电商个性化工具：让顾客更容易找到、选对和买下商品

Rebuy 在 Shopify 的购物流程中加入商品推荐和优惠。如果当前任务是围绕顾客已经想买的商品，推荐合适的配件或组合，可以先看 Smart Cart 购物车和商品推荐组件。

• 团队可以用规则限定某个推荐位允许展示的商品，并结合 AI 推荐。
• 功能包分别覆盖购物车与商品推荐、结账与购买后推荐、搜索与集合页，以及流程与 A/B 测试。

LimeSpot 为店铺添加商品推荐、加购推荐和组合销售。如果团队希望在多个页面放置推荐，并按顾客分组调整商品或优惠，可以把它列入候选。

• 通过推荐位置和顾客分组，将商品选择与访问场景结合起来。
• 其产品范围还包括内容个性化和测试，具体控制功能需要与所选套餐逐项核对。

Nosto 将商品发现与店铺内容个性化结合起来。如果商品运营和增长团队需要统筹不同人群看到的推荐、搜索结果和页面内容，可以考虑这类平台。

• 设置推荐时，可以选择推荐策略、展示位置及商品筛选条件，包括允许或排除商品的规则。
• Personalized Search 处理搜索结果，Content Personalization 则调整面向不同人群的店铺内容。

Dynamic Yield 帮助团队调整内容、商品推荐和优惠，并测试不同体验的结果。它更适合能够定义人群、准备不同版本，并持续复盘实验的团队。

• 受众定向和推荐策略让团队能够比较不同顾客看到的内容。
• 客户端和服务端实验对应不同的实施方式，需要明确事件和实验曝光的记录方法。

Octane AI 将选购咨询变成测验。美妆、礼品等需要选购建议的店铺，可以询问顾客需求、展示匹配商品，并保留答案用于后续个性化。

• 问题逻辑和结果设置将顾客答案与推荐商品连接起来。
• 通过 Klaviyo 连接，可以将测验答案写入用户属性，用于分组和后续自动化沟通。

Rep AI 利用顾客行为和对话上下文主动开启商品选购对话、缩小选择范围。如果静态推荐位无法回答顾客的问题，而且团队还需要把复杂问题交给人工客服，可以评估它。

• 销售对话可以比较商品、回答商品问题，并建议相关搭配。
• 其平台还提供客服和对话分析能力，所需产品与渠道需按套餐确认。

Manifest AI 将选购对话与店铺商品目录、政策及补充知识连接起来。顾客可以在同一段对话中了解商品、缩小选择范围，并继续提出客服问题。

• Data Sources 可以结合已同步的店铺资料，以及补充的文档、链接和文字说明。
• 商品规则帮助控制推荐内容，团队可以在发布前通过非公开测试检查助手表现。

Neuralens AI 使用商品目录、政策和品牌指令配置站内销售助手。顾客可以描述需求、请求商品比较，团队则负责设定导购要求和升级处理规则。

• 按需求给出推荐和比较，解释目录中的哪些商品可能适合顾客。
• 部分付费套餐包含图片提问或自定义助手流程，需要核对具体功能权限。

Algolia 的购物助手将自然语言对话与商品索引检索结合起来。如果团队希望导购助手使用与站内搜索相同的商品数据和搜索调优设置，可以评估这一方案。

• 助手帮助顾客表达需求、检索相关商品，并通过对话继续缩小选择范围。
• Algolia 还提供搜索、推荐和商品陈列产品。评估时，应将助手的范围与整个平台的范围分开确认。

Constructor 将搜索、分类浏览和推荐整合到电商商品发现服务中。如果商品目录较大或较复杂，需要统一调整排序和商品陈列，而且团队能够维护商品与行为数据，可以将它列入候选。

• Search 返回搜索结果和筛选项，Browse 支持分类页和品牌页，并可分别调整。
• 推荐策略包括搭配商品、替代商品，以及无搜索结果页面上的建议。

Elasticsearch 提供搜索与检索能力，开发团队可以将其接入店铺。它适合需要控制索引、查询和相关性，并能长期负责前台搜索体验的团队。

• 全文、向量和混合检索可以支持不同的商品查找需求。
• API 和客户端提供商品数据导入与搜索的基础能力，店铺前台界面仍需开发实现。