个性化的现场导航是网上商店的关键因素，但有时我们不知道如何在商业和沟通层面为用户提供有效的体验。
让我们尝试阐明什么可以指导个性化以及哪些数据可以帮助我们识别用户。
第一步。注册用户还是匿名用户？
众所周知，为了向用户提供个性化的体验，他们无需注册/连接。人们在网络上留下了连续的时间痕迹，并且由于简单的 cookie 和指纹等更先进的技术，有很多有用的信息可以从第一分钟开始最大化浏览体验：例如，可以根据查看的页面或访问的搜索关键字推荐个性化内容。让我们尝试总结一些可以作为细分依据的数据，从匿名用户开始，然后是注册用户。
匿名的：
- 获取渠道
- 页面浏览量或点击量
- 地理起源
- 转诊
- 访问和点击的页面的标签和类别
- 使用的设备
- 在内部搜索引 whatsapp 数据库 擎中搜索的单词
- 废弃的购物车
挂号的：
- 自我剖析
- 订单历史记录
- 愿望清单
- 打开和点击电子邮件或网站
- 客户价值
每一条信息都可以定义一个规则或过滤器，允许创建越来越精细的个性化，不仅基于用户的在线行为（如果他们看到了这个产品，那么他们可能会喜欢另一个产品），还基于同时添加多个变量的潜在需求。这怎么可能呢？
第二步。从历史数据到上下文数据
首先，过去和现在的数据不应该在单独的数据孤岛中进行管理。在线浏览是一个情境事件，因此个性化不能仅仅基于静态和历史信息，而必须是动态的，或者考虑到当时正在发生的事情。
在经营拥有大量产品目录的电子商务业务时尤其如此，因为这些产品目录不一定与上次购买的产品轻易关联。用户购买某种产品，但他们并不一定只是想了解它。因此，我们需要尝试推理复杂的细分市场，考虑用户是谁以及他们当时想要什么（例如：他们购买了某个品牌的电视，他们有一定的消费潜力，但现在他们想要一台新的吸尘器而不是遥控器）。
押注个性化至少有 3 个很好的理由：从增加销售额到与用户建立忠诚度关系。为了做到这一点，我们必须能够满足新的需求。这就是营销自动化帮助我们的地方：为我们提供实时学习并根据实际情况实现自动化的解决方案。
第三步。从“你是谁”到“你是怎样的”
丝芙兰品牌就是一个例子，过去四年来，该品牌一直在其实体店中实施技术，使其能够根据顾客的皮肤类型对其进行分类，目的是为他们提供更适合其自然肤色的化妆品。
这转化为一系列的在线购物建议，这些建议的前提是支持客户选择更贴近他们需求、从而更令人满意的产品。分类是在销售助理的支持 通过电子邮件发送线索的利与弊 下进行的，销售助理只需拍摄游客的照片，即可丰富数据库的重要信息。
丝芙兰案例让我们面临范式转变
在线导航的个性化不仅仅是产品匹配的问题。丝芙兰以“你是谁”开始，以“你是怎样的人”结束。那么，需要考虑的额外问题是，
当然我们想要实现的复杂性越大
收集数据、使其规范化并自动 如何通过个性化用户导航优化您的电子商务投资回报率 化反映我们的营销和销售策略的行动所需的努力就越大。通过同时处理多个变量，有必要构建一个实时更新 印度号码 的动态报价，形成持续学习的良性循环。这就是所谓的人工智能，它是推动个性化的动力，不仅在电子商务网站导航过程中，而且正如我们将在以下所有阶段看到的那样，在 Facebook 等直接和第三方渠道中也是如此。