近年来，网站和电子商务中“说服性画像”的应用备受关注。西奥迪尼的说服原则虽是基础，但Crobox的Rodger Buyvoets认为该技术仍过于局限，其公司正致力于通过自有软件突破这一瓶颈。
科学家Maurits Kaptein在在线影响反应研究中得出重要结论：消费者对说服论据的反应存在可用常数。他证实西奥迪尼的说服技巧同样适用于在线环境，并能有效优化转化。若用户对稀缺性（如“仅剩一件库存”）或权威性（如“科学家X表示”）论点敏感，这种倾向往往具有跨产品的一致性。因此，市场上涌现出多种收集用户数据并实时匹配说服策略的技术，Kaptein本人也曾参与PersuasionAPI项目。
“西奥迪尼的说服论据不足够”
Buyvoets指出，现有技术的核心理念虽好，但仅靠指向稀缺性或权威性的标签无法带来显著改进。他强调应从行为心理学出发，在客户旅程中扩展更多“助推”。例如，当用户看到特定标签时，详情页应同步提供针对该用户的额外心理触发器通知。
“不能局限于西奥迪尼”，他表示，“认知偏差超过150种，我们测试了20多种策略以影响各类行为，包括浏览、购买、加购率，以及简历上传量、职位浏览量等微转化。”每次访问实施Crobox技术的网站时，系统都会为互动构建画像，实时测试访客对说服技术的反应，并据此调整内容或提供针对性触发器。
Buyvoets强调上下文的重要性：“因稀缺性转化不代表下次依然有效，产品类型也会影响效果。”说服性画像并非万能药。团队拥有包含多种影响策略及案例的框架，会针对每位客户手动选择4-5种策略，并通过算法实时实验。虽然无法直接控制个体购买行为，但致力于最大化转化率并提供心理层面洞察。（参见左侧图片了解用户画像示例）。
一段时间后，系统会评估策略有效性，替换表现较弱的策略。这看似繁琐的手动过程目前约40%由机器学习驱动。Buyvoets坦言机器学习仍处于起步阶段，业界更多在宣扬其潜力，因此考虑公开代码以加速技术发展。
Buvoets提醒不能完全依赖机器。除转化外，部分客户更看重参与度及对特定产品的关注。为此，需调整文案、助推提示、通知及可视化效果的算法。
这些原则虽有效，但也易引发类似Booking.com的体验疲劳。未来网络商店是否会被社会认同、稀缺性等不够微妙的技术淹没？
Buyvoets预测长期将出现类似“横幅盲区”的“触发点盲区”。团队已在探索新展示方式，如将触发点融入文本标题，或在设计更大区域嵌入合适触发点。随着时间推移，说服性画像将更加微妙。例如评论展示不再静态，而是根据情境调整：赫伦芬访客将主要看到附近居民的评论。“这能触动情感，潜移默化地产生影响。”
照片： cornfield / Shutterstock.com