选择是一项昂贵的操作（在时间和脑力方面），所以人们倾向于快速决定自己想要做什么。通常，如果他们没有立即找到他们想要的东西或者没有得到正确的激励，他们就会放弃该公司。正是基于这样的假设，亚马逊、Netflix等巨头开发了产品和服务的推荐算法，目的是让消费者轻松发现感兴趣的产品，从而保持较高的消费者参与度。
正如杰夫·贝佐斯所说：“我们卖东西并不赚钱。当我们帮助客户做出购买决定时，我们就能赚钱。
也就是说，“我们卖产品并不赚
钱。当我们帮助客户决定购买什么时，我们就能赚钱”而且这一点永远是正确的：如果决策时间也减少，用户体验就会更好，以至于我们谈论的不仅仅是客户旅程，而是决策旅程。
正如 Gianluca Diegoli 在这篇文章中解释的那样，用户的行为现在已经完全可追踪，他们“释放”了足够的数据来实现个性化的体验。人工智能算法服务于这个目的：为每个客户提供最有趣的内容，唯一目的是简化选择过程（从而防止用户去其他地方）。
显然，这对提高销售额和客户终身价值贡献巨大；个性化的体验无疑是忠诚度的主要组成部分之一。
人工智能算法在营销中如何发挥作用？ Netflix 案例
感谢这篇文章的发表（ACM Transactions on Management Information Systems，第 6 卷，第 4 期，第 13 篇文章，出版日期：2015 年 12 月），我们 脸书数据 可以解释 Netflix 如何利用人工智能来改善用户体验。我们将描述一些算法背后的原因，以了解人工智能在营销自动化中的作用。
Netflix 最初的问题是：为了推荐顾客可能喜欢的东西，我们应该考虑哪些信息？最早的分析可以追溯到几年前，主要关注评分：他们计算用户给他们看过的电影打了多少星，然后算法根据类型或特点选择类似的产品。
当Netflix 开始考虑其他因素时，
范式转变就发生了：例如，何时以及如何观看电影（设备类型、星期几、一天中的时间）、如何找到电影等等。它甚至开始考虑哪些内容被推荐但未被点击，利用算法的失败作为算法本身的信息来源。人们留下这么多信息只是为了使用产品……为什么不使用它呢？
基于这个想法，随着时间的推移，人们开发出了几种相互“协作”的算法。第一个叫做PVR（个性化视频排名器），主要基于在整个目录中定制个人用户偏好。第二个是Top N 视频排名器，其目的是通过仅关注所有用户的总体排名中的顶部位置来从整个目录中找到最佳推荐。所有算法以及所展示的产品数量都构成了现在所谓的Netflix 体验。
人工智能在营销自动化中如何发挥作用？
机器学习是一个持续的学习过程。特别是 基本技巧和窍门 在营销领域，它会考虑用户每次与品牌互动时留下的所有数据。算法基于什么？客户购买了什么、他们的购买习惯（时间、日期、季节、设备）、他们在浏览网站时看到的内容、他们用于联系公司的渠道类型、他们点击过的电
并非所有的营销自动化平台都是相同的，最大的区别在于人工智能。其中一些完全基于预先建立的模式移动，不基于算法自动化，而完全基于规则的发生或不发生。从某种意义上说，它们在用户完成或停止做某事后执行命令（例如点击后 俄罗斯号码列表 的电子邮件通知）。基于机器学习的人工智能系统不断地学习并代替人类做出决策，以一种操作员无法实现的方式在它们之间聚合信息。因此，营销自动化中的人工智能具有主动性，它不仅使用数据对过去的刺激做出反应，而且还特别用于预测用户的需求。
