许多供应商AI公司提供启用AI-产品和服务，在客户面前推产品越来越多。这就是说，它并不总是很清楚这些解决方案如何确定投放广告到客户哪些产品。零售商和其他商业机构应该考虑自己需要做什么准备他们的企业为这些解决方案之一，熟习如何AI的建议是建立并训练。
在本文中，我们将解释支持ai的产品推荐是如何工作的。我们讨论的两个主要课题是:
- 对于AI产品推荐数据要求：列出这些AI解决方案使用的企业数据类型，如客户资料和产品元数据，并解释它们的用途。
- 采用人工智能，以满足客户对产品：描述这种类型的AI应用程序如何使用所需要的数据来预测哪些产品客户最有可能花钱。
我们首先概述希望通过一个产品推荐解决方案公司的数据需求开始我们的解释。
AI产品推荐的数据要求
集成支持ai的推荐引擎需要来自客户公司的大量企业数据。这些数据用于训练机器学习算法识别产品列表和客户信息中的信息，以便将它们关联起来并形成推荐。大量的众所周知的推荐方法存在-有些人比其他人更需要数据。
零售商需要提供的客户交易信息，包括其门店：
- 客户资料:人口统计数据和有关客户的最可能感兴趣的其他信息。
- 交易信息：文件包括历史客户数据，如消费习惯，并且已经说服顾客花钱过去的销售。这也包括诸如项目列表检出在一起的数字购物车数据，并留在车未支付任何物品。
- 网站流量数据：关于客户通过电子商务网站的旅程，以及他们在结账之前浏览了哪些商品的信息。
例如，考虑元数据的电子商务零售商将需要为自己的产品类型：
- 产品列表：产品的名称，每包的数量，可能还有该产品针对的人口统计数据。
- 时间敏感的产品数据：季节性产品的发布日期，该产品买的人在同一时间，和其他类别取决于零售商。
- 价格：定价上的所有产品，包括过去和未来的销售和人口统计应该看到的售价信息。
零售商的数据科学团队需要通过一个机器学习算法来运行所有这些数据，以便训练它识别其中的信息并进行准确的关联。在许多情况下，算法还需要在企业的后台运行一段时间，以便实时分析客户行为。这有助于算法在进行预测之前适应最新的客户数据。
使用人工智能来匹配客户和产品
大多数产品推荐应用程序将在预测分析，这是一种基于它的预测不同的信息关联和制造由AI软件的运行。一旦软件背后的算法是所有必要的客户和产品数据完成的训练，就可以开始推荐产品给特定的客户。
在我们的电子商务为例，该零售商将安装系统，以便它可以控制哪些产品可以通过有针对性的广告指定的通道出现。客户通常会看到侧边栏上，顶部的横幅，或零售商的选择的其他地区，这些广告。假如确定一个给定的29岁男顾客是最有可能购买剃须膏与他的剃须刀算法沿。然后在网站上的横幅和侧边栏的广告将改为显示剃须膏产品，试图吸引客户，将其添加到购物车。
其他应用程序可以用来建议将最好同时购买的产品 - 如您在Amazon.com和其他网站看到的。
虽然对推荐引擎的技术要素（包括本做得好演示了一些较为漫长的教学视频谷歌云平台)，下面这段来自美国全国广播公司(NBC)的视频简要介绍了这种方法共同筛选，使用的科技巨头Netflix的类似产品和内容推荐的方法：
预测分析软件通过确定产品的相关程度给定的客户，然后用广告瞄准他们最相关的产品可能涉及到其对建议的结论。在我们前面的例子，剃须膏可能没有被推荐的产品，如果客户有购买电动剃须刀的历史。同样，考虑一个女顾客，她30多岁谁是最有兴趣的户外烧烤产品。
在她的情况下，该软件可能会推荐她的烧烤舌头和涂漆刷，而不是其他客户可能更感兴趣的更典型的烹饪工具。
其他关于支持ai的产品推荐的Emerj文章
有关推荐引擎使用情况的详细信息，以及这些系统背后的技术，浏览以下文章：
标题图片来源：中//乔纳森Cronstedt
