零售使用案例
零售組織使用Adobe Experience Platform將線上商店、實體地點和忠誠計畫的客戶資料整合為每位購物者的單一檢視。 此基礎可啟用個人化購物體驗、可彌補收入損失的及時外聯，以及可讓客戶回訪的忠誠度策略。
個人化產品推薦
根據瀏覽歷史記錄、購買歷史記錄和類似的客戶行為，在首頁、類別頁面和產品詳細資料頁面上顯示個人化產品推薦。 當購物者看到符合其興趣的產品時，他們會花更多時間探索，也更有可能購買。
企業影響
零售商在提供個人化推薦而非靜態產品清單時，會看到改進的點進率和轉換率。
實施方式
使用行為建議模式。 此方法使用AI導向的建議模型，這些模型會持續從客戶互動中學習，並為每個個人呈現最相關的產品。 當專案集很大且持續變更時，這是正確的模式，而且選擇是由行為相似性驅動，而不是由適用性規則管理的限定優惠方案集。
技術考量
- 產品目錄資料必須內嵌並維持最新狀態，包括產品屬性、影像、定價和可用性，以確保建議可反映客戶實際可購買的專案。
- 產品檢視、購物車新增事件和購買等行為訊號需要近乎即時地流動，以在單一瀏覽工作階段中保持建議的最新狀態。
- 建議模型需要針對缺乏瀏覽記錄（通常會回到趨勢或最暢銷產品）的新訪客採取冷啟動策略。
- 頁面載入效能必須仔細監控，因為個人化呼叫不會為購物體驗增加明顯的延遲。
捨棄的購物車電子郵件復原
自動傳送個人化電子郵件提醒給放棄購物車的客戶，包括所遺留的確切專案以及鼓勵完成的相關優惠方案。 放棄購物車是零售業收入損失的最大來源之一，及時跟進可收回大部分的這些銷售額。
企業影響
有效的購物車復原計畫可改善購物車復原率，並可依據商店數量產生有意義的遞增收入。
實施方式
使用事件觸發訊息模式。 此方法可回應即時購物車放棄事件，當購買意向仍然很高時會傳送及時提醒。 當分散式客戶動作是觸發器，且所需回應是單一、時效性強的訊息時，即適用此模式，而非多步驟序列或動態優惠選擇。
技術考量
- 購物車放棄偵測需要在觸發第一個提醒之前定義閒置的臨界值（通常為30-60分鐘），避免傳送訊息給仍在積極購物的客戶。
- 電子郵件內容必須在傳送時從目錄動態提取目前產品影像、價格和可用性，因為專案可能會銷售出去或在放棄和交貨之間變更價格。
- 頻率上限規則應該防止客戶在短時間內收到多個放棄購物車電子郵件，尤其是如果他們經常放棄購物車時。
- 傳送前必須先檢查同意和隱藏清單，而且應即時排除透過其他頻道完成購買的客戶。
基於詳細目錄的急迫性行銷活動
當產品詳細目錄不足時觸發即時警報和行銷活動，產生緊迫感並鼓勵立即購買。 看到只剩下幾件商品的購物者，有動力迅速採取行動，而不是延遲決定。
企業影響
低庫存急迫性行銷活動提高了主要產品的轉換率，同時加速了緩慢行銷專案的銷售，有助於減少庫存過剩。
實施方式
使用事件觸發訊息模式。 此方法可回應存貨臨界值事件，當存貨量低於定義的限制時，自動啟用緊急訊息。 當觸發因素是系統事件而非客戶行為，且所需的通訊是立即且反應性的，而不是持續的Nurture序列時，就是正確的模式。
技術考量
- 詳細目錄摘要必須以幾近即時的方式與客戶資料平台整合，好讓緊急訊息反映實際的庫存水準，而非過時的資料。
- 臨界值層級應依產品類別設定，因為高流量商品的「低庫存」臨界值與奢侈品有顯著差異。
- 訊息必須真實並符合消費者保護規範；顯示虛假的稀缺性可能會損害品牌信任，並可能違反某些市場的廣告標準。
- 應協調現場訊息和電子郵件通道，使已購買的客戶不再收到相同產品的緊急通知。
交叉銷售和追加銷售建議
根據購買模式和產品關係，在結帳、電子郵件和產品頁面上顯示相關的交叉銷售和追加銷售產品。 在適當時機提出補充或優質替代品會增加購物籃的大小，而不需要客戶自行搜尋相關專案。
企業影響
執行良好的交叉銷售和追加銷售策略可提高平均訂單價值，以及提升每筆交易的收入，進而提升整體購物籃的經濟性。
