众所周知，为用户提供个性化的体验不需要他们注册/登录。人们在网络上留下了连续的时间痕迹，并且由于简单的 cookie 和指纹识别等更先进的技术，可以获得大量有用的信息，从而从最初几分钟开始最大限度地提升浏览体验：例如，可以根据查看的页面或访问来源的搜索关键字提供个性化内容。让我们尝试总结一些可用于细分用户的数据，
从匿名用户开始，然后是注册用户。
- 获取渠道
- 浏览或点击的页面
- 地理起源
- 转诊
- 访问和点击的页 比特币数据 面的标签和类别
- 使用的设备
- 在内部搜索引擎中搜索的单词
- 废弃的购物车
每一条信息都可以定义一个规则或过滤器，允许进行越来越精细的定制，不仅基于用户的在线行为（如果他们看到这个产品，那么他们可能会喜欢那个产品），还基于同时结合多个变量的潜在需求。这怎么可能呢？
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。在线浏览是一种情境体验，因此个性化不能仅仅基于静态的历史信息；它必须是动态的，考虑到特定时刻正在发生的事情。
在管理具有大量产品目录的电子商务业务时尤其如此，因为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，您需要尝试推理复杂的细分，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）。
投资个性化至少有 3 个很好的理由：从增加销售额到与用户建立忠诚的关系。为了做到这一点，我们必须能够满足新的需求。这就是营销自动化可以帮助我们的地方：通过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。
丝芙兰就是一个例子，四年来该公司一
直在其实体店中实施技术，可以根据顾客的皮肤类型进行分类，目的是向顾客提供最适合其自然肤色的化妆品。
这转化为一系列在线购物建议，旨在帮助 成功招聘：你得到你想要的东西 客户选择最符合其需求并因此更令人满意的产品。分类是在销售助理的支持下进行的，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关联的问题。丝芙兰从“你是谁”开始，到“你是什么样的人”。需要考虑
当然，我们想要的越复杂，就
需要付出更多的努力来收集数据并使其规范化，以自动化反映我们的营销和销售策略的行动。通过同时处理多个变量，有必要构建一个实 业务主管 时更新的动态产品，形成持续学习的良性循环。它被称为人工智能，它不仅是电子商务网站导航过程中的个性化引擎，而且正如我们将在以下所有阶段看到的那样，它还是 Facebook 等直接和第三方渠道中的个性化引擎。