顧客剛買了一個旅行袋，第二天便收到同一款旅行袋的促銷；想買配件時，網站推薦的卻是沒有庫存的產品。這些體驗說明，個人化是否有用，首先取決於推薦與當下需要是否相關。
AI 可以協助分析行為、整理商品關係及產生溝通內容。對香港零售及電商品牌而言，較容易起步的方法，是挑選幾個明確的顧客時刻，逐個改善。
第一個時刻：顧客正在比較商品
顧客查看旅行袋時，可能需要另一個尺寸作比較，也可能想找合適的收納配件。這是兩種不同任務：前者是相關或替代商品，後者是互補商品。
Shopify 的官方文件同樣區分 related products 與 complementary products，並說明推薦功能會受商品狀態、庫存及其他條件影響。具體可用功能也取決於商店設定與主題。參考：Shopify 商品推薦文件
在選擇推薦模型之前，先整理產品用途、尺寸、兼容型號、價格及庫存。若配件是否適用都沒有清楚資料，語言模型寫出再吸引的推薦理由，也可能令客戶買錯。
可以先在一個類別試行：展示少量有明確理由的推薦，並讓顧客容易返回原商品。推薦的目的是協助選購，不應遮蓋規格、運費或退換安排。
第二個時刻：顧客剛完成購買
購後溝通的首要任務，通常是確認訂單、交代配送及提供使用資訊。這時不一定需要立即推銷更多商品。
AI 可以根據已確認的商品資料，協助整理安裝指南、保養提醒或常見問題，但訂單金額、追蹤狀態及交付承諾應以系統記錄為準。若客戶正在處理退貨或投訴，應避免讓促銷流程照常發送。
以假設的咖啡器具商店為例，顧客購買手沖套裝後，先收到與該套裝相符的入門指南；之後才在適合的情況下介紹濾紙或清潔用品。這是一個流程設計例子，並不代表任何實際品牌的成效。
第三個時刻：顧客可能需要再次購買
復購提醒需要合理依據。消耗品與耐用品的購買節奏不同；一次購買也不足以精確判斷使用速度。初期可以用產品類別及已知交易時間建立簡單分組，再按結果調整。
訊息應讓客戶容易理解原因，例如「查看您之前購買產品的補充裝」，比暗示品牌知道對方的生活細節更自然。提供調整偏好及停止接收的途徑，也有助長期維持信任。
當資料不足時，可以提供一般性的商品教育內容，毋須勉強把所有溝通寫成「專為您推薦」。
先看每位顧客帶來的價值，再看點擊
推薦被點擊，只代表吸引了注意。應繼續觀察是否購買、是否退貨，以及折扣、運費和商品成本之後還剩多少貢獻。
例如，兩個版本都帶來訂單增長，但其中一個依賴大幅折扣，可能沒有增加利潤。又或者顧客只是由原本較高毛利的產品轉買推薦商品，總收入上升也未必代表總貢獻改善。
適合試行時觀察的指標包括：推薦曝光至點擊、每位符合條件訪客的購買貢獻、指定期間的復購率，以及退貨和取消訂閱情況。選擇分母及觀察期後，應保持一致。
保留比較組，避免把季節變化當成果
如平台與流量條件容許，可以把符合條件的顧客隨機分組，一組使用現有流程，另一組使用新推薦方式。除了測試項目，盡量保持其他安排一致。
大促銷、缺貨及配送延誤都可能影響結果。若樣本太少，便把結果列為初步觀察，延長測試或縮小問題範圍，不宜單憑幾張訂單就宣布 AI 成功。
想改善電商推薦或復購流程？ 向 Martech HK 提交顧問查詢，由產品資料與最值得改善的顧客時刻開始。