實施方式
使用Offer Decisioning模式。 此方法使用集中式決策邏輯，評估所有可用的優惠方案，並為每個客戶和環境選取最佳的交叉銷售或追加銷售選項。 這是正確的模式，因為優惠方案選擇必須考慮利潤、庫存可用性和產品關係規則，這些業務限制需要控管的決策邏輯，而不是單獨的行為相關性排名。
技術考量
- 產品關係資料，包括「經常一起購買」的關聯和升級路徑，必須維護並定期更新，以反映目前的購買模式。
- 優惠排名邏輯應考量利潤、相關性和庫存水準，以便獲利最多且最可用的選項會最先浮現。
- 結帳時的交叉銷售建議必須快速載入，而且不會中斷購買流程；速度緩慢或插入式建議實際上可能會減少轉換。
- Journey Optimizer決定規則應包含遞補優惠，以便每個符合資格的客戶都能收到建議，即使最上層的選項無法使用亦然。
新的客戶歡迎系列
透過個人化產品推薦、品牌storytelling和特殊優惠方案，為新客戶自動化多電子郵件歡迎系列。 客戶加入後的最初幾次互動，改變了他們與品牌的長期關係，讓此系列成為retailer可執行的最具影響力的程式之一。
企業影響
精心設計的歡迎系列可促進新客戶的強烈參與，並透過及早建立品牌相似性大幅提升終身價值。
實施方式
使用多步驟協調歷程模式。 此多點觸控培養歷程會引導新客戶完成一系列品牌介紹、產品探索和獎勵訊息，並根據他們的參與度進行調整。 當使用案例需要基於參與事件的條件分支的已序列化、多訊息流程數天（單一觸發訊息無法容納步驟之間的相依性邏輯）時，這是正確的模式。
技術考量
- 歷程進入觸發器必須可靠地從所有註冊來源（包括網頁、行動應用程式、店內銷售點和第三方市場）擷取新的客戶建立事件。
- 應根據參與資料設定電子郵件之間的等待步驟；開啟並按一下滑鼠的客戶可能會更快地收到下一則訊息，而參與較少的客戶則受益於較多的間距。
- 歡迎電子郵件中的產品推薦應反映客戶在首次造訪期間瀏覽或購買的內容，而非一般最暢銷商品。
- 在歡迎系列期間進行購買的客戶應分支至購買後流程，而不是繼續接收以贏取為重點的訊息。
價格下降警報
當客戶願望清單中的產品或先前檢視的專案降價時，透過電子郵件或推播通知通知通知客戶。 有興趣購買但未購買的購物者對減價反應極快，因此這是將考量轉化為銷售的最有效率方式之一。
企業影響
價格下降警報可提高收件者的轉換率，並可協助購物者覺得自己獲得最佳價值，大幅提升客戶滿意度。
實施方式
使用事件觸發訊息模式。 此方法會回應產品價格變更事件，將其與客戶興趣訊號進行比對，以便及時傳送通知。 當觸發程式為目錄系統事件且傳送期間對時間很敏感時，就是這種正確的模式 — 持續的歷程會太慢，除了初始通知以外，不需要多步驟後續追蹤。
技術考量
- 價格變更偵測需要將目前的價格與產品目錄摘要中先前的值進行比較，並且只觸發警示以進行有意義的減少，而非微幅波動。
- 客戶興趣訊號（願望清單新增、產品頁面檢視、產品頁面逗留時間）必須儲存，並有效比對可能數千次每日價格變更。
- 通知應包含原始價格、新價格和節省金額，以清楚傳達價值；模糊的「降價」訊息無法執行特定的節省標註。
- 價格敏感型購物者的Real-Time Customer Data Platform區段可用來設定警示傳送的優先順序，以及量身打造訊息語調。
補貨提醒
傳送定期購買產品的自動提醒給客戶，例如訂閱專案及消耗品，以鼓勵客戶在用完之前再次購買。 主動式提醒可減少客戶單純因為忘記重新訂購而切換至競爭者的機會。
企業影響
補充提醒程式可讓購物者輕鬆補充所依賴的產品，進而提高重複購買率，並提升客戶保留率。
實施方式
使用多步驟協調歷程模式。 此循環排程歷程使用購買頻率預測，在客戶可能需要重新補充之前的最佳時間傳送提醒。 若沒有分散的觸發事件，且必須透過動態重新調整的購買頻率模型計算時間，則這是正確的模式；若客戶提早或延遲重新訂購，事件觸發式傳訊將無法處理預測性排程或時間調整。
