随着在线购物成为常态，消费者对数字体验的期望显著提升。Lufthansa Industry Solutions（LHIND）针对约1,100人的调查显示，尽管81%的受访者认为产品推荐具有参考价值，但仅10%的人对此感到满意。为应对这一落差，市场普遍期待通过人工智能实现更精准的超个性化服务。LHIND最新发布的白皮书详细阐述了零售商如何合理整合AI技术，以满足日益增长的个性化需求。
复杂品类催生个性化咨询需求
LHIND指出，在电子产品等复杂品类中，消费者渴望获得额外的数字化支持。数据显示，36%的用户期望在购买电子产品时获得数字咨询；在旅行票务领域，近四分之一受访者重视关键信息的个人沟通；健康产品购买者也有类似诉求。研究表明，单纯的货架式选品正逐渐被个性化的精准推荐所取代。
推荐系统普及度高但满意度待提升
目前，80%的在线购物者会定期参考产品推荐，38%的人经常点击“您可能也喜欢”等建议模块。相比之下，聊天机器人的使用率较低，超三分之一用户从未使用过该功能，仅20%的人保持定期互动。虽然用户对这两项功能的整体满意度尚可，但高评价比例偏低：产品推荐获最高评分的比例仅为10%，聊天机器人则为8%，表明现有体验仍有巨大优化空间。
AI应用需兼顾透明度与数据价值
总体而言，67%的受访者对AI改善购物体验持积极态度，主要预期集中在节省时间和获取精准建议上。然而，数据隐私与控制权仍是核心关切：93%的用户希望自主决定商家可使用的信息范围，89%的人要求系统明确提示AI介入时机。
LHIND专家强调，AI应用成功的关键在于过程可追溯及提供清晰的价值增量。高质量的数据基础——包括客户数据、产品信息及交互记录——是算法识别语义关联并输出精准推荐的前提。若缺乏结构化数据支撑，推荐的准确性将大幅下降。该白皮书进一步展示了零售商如何高效部署AI推荐系统，以精准洞察客户需求并提升服务效能。