由于互联网和先进的移动设备的出现，全球各行业的公司都意识到了利用新技术来促进交流的重要性。完整的数字网络不但会为最终用户提供新的服务方式，还会保证信息数据流的集中和稳定。
如果在日常的工作活动中能够自动的解析和整合这些信息，电子商务公司就可以获得关键的竞争优势。借助分析预测工具，以及通过与每一名客户的互动交流，可以实现对市场趋势的了解、预测和紧跟。 

      互联网上呈现的客户信息、行为具有随意性和不可预见性，客户忠诚度很难长期保证，因此企业很难以传统的营销策略对其加以影响。而传统的企业营销模式中，在传统营销通路中投入的资源在信息传递过程中大部分被无效的过滤掉了，可能一家传统的制造业公司投入了200万广告，但是真正作用到目标客户上的效果只有10%，甚至都不到。 

      所以，问题的关键在于我们应该如何理解客户，掌握客户的兴趣爱好和确定用户特征。如果企业真正建立了用户识别系统，自然可以解决以上的问题，对客户价值进行细分，进行点对点的终端营销。 

      瑞士联合技术研究所EPFL已经研制出了一项独特技术，这项技术不仅能够理解在任何设置上的每一个用户的行为，而且能够预测一个群体对一个产品的未来消费能力。它是基于人工智能技术，专门处理智能行为，智能学习和应用在机器上的智能改变，从过去、现在和将来的事件中提取相关信息，使用先进的人工智能分析和学习工具来分析。可以保证公司从使用的分析预测工具中获益，并利用相关的信息解析结果开展与客户的交流（包括推荐、产品促销、社区服务等）。 

      智能推荐引擎首先可以根据现有的系统对客户和产品信息的记录和分类，结合用户的行为记录和分析，为每一个终端用户提供产品信息和广告推介。利用推荐引擎，公司就可以把最终客户的信息完全利用起来，并将分析的结果用于定位、完善和自动执行其决策并增加销售，其作用就是确保您现在制定的决策能在将来生效并实现公司的目标，这也是它能够使公司在市场环境中获得真正的竞争优势的原因。 

      同时，利用客户的行为识别系统可以自动记录客户的动作状态。例如，客户在企业网站浏览了户外用品和相关商品，系统会记录客户的浏览信息，在下一次客户登陆企业网站后系统会自动为其推荐最新的户外用品和促销信息。如果用户在购买相关产品之后，系统会定期为用户提供发送针对性地广告促销信息，并可以为策划促销活动的市场人员或是直接面对客户的人员（包括呼叫中心的人员）提供交叉销售和向上销售的建议。 

      通过此推荐引擎，企业人为的个性化了终端用户，并且提高了他们的忠诚度。通过采用个性化的推荐引擎，最大程度地提高广告和商品的点击率。随着提供内容的针对性不断增强，用户的依赖性不断提高，而企业维护和获取客户的成本在不断降低，整体利润在不断上升。美国的亚马逊电子商务公司的30%的销售额是通过推荐引擎工具创造的，而随着客户行为识别系统在企业中的应用不断增多，未来将会有更多的企业将依靠智能推荐引擎来维系作为维系客户的重要纽带。 

 
科诺思科技