技術考量
- 購買頻率計算必須考慮不同產品類別中不同的消耗率；咖啡提醒的送貨順序應與清潔用品提醒的送貨順序不同。
- 當客戶重新訂購的時間早於或晚於預測時，歷程應動態調整其時間，根據更新的購買資料重新調整下一個提醒。
- 提醒應包含直接重新訂購連結或一鍵式購回選項，以將摩擦減至最小並最大化通知的轉換。
- 已透過其他管道（店內、訂閱服務）重新訂購的客戶必須受到抑制，以免傳送不相關的提醒。
個人化的類別頁面
根據每位客戶的偏好、過去的購買和瀏覽行為，以動態方式個人化類別頁面，先顯示最相關的產品。 當消費者在頁面頂端看到符合其口味的產品時，他們會更快地找到他們想要的東西，並以更高的轉換率轉換。
企業影響
個人化的類別頁面可促進改善類別頁面參與度，並有效改善產品探索，尤其是對擁有大型目錄的零售商。
實施方式
使用行為建議模式。 此方法會使用選擇策略和排名模型，根據每位訪客的設定檔和即時行為，在類別頁面上重新排序產品。 當任務使用行為相似性訊號將大型開放產品集排名時，此模式正確 — offer decisioning在這裡不適用，因為沒有適用性規則或業務限制會限制顯示哪些產品。
技術考量
- 產品排名必須足夠快地執行，以避免感知到的頁面載入延遲；對於具有數百個產品的類別頁面，通常需要伺服器端個人化或邊緣型決策。
- 個人化邏輯應該將個別偏好設定與銷售規則混合，確保促銷的產品、新到者和季節性專案仍可獲得適當的可見度。
- 應建立A/B測試基礎架構，持續測量個人化排序與預設銷售規則的收入影響。
- Experience Platform網頁SDK實作必須擷取類別頁面互動（捲動深度、產品點按、篩選器使用情形）以持續調整排名模型。
購買後追蹤行銷活動
傳送購買後電子郵件，內含產品服務秘訣、相關產品建議、檢視要求及忠誠計畫資訊。 購買後立即的一段時間是客戶最常參與品牌的時間，因此是加深關係並鼓勵未來活動的理想時段。
企業影響
有效的購買後行銷活動會提高檢閱提交率，並促使改善的重複購買率，讓一次性買家成為忠實客戶。
實施方式
使用多步驟協調歷程模式。 這個多步驟購買後流程會使用分支邏輯，根據產品型別、客戶區段和系列中較早電子郵件的參與度來量身打造後續訊息。 這是正確的模式，因為後續追蹤跨越多天、取決於履行狀態事件，以及根據產品類別和回訪事件建立分支 — 單一觸發訊息無法支援完整購買後時間表所需的條件式邏輯。
技術考量
- 歷程必須說明訂單履行狀態；服務提示和稽核請求只能在產品交付後傳送，而不是在購買後立即傳送。
- 產品特定內容（護理指示、使用指南、配件建議）需要內容對應系統，將每個產品類別與相關後續資訊建立關聯。
- 稽核請求時間應根據產品類別最佳化；電子產品可能需要較長的使用期間才能進行有意義的稽核，而服裝在交付後不久即可進行稽核。
- 啟動退貨或交換的客戶應自動從標準購買後流程中移除，並重新導向至服務復原路徑。
VIP客戶專屬優惠方案
識別高價值客戶，並提供獨家優惠方案、搶先體驗銷售內容，以及獎勵客戶忠誠度的個人化購物體驗。 留住頂級客戶比購買新客戶更符合成本效益，專屬待遇可加強情感聯絡，讓客戶保持支出。
企業影響
VIP計畫吸引頂級客戶的參與，並透過減少最有利可圖的細分市場的流失率，大幅提升客戶期限價值。
實施方式
使用跨管道歷程與決策模式。 此方法結合歷程協調與選件選擇的即時決策，確保每個VIP客戶都能收到每個管道中最相關的專屬選件。 當歷程必須協調跨管道的傳送以防止重複優惠方案，以及當優惠方案選擇需要適用性規則和業務限制時，這是正確的模式 — 單是多步驟協調不會提供控管每個VIP接收哪個獨佔優惠方案所需的即時決策層。
技術考量
- VIP區段條件必須使用造訪間隔、頻率和貨幣價值量度來清楚定義，區段應經常重新整理，以擷取最近符合資格或取消資格的客戶。
