Adobe 研究員 Anil Kamath 表示:「現在透過 Adobe 的 AI 引擎 Adobe Sensei,我們得以實現從前難以想像的功能,例如同時與客戶進行數百萬次一對一的即時互動。Adobe 涉足人工智慧領域已超過 15 年,也因此能夠利用數兆的數據和內容資產提供洞察,幫助企業驅動消費行為。」
內建於 Adobe Experience Cloud 的新人工智慧和機器學習功能為品牌提供了更多提升效率、營收和業務增長的機會,包括:
• 銷售機會預測(Adobe 即時 CDP):由於採購團隊人員眾多,且數位和實體互動中也有諸多接觸點,因此想確定哪些採購團隊可能下單有時深具難度,必須彙整及分析來自各種技術和精密運算的數據。B2B 行銷團隊可應用 Adobe Real-Time Customer Data Platform(Adobe 即時 CDP)內的預測潛在客戶(Predictive Lead)和客戶評分(Account Scoring)功能來獲得洞察,將資源集中在正確的潛在客戶;還可根據潛在買家行為與實際買家的相似程度,輕鬆決定銷售團隊與潛在買家互動合適的時間點。Adobe Marketo Engage 也將於今年提供此新功能。
• 跨通路預算優化(Customer Journey Analytics):想全面掌握行銷活動在整體顧客旅程的成效並非易事。現在,Attribution AI 的歸因模型可納入 Adobe Customer Journey Anallytics,讓品牌能統一了解線上和線下活動的執行成效。投資報酬(ROI)洞察也能幫助品牌依照本身業務打造最適合的歸因模型。
• AI 支援的產品推薦和即時搜尋結果(Adobe Commerce):藉由 Adobe Commerce 中由 AI 支援的產品推薦功能,B2C 和 B2B 品牌可運用人工智慧根據顧客行為、產品銷售、產品功能、視覺元素和流行趨勢推薦相關產品,為顧客量身打造體驗,促進商家的轉換率、留客率、交叉銷售和追加銷售動作。Adobe Commerce 的即時搜尋功能結合了即時目錄資料與 Adobe Sensei 的 AI 功能,可超迅速地提供高度相關且個人化的搜尋結果。Adobe Sensei 可自動幫助商家辨識每筆顧客查詢的搜尋面向,讓客戶無需耗時編寫冗長、繁瑣的網站搜尋規則。
• 智慧預算預測和分配(Attribution AI):精確預測與分配行銷預算對現今品牌商來說深具挑戰。過往資料常是重要的數據點,但可能無法反映消費者喜好快速的變化,尤其是在數位通路上。Adobe 如今推出新的人工智慧功能-行銷組合模型(Marketing Mix Modeling)來精簡流程。此種先進的預測模型功能結合了過去數據與 Adobe Attribution AI 服務的即時洞察,幫助品牌輕鬆準確地分析行銷支出和活動效果,以實現線下及線上通路的最大成效。
於 Adobe Summit 的 Sneaks 期間,Adobe 還展示了 Adobe 研究實驗室多項有助於品牌打造優質客戶體驗的人工智慧創新技術,讓與會者先睹為快。例如,「Go Beyond Conversion」預演利用人工智慧為品牌網站的客戶體驗評分。 品牌商可了解網站訪客的行爲,並引導客戶至優化的體驗,提高轉換率。
IDC 全球 AI 研發暨自動化研究集團副總裁 Ritu Jyoti 表示:「個人化客戶體驗是品牌在現今數位經濟中關鍵的差異化因素,品牌若希望提供消費者重視的體驗,便需要如 Adobe Sensei的 AI 技術來分析客戶資料、預測行為,最終快速提供與客戶需求相關的體驗,甚至從初次互動開始。」
Adobe 的所有 AI 計劃均以問責、責任和透明為引導原則。Adobe 堅守最高標準,堅持以符合倫理、負責的方式發展人工智慧,並確保 Adobe 的客戶和社群參與其中。