IBM：準備迎接黃金時代：營造消費品品牌體驗的新經驗（18頁）.pdf

1、預測性分析對各種結構化和非結構化數據進行預測分析，可以幫助消費品企業將基于已知消費者偏好的洞察轉變為由實際消費者行為創建的洞察。具有前瞻性思維的企業會在消費品價值鏈中采用預測性分析和以行動為導向的分析。例如，為滿足日新月異的客戶需求，酸奶公司 Dannon 必須精確預測產品需求量，同時要記錄產品的保質期。18 通過使用基于云的預測性分析，Dannon 可以更加準確地預測產品的需求量，從而在合適的時間為客戶提供合適的產品組合，滿足客戶的需求。護發產品制造商 Pantene 使用氣象數據來預測“頭發變臟”的周期，并為消費者提供距離最近商店的優惠券和路線說明。因此，Pantene 的銷售額增加了 2

2、8%，用戶數量增加了 60 萬。19認知計算消費者互動方面的許多挑戰，例如如何與數十億的用戶進行溝通交流，可以通過認知計算技術來解決。認知計算是一個全新的領域，可以通過先進的機器學習算法來拓展人類的專業知識范圍。例如，“認知廚師” 可以利用前所未有的食材搭配發掘不同尋常的味道。20另外，認知計算可以從社交媒體中獲取個性化洞察，并根據面部表情、姿勢、手勢、語言、敲擊鍵盤的力度或節奏、鼠標上手的溫度變化等因素來解讀人類情感。認知計算也用來創建互動式機器人，進一步擴展以客戶為中心的互動功能，并提升品牌體驗。面向消費品企業的技術方面的啟示無論您是否已經做好準備，物聯網都將對品牌的塑造和管理方式產生巨大

3、影響互連設備將會提供一個用于交付全新品牌體驗的平臺。這些設備在整個價值鏈中的數量不斷增加，使消費者可以接收新的洞察、體驗和服務，并會顯著影響品牌的塑造和管理方式。預測性和以行動為導向的分析是主流趨勢除預防性維護等熟悉領域外，預測性分析對創建和維護豐富的可擴展式品牌體驗的影響力越來越大 - 即之前提到的“創造驚喜”類的體驗。規范性分析將有助于消費品企業預測和應對更多影響關鍵流程的業務場景。近期內，它會對消費品企業的超本地市場運營模式產生巨大影響。各種不同的本地數據可以幫助公司獲取區域或街道級別的洞察，例如超本地市場的廣告需求管理。認知計算將會創造全新的價值來源由于傳感器的大量使用以及語音、視頻和圖像數據的簡單易得，認知計算對于分析數量更多、復雜性更高的內容具有十分重要的作用。認知計算和機器人技術將會相互結合，從而提供機器驅動的個性化品牌和購物體驗。消費品企業能夠在消費者互動中利用認知計算獲得更大價值。