- 專屬優惠方案必須在贖回點（網頁、應用程式、商店）強制執行，以防止非VIP客戶存取這些優惠方案，而這需要與促銷和定價系統整合。
- 高價值客戶的管道偏好設定差異極大；有些喜歡電子郵件，有些則回應應用程式通知或直接郵件，因此歷程應根據過去的參與調整傳送管道。
- Journey Optimizer決策必須跨管道協調，以防止VIP客戶同時透過電子郵件、推播和簡訊接收相同優惠。
無庫存通知
允許客戶在缺貨的產品上市時註冊通知，然後透過電子郵件或簡訊自動通知他們。 擷取無法使用產品的需求，可避免銷售損失，並讓客戶有理由返回商店，而不是從競爭者處購買。
企業影響
補貨通知可讓訂閱者達到極高的轉換率，並大幅減少發生暫時缺貨的高需求產品的銷售損失。
實施方式
使用事件觸發訊息模式。 此方法會觸發補貨事件的通知，比對庫存更新與客戶通知註冊，以便及時傳送警報。 這是正確的模式，因為觸發因素是分散式詳細目錄系統事件、傳送是時間關鍵型的（詳細目錄可能很快再次售出），且通訊是單一通知而不是持續歷程。
技術考量
- 清查監控必須快速偵測重新補充庫存的事件；即使延遲了幾個小時，也會在通知客戶有機會購買之前導致產品再次售出。
- 當熱門產品以有限數量重新補充庫存時，通知應依註冊日期交錯或優先處理，以避免傳送警報給超過可用庫存可提供數量的客戶。
- 通知註冊機制必須擷取頻道偏好設定（電子郵件或文字訊息），並符合每個頻道的選擇加入要求，尤其是簡訊。
- Real-Time Customer Data Platform個人資料屬性應追蹤每位客戶正在觀看哪些產品，以便在相同產品多次重新庫存時防止重複通知。
社交校訂Personalization
根據每位客戶的設定檔和偏好設定，顯示個人化的社交證明，包括評論、評分和「也購買了這個專案的客戶」建議。 量身打造社交校訂以反映類似客戶體驗，比一般評級更有效建立信任。
企業影響
個人化的社交校訂可增加轉換率並提升購物者的信心，尤其是首次購買者和價格較高的產品，這些產品最容易讓人猶豫不決。
實施方式
使用已知訪客網頁/應用程式Personalization模式。 此方法可為已識別的訪客個人化網頁內容，根據客戶的個人資料、偏好設定和瀏覽內容選取最相關的審查和社交校訂元素。 當個人化是由設定檔屬性和區段成員資格而不是行為相似性模型驅動時，這是正確的模式 — 行為建議在這裡是不合適的，因為社交校樣選擇取決於客戶是誰，而不是他們瀏覽了哪些專案。
技術考量
- 檢閱和評等資料必須由客戶屬性（例如購買內容、客戶區段和產品使用案例）建構和標籤，以啟用有意義的篩選和個人化。
- 社交校訂元素應以非同步方式載入，以避免封鎖主要產品頁面轉譯，因為檢閱資料可能來自具有可變回應時間的協力廠商檢閱平台。
- 隱私權法規要求，用於比對檢閱與訪客的任何客戶資料都將根據同意偏好設定進行處理；顯示「像您這樣的客戶」內容表示設定檔可能需要公開。
- Experience Platform受眾成員資格可用來選取要強調哪些評論，向戶外購物者同行展示戶外愛好者的評論，而非一般的最高評價評價。
AI產品顧問
線上零售商在複雜的類別階層中隨身攜帶數千個SKU，讓購物者很難在不延長瀏覽時間或放棄搜尋的情況下找到合適的產品。 由AI支援的產品顧問可讓購物者參與自然的多回合對話 — 詢問關於需求、偏好和預算的合格問題 — 然後縮小分類範圍，提供一組精選的個人化建議。 體驗反映了知識淵博的店內員工所提供的指引，並以數位規模提供。
企業影響
使用引導式對話探索的零售商，其轉換率和平均訂購價值都比無輔助瀏覽更高，同時也會透過更明智的購買決策降低產品回報。
實施方式
