如果在購物車中加入人工智能的算法模型丹禀，會有什么新的營銷方式呢状勤？
線上的購物車的概念源于線下商超的實體購物車，其主要作用是方便消費者在網站上購物双泪，易于商品結算和抉擇意向商品持搜。購物車作為商品交易的中轉站，全網每天有上億用戶在向購物車內添加中意的商品焙矛，頃刻間葫盼，就能產生過億的銷售額。
面對如此具大的流量村斟，各家大廠都在惦記這個金礦贫导。以往基于大數據的購物車營銷抛猫，主要的產品形式為猜你喜歡和為你推薦，兩者都是圍繞用戶的購物行為脱盲，用戶商品愛好和用戶畫像屬性展開邑滨，再經過大數據分析后，系統智能的推薦符合用戶口味的商品钱反。但是掖看，這種營銷方式是圍繞購物車的商品或者用戶畫像推薦的其他商品，并非是對購物車內商品做營銷策略面哥，這種手段略微有點本末倒置了哎壳。
下文結合筆者的工作經歷，講述了如何基于購物車內商品尚卫，利用AI技術归榕，設計一款購物車營銷產品。
營銷流程
商家端查看加購數據吱涉，如加購人數刹泄，加購件數，系統自動分析加購這部分人的畫像數據怎爵，人群可以標簽化
商家端根據自身需求特石，創(chuàng)建不同標簽的人群的營銷，例如可以選擇新客戶鳖链，老客戶姆蘸，15~25歲的用戶群體，提供降價40元的服務
創(chuàng)建活動后芙委，會觸達給對應的覆蓋人群逞敷。
第二天，商家端可以查看對應的營銷數據灌侣。同時能夠對比自然的轉化率與促銷后的轉化率
商家端洞察購物車數據
購物車承載了所有的商品信息推捐，包含商品名稱，價格侧啼，店鋪玖姑，促銷，湊單和優(yōu)惠券等慨菱。在進行大數據分析時，就需要把這些數據精分拆解清洗戴甩，提取有價值的部分符喝。購物車的每件商品都可以看成一個實體，可能在不同的地點甜孤，不同的時間协饲，有部分人把同一商品加進了購物車畏腕。這就說明這些群體是對這件商品感興趣的，可能會下單茉稠，但卻差些火候描馅。也有部分人早早的就將商品加進了購物車，但卻一直沒有下單而线，臨門卻不入铭污。 利用大數據技術，則可以把加購人群標簽化膀篮，對不同標簽的人群進行精準的營銷策略嘹狞，在一定程度上，能夠提高購物車的轉化誓竿。
如何進行呢磅网？按照以下步驟：
商家加購數據盤點
產品需要考慮商家端和用戶端。首先商家端需要了解自家的產品狀況筷屡，銷售情況涧偷，加購數據等，這樣才能針對性的做營銷策略毙死。
商家端可以看到其店鋪內的加購商品的人數燎潮，實時的計算某件商品，在多少人的購物車內规哲，實時加購總件數跟啤，實時的庫存。還能夠查詢到唉锌，這些商品的在未做干預的情況隅肥，自然的轉化率情況（過去15天內加購該商品的消費者在昨日的轉化率）。
列表中的商品按照加購人數從高到低排序袄简，加購的人數越多代表這個商品越受歡迎腥放。對加購人數多的商品進行營銷干預，會起到更好的效果绿语。當然秃症，這里會把部分已經下架的，失效的商品自動的剔除掉吕粹。
畫像部分把匯總所有用戶的賬戶信息种柑，畫像緯度，從新客戶匹耕，性別聚请、消費層級、淘寶等級、地域5個緯度提供驶赏。畫像將用戶進行了標簽化炸卑，利用這些標簽，可以對其進行不同的營銷動作煤傍。具體的分群策略可以看我的上一篇文章《基于大數據的會員任務營銷想际，該怎么玩持痰？》
商家可以單獨對每個商品進行營銷叫潦，根據自身品牌情況弟断，投放給特定的人群，并進行低價蒋失，促銷干預返帕。
根據標簽的選擇，系統會根據用戶在網站上的行為數據篙挽，提前預知已加購人群的轉化比例荆萤，通過機器學習，能夠自動過濾掉轉化概率低的那部分用戶群體铣卡。這里的計算規(guī)則是根據用戶曾經是否購買過相同商品链韭，或者是加入購物車是否是為了進行比價。
促銷效果分析
通過用戶分群能夠了解你的客戶群體特征煮落，到底是什么樣的人購買了你的商品或者對你的商品有意向敞峭，精準營銷能夠將這部分客戶牢牢的抓在手里，用手段干預他們蝉仇。對于商家來言旋讹，還需要效果分析數據。
圈定人數：活動覆蓋的人群轿衔。系統能夠計算符合活動標簽和促銷價格能夠觸達的人群
成交人數：活動開啟后沉迹，提交訂單的人數
觸達人數：通過push和消息中心最終觸達到的人群數量
成交金額：成交訂單的總金額
消費者端觸達的邏輯
當然，商家舉辦的所有活動都需要最終觸達消費者端害驹”夼唬基于購物車的營銷，他的觸達方式最優(yōu)解就是在購物車參加活動的單品上進行用戶觸達宛官，但只有覆蓋的用戶才會覆蓋的到葫松。觸達方式分為：
購物車icon觸達
購物車展示“限時”icon提醒，實時的促銷倒計時提醒底洗。時間的提醒能夠增強消費者購物的緊迫感腋么，通過促銷和時間感提升喧囂轉化
降價提示，具體降價金額用紅字展示亥揖，著重提醒党晋。
消息中心觸達
當活動開啟時，在消息中心會收到push的營銷內容，該內容為實時發(fā)送給已覆蓋的人群未玻。點擊消息內容會跳轉至購物車。不過這種push觸達的方式效果并不是很好胡控，點開率較低扳剿。具體的觸達方式也可以看我的上一篇文章《基于大數據的會員任務營銷，該怎么玩昼激？》
結語
購物車的玩法多種多樣庇绽，應該結合自家產品和研發(fā)能力評估當前階段需要做哪些改進。但核心的目標是一致的橙困，盡可能多的將購物車商品全部轉化為訂單瞧掺，帶來實際的收益。
