用虚拟顾问来装饰购物体验

我们的客户经营的业务范围包括零售、金融服务、酒店、重化工、电子、建筑、食品和饮料等。

该公司的零售部门试图通过使用尖端的认知工具来更好地利用客户数据，通过数字渠道和面对面渠道优化客户的购物体验。

通过使用IBM Watson Assistant，我们创建了一个聊天机器人，它既充当推荐产品的购物顾问，又充当商店顾问，从而提供独特的认知购物体验。

在会话推荐引擎的支持下，advisor分析结构化和非结构化数据，并结合语音到文本、文本到语音的功能，以及视觉识别。这允许聊天机器人执行相似度搜索，用户可以问，“你有类似的东西吗?”，并上传一张寻找物品的照片。

用户还可以向聊天机器人询问产品推荐，如“给我看看流行牛仔裤”或“推荐一件夏装”。如果用户登录了，聊天机器人的推荐引擎就会参考“客户DNA”，根据用户的购物历史和当前趋势定制推荐。趋势推荐是基于人工智能平台抓取社交媒体网站，识别流行产品和风格。然后用户可以点击推荐商品，并将商品添加到购物车中。

在实体商店中，聊天机器人还能回答有关商店本身的问题，比如:“XYZ品牌位于哪里?”或“美食广场有什么餐厅?”