使用Brand Concierge對話體驗模式。 此方法會針對結構化產品目錄部署Product Advisor Agent，使用AEP Agent Orchestrator和即時客戶設定檔資料，透過免費對話產生品牌安全且個人化的產品推薦。 當目標是受客戶陳述的需求驅動的互動式、多回合對話探索時，這是正確的模式，不同於事件觸發式傳訊（單向且對特定動作作出反應）和個人化Web體驗（被動顯示建議，而非吸引客戶進行對話）。 它需要AEP Agent Orchestrator和品牌控管設定。
技術考量
- 產品目錄必須建構有豐富的屬性資料 — 包括大小、材質、相容性、可用性和定價，因為Product Advisor Agent會根據目錄內容中的建議提供意見，無法可靠地為屬性不完整的產品提供建議。
- 透過RT-CDP的即時客戶設定檔查詢必須設定為Edge啟用，以便在即時交談期間可以存取購買記錄、瀏覽行為和忠誠度層級資料，而不會發生會中斷體驗的延遲。
- 必須定義品牌治理護欄，以指定代理商如何處理缺貨專案、競爭產品比較、促銷定價宣告和禁止的主題，確保每個回應都符合零售品牌標準。
- 對話式事件（包括意圖訊號、產品互動和建議接受）必須擷取為XDM ExperienceEvents，並串流回AEP，以產品相關性資料豐富客戶設定檔，進而改善所有管道的未來個人化。
跨頻道歸因分析
衡量每個行銷接觸點（付費搜尋、電子郵件、社交和店內促銷活動）對線上和離線購買轉換的貢獻。 零售商若仰賴上次接觸歸因，會系統性地降低funnel上層的管道價值，並根據不完整的購買路徑圖景來做出預算配置決定。
企業影響
從上次接觸歸因轉為多點接觸歸因的零售行銷團隊，可更清楚掌握哪些管道可推動購買意圖，進而做出更明智的預算決策，並提高行銷支出回報率。
實施方式
使用Customer Analytics與Insight Generation模式。 此方法會將線上和離線事件資料（網頁點按次數、電子郵件參與、忠誠度交易和銷售點記錄）連線至Customer Journey Analytics，以便設定歸因模型，並在整個購買路徑中進行比較。 當目標是跨複雜的多管道歷程進行測量並產生insight （而不是啟用對象或觸發訊息），以及當分析需要Customer Journey Analytics （而不是CDP或行銷活動協調工具）時，這是正確的模式。
技術考量
- 銷售點和電子商務交易資料必須共用一致的客戶識別碼，以便店內和線上的轉換可以拼接成CJA中的單一跨管道檢視。
- 應在CJA資料檢視中設定多個歸因模型（首次接觸、上次接觸、線性及時間衰減），讓分析師可以並排比較，而無需重新建立分析。
- 來自外部廣告平台的付費媒體曝光和點選資料必須透過來源聯結器或批次上傳擷取，以將付費頻道與擁有的頻道一起納入歸因路徑中。
- 由於付費搜尋點按的相關歸因時段與季節性電子郵件行銷活動的相關歸因時段有顯著差異，因此需要針對每個管道型別定義轉換時段和評分回顧期間。
付費媒體的對象細分和啟用
從統一的客戶設定檔建立高價值的受眾區段，並在付費媒體目的地（例如Google Ads、Meta和The Trade Desk）間啟用這些區段，以進行贏取和重新定位行銷活動。 統一行為、交易和忠誠度資料可讓您更精確地鎖定目標，以減少浪費的廣告支出，並改善行銷活動的投資報酬率。
企業影響
零售商若啟用高品質的第一方對象，相較於依賴第三方區段，可提升付費媒體平台的匹配率、降低每次收購成本，並獲得更豐厚的廣告支出報酬。
實施方式
使用Audience Activation to Destinations模式，根據整合式設定檔評估對象成員資格，並以排程或串流方式將區段發佈到連線的付費媒體目的地。 當主要需求是區段發佈至外部系統，而非協調傳送訊息或即時決策時，這是正確的模式。
技術考量
- 在啟用之前，需要跨網路、行動裝置和忠誠度資料的身分解析來建置完整的客戶設定檔 — 分散的設定檔會降低對象品質和匹配率。
- 必須為每個付費媒體平台設定目的地聯結器，並在設定檔層級遵循適當的同意標幟，以防止啟用非同意的資料。
