察力，提供個人化的情境化建議。
優點：增加平均訂單價值、購物頻率及客戶終身價值。
長期銷售週期服務 (B2B、B2C、B2B2C)
問題：長期銷售週期服務不常出現匿名購物者，他們多次造訪品牌網站以比較價格與解決方案。
解決方案：根據獨立屬性、低內容及有限資料，使用「上次檢視」演算法型建議模型，讓訪客能夠從何處離開。
優勢：將複雜探索和購買歷程的挫折降到最低，以最大程度地提高轉換機會。
後續步驟
購買 Oracle Recommendations 作為獨立解決方案，可與其他行銷技術應用程式 (Oracle 與非 Oracle) 整合，或將其作為 Oracle Infinity Behavioral Intelligence 的一部分購買。