- 區段重新整理頻率應與行銷活動目標一致 — 贏取對象可能需要每日重新整理，而重新定位對象可受益於近乎即時更新，以排除最近的購買者。
- 贏取和保留受眾之間的重疊分析，有助於防止現有客戶收到新客戶贏取訊息時的交叉汙染。
贏取行銷活動的客戶隱藏
啟用付費媒體目的地的排除對象，藉此抑制現有客戶和最近轉換的客戶在贏取廣告上的支出，進而減少浪費的支出。 持續同步化隱藏清單可確保付費預算將目標鎖定為全新潛在客戶，而非已轉換或主動參與的人員。
企業影響
將現有客戶排除在贏取促銷活動之外可減少浪費的付費媒體支出、改善每次贏取量度的成本，並防止現有客戶接收與其關係階段無關的訊息。
實施方式
使用Audience Activation到目的地模式，經常將排除對象（最近的購買者、作用中的訂閱者、高價值客戶）發佈到每個付費媒體目的地。 當目標是要隱藏的區段發佈，而不是協調面對客戶的歷程時，這是正確的模式。
技術考量
- 隱藏對象需要清楚定義要排除的對象 — 通常是過去30至90天內購買的客戶、活躍的忠誠會員，以及最近的電子郵件轉換者。
- 排除清單必須足夠頻繁地重新整理，以便在廣告提供之前排除購買者；過時的隱藏清單會在高流量零售期間導致最激烈的品牌衝突。
- 身分比對品質會直接影響隱藏準確性 — 不良的電子郵件或裝置ID比對將導致現有客戶仍看到贏取廣告。
- 確保隱藏對象與保留對象分開，以便有回頭的行銷活動仍可觸及不應隱藏的失效客戶。
已知訪客的個人化網頁體驗
根據已驗證身分的網站訪客的即時設定檔、區段會籍和行為記錄，提供個人化的主圖橫幅、產品推薦和促銷內容。 當回訪客戶看到根據其忠誠度狀態、購買記錄和偏好設定量身打造的體驗時，參與率和轉換比一般首頁體驗大幅改善。
企業影響
為已知訪客進行個人化的零售商會看到參與量度（包括網站逗留時間、每次工作階段頁面及轉換率）大幅改善，對經常造訪的忠誠會員影響最大。
實施方式
使用已知訪客網頁/應用程式Personalization模式，使用即時區段會籍和設定檔屬性，在頁面載入時提供設定檔驅動的個人化體驗。 當體驗必須由身分連結的設定檔資料（而不是僅限工作階段的訊號）驅動，以及內容決定不需要複雜的優惠排名或業務限制時，這是正確的模式。
技術考量
- 在啟動設定檔驅動的個人化之前必須先進行驗證；網站需要一個機制來識別訪客，並將其ECID解析為已知設定檔。
- 即時設定檔查詢必須在頁面載入延遲預算內完成，通常需要邊緣部署的設定檔評估，而不是關鍵轉譯路徑上的伺服器端API呼叫。
- 內容變數必須針對所有目標對象區段進行設計，包括不符合任何個人化規則之訪客的預設體驗。
- Personalization決策應記錄下來以供分析，以啟用內容變異的A/B測試並將參與改善歸因於特定區段。
匿名訪客網頁Personalization
使用工作階段中的行為訊號（例如已檢視的頁面、已瀏覽的產品類別和反向連結來源），為未識別的網站訪客個人化內容。 由於大部分零售網站流量是匿名的，針對無法辨識的訪客進行個人化作業，可大幅擴展站上個人化作業的觸及範圍，超出已驗證的區段。
企業影響
為匿名訪客提供個人化體驗的零售商可看到參與度和首次造訪轉換率的提升，對於從特定促銷活動來源抵達的訪客或瀏覽高意圖類別頁面的訪客會有特別強烈的影響。
實施方式
使用匿名訪客Web Personalization模式，在邊緣評估工作階段中的行為訊號，並提供相關的內容變數，而不需要驗證。 這是正確的模式，個人化必須從首次互動立即運作，而不依賴永久性設定檔，尤其是針對贏取流量和尚未登入的訪客。
技術考量
- 工作階段內個人化需仰賴透過Edge Network收集的串流事件資料；必須先部署和測試邊緣評估規則，才能將流量傳送給他們。
- 內容變異應圍繞高訊號工作階段中的行為（反向連結來源、已檢視的第一個頁面、已瀏覽的產品類別）來設計，而不是無法可靠預測意圖的低訊號屬性。
- 必須仔細評估隱私權要求；有些司法管轄區會將行為個人化視為即使匿名訪客也需要同意。
- 匿名訪客的Personalization規則應該比已知訪客規則更簡單、評估更快，因為邊緣延遲限制更嚴格。
歡迎系列歷程
為新註冊客戶策劃多步驟歡迎歷程，跨電子郵件和推播頻道提供上線內容、產品教育和首次購買獎勵。 精心設計的歡迎系列設定了客戶關係的基調，並大幅增加新註冊者轉換為首次購買的可能性。
企業影響
歡迎系列計畫可推動新客戶啟用率和首次購買轉換率的重大改善，當系列結合教育內容與及時且個人化的獎勵時，成效最佳。
實施方式
使用多步驟協調歷程模式，設計具有等待步驟、根據參與度進行管道分支，以及在達成第一個購買目標時隱藏的多天上線順序。 當使用案例需要具有條件邏輯的循序、間隔時間的通訊流程時，這是正確的模式 — 單一觸發訊息不足以引導新客戶完成入門體驗。
技術考量
- 帳戶註冊事件應即時觸發歷程專案，因此在註冊意圖高時，第一個歡迎訊息會迅速到達。
- 歷程必須包括退出條件，可在新客戶完成首次購買時抑制剩餘的訊息 — 購買後繼續歡迎系列，會削弱訊息的相關性。
- 必須在整個過程中考量管道偏好設定；推播通知步驟需要安裝應用程式和推播選擇加入，而無選擇加入之客戶的電子郵件則會遞補。
- 歡迎系列中的Personalization可改善轉換，但需要足夠的設定檔資料才有意義 — 新設定檔通常需要暢銷商品或趨勢產品的遞補。
購物車放棄復原
客戶放棄購物車時，觸發即時電子郵件和推播通知，並提供個人化的產品提醒和完成購買的時間限制獎勵。 放棄購物車是零售業中投資報酬率最高的使用案例之一，可讓已證明強烈購買意圖的客戶獲得收入。
企業影響
執行良好的購物車放棄計畫可復原相當一部分放棄的收入，當第一個訊息在放棄後一小時內送達，並包含購物車中剩餘的確切專案時，復原率最高。
實施方式
使用事件觸發訊息模式，在購買意向仍然有效時，以立即觸發的通訊回應購物車放棄事件。 當分散式客戶作業為觸發點，且主要需求為即時、個人化的回應時，即適用此模式，而非具有業務限制的多周培養序列或複雜優惠方案決策。
技術考量
- 購物車放棄偵測需要定義非使用狀態臨界值（通常為30-60分鐘），以避免仍在主動瀏覽或完成結帳流程的訊息客戶。
- 電子郵件內容必須在傳送時動態轉譯目前產品影像、價格和存貨狀態，因為專案可能會遭到銷售或在放棄和傳送訊息之間變更價格。
- 隱藏邏輯必須在放棄偵測與訊息傳送之間，排除透過其他頻道完成購買的客戶。
- 頻率上限規則應該防止在短視窗中重複出現放棄購物車的訊息，尤其是習慣於以瀏覽行為方式放棄購物車的客戶。
購買後參與歷程
透過精心安排的多步驟歷程，提供購買後通訊，包括訂單確認、送貨更新、交叉銷售建議及檢閱請求。 購買後時段是客戶生命週期中參與度最高的時間之一，是建立忠誠度並推出相關補充產品的理想時間。
企業影響
具有結構化購買後歷程的零售商會看到改進的重複購買率和客戶評論提交率，有助於長期忠誠度以及支援未來贏取的社會證明。
實施方式
使用多步驟協調歷程模式，根據關鍵里程碑來協調一系列定時的購買後通訊：訂單確認、出貨、交貨和交貨後追蹤。 當使用案例跨越多天，並具有多個目標時，這是正確的模式 — 單一觸發的訊息無法容納從交易確認到忠誠度建立以審查請求的圓弧。
技術考量
- 需要訂單管理系統整合才能接收即時採購與出貨事件；事件擷取的延遲會在採購後通訊中造成尷尬的時間。
- 購買後序列中的交叉銷售建議需要即時產品目錄資料，並在訊息轉譯時提供建議模型推斷，以反映目前的存貨和定價。
- 評論請求訊息必須符合平台服務條款以鼓勵評論，並應於客戶有足夠時間使用產品後計時。
- 管道協調很重要 — 除非客戶使用第一個管道，否則不應同時收到相同里程碑的電子郵件和推播。
熟客層級升級行銷活動
識別接近忠誠度等級閾值的客戶，並提供目標式行銷活動，鼓勵他們根據購買記錄和偏好使用個人化優惠方案來達到下一個等級。 當客戶觸及到層級升級的能力時，具有個人化獎勵的針對性傳訊功能會產生緊迫感，並促使購買行為遞增。
企業影響
忠誠度等級升級行銷活動促進增量購買量並改善方案參與度，對接近下一個臨界值且顯示最近購買活動的中端成員影響最大。
實施方式
使用多步驟協調歷程模式來建立階層近似促銷活動，當客戶達到低於其下一個層級的定義支出臨界值時即進入該促銷活動，並引導他們完成一系列優惠訊息和獎勵優惠方案。 當使用案例需要隨時間監視計算的設定檔屬性，並協調與客戶向目標的進度相連結的多步驟行銷活動時，這是正確的模式。
技術考量
- 熟客平台資料 — 點數餘額、層級狀態、層級臨界值 — 必須擷取並保持在客戶設定檔中的最新狀態，以便層級近似程度計算準確。
- 已達成目標層級或自行銷活動進入後忠誠度狀態已變更的客戶，應抑制層級升級行銷活動。
- 升級促銷活動中的個人化獎勵應限製為提供客戶真正符合資格且不會損害層級結構感知價值的優惠。
- 行銷活動必須包含適用於完成其層級升級中段歷程的客戶的明確退出條件，並樞紐「祝賀訊息」，而非繼續勸說順序。
跨頻道行銷活動策劃
透過歷程分支、等待步驟和頻率上限，跨電子郵件、簡訊、推播和網路頻道協調行銷活動，以最大限度地提高參與度而不會疲勞。 協調的跨頻道協調，可確保客戶無論首先回應哪個頻道，都能獲得一致的行銷活動體驗，消除重複訊息和衝突的優惠。
企業影響
具有跨頻道協調功能的零售商發現，行銷活動的參與度和轉換率比單頻道行銷活動更高，同時也會降低因不協調訊息造成的頻道疲勞導致的取消訂閱率。
實施方式
使用具有決策的跨管道歷程模式，根據客戶的參與記錄、管道偏好設定和即時回應訊號，建立透過個人化管道序列路由客戶的行銷活動。 當行銷活動需要根據歷程中參與的受控優惠方案選擇、管道偏好設定路由和動態分支，而不是傳送給所有行銷活動收件者的固定序列時，這是正確的模式。
技術考量
- 必須在所有通道上設定全域頻率上限，以防止客戶在多個歷程同時執行時收到過多的通訊。
- 管道偏好設定資料必須是最新的並且可操作 — 過期幾個月的偏好設定檔會將客戶導向他們不再參與的管道。
- Journey Orchestration邏輯應妥善處理重新進入，避免客戶兩次進入相同的行銷活動，同時確保他們不會排除在真正的新行銷活動之外。
- 即時參與訊號（電子郵件開啟、連結點選、網頁工作階段）應會傳回至歷程，以便為已轉換的客戶啟用頻道切換和提早退出。
Brand Concierge對話體驗
在數位屬性間部署AI支援的品牌安全交談代理程式，以提供個人化產品指引、網站導覽說明，以及順暢地將工作交接給即時代理程式。 站上AI服務人員可大規模擴充個人化服務，協助購物者發現產品、比較選項及完成購買，而不需要人類代理程式介入以進行常見查詢。
企業影響
具有AI門房功能的零售商報告，自助服務解決率有所改善、產品和導覽問題的傳入支援量減少，以及在購買前參與對話式指導的客戶中轉換率較高。
實施方式
使用Brand Concierge對話體驗模式，以產品目錄資料、品牌指引和即時客戶設定檔內容為基礎，部署受監管的AI代理程式。 當使用案例需要在大型、動態產品集上進行自然語言互動時，這是正確的模式，而不是具有固定意圖或符合特定管道（如電子郵件）模式的指令碼聊天機器人。
技術考量
- AI代理程式必須以目前產品目錄資料（包括說明、規格、可用性和定價）為基礎，以提供準確的指引；過時的產品資料會導致不正確的建議。
- 必須設定品牌安全護欄，以防止代理商討論競爭者產品、做出與促銷活動衝突的定價承諾，或回應主題外的查詢。
- 將邏輯移交到即時代理程式需要與服務平台整合，並且應在AI代理程式在已定義的輪次數後無法解析客戶的查詢時觸發。
- 設定檔資料整合可讓代理程式根據購買記錄和忠誠度狀態來個人化回應，但這需要在對話工作階段開始之前進行身分解析。