学习目标
完成本单元后，您将能够：
- 解释什么是爱因斯坦商业。
- 描述爱因斯坦的商业功能。
介绍
Einstein for Commerce功能直接嵌入到Salesforce B2C Commerce中，以使购物者满意，使商人提高生产率，最重要的是增加收入。这一切都可以通过AI和机器学习，利用自己丰富的商业数据来实现。
爱因斯坦商业特色
爱因斯坦为这些关键的B2C Commerce功能提供了支持。
购物体验
- 爱因斯坦产品推荐
- 爱因斯坦预测排序
- 爱因斯坦搜索建议
跟单员经验
- 爱因斯坦商业见解
- 爱因斯坦搜索词典
首先，让我们看一下针对购物者的爱因斯坦体验。
爱因斯坦产品推荐
产品推荐使用机器学习来根据消费者的购物体验提供个性化的建议。无论购物者是客人还是已知访客（即登录一个帐户），这些建议都会在消费者的整个购物过程中建议最相关的产品，以使其始终吸引网站，并帮助他们更有效地浏览。商家可以从多种推荐类型中进行选择。他们可以使用显示类似商品的传统推荐，例如，购物者看到在产品详细信息页面上推荐的另一双蓝色鞋子的蓝色鞋子。
爱因斯坦产品推荐为客户在正确的时间提供正确的产品。他们鼓励更多的购买并最大化品牌的收入。但是他们所做的其他事情同样重要，即使量化程度较低。他们根据自己感兴趣的商品，通过个性化（也许甚至是体贴的）关注他们的兴趣，为每个客户提供令人愉悦的购物体验。快乐的购物者对业务有益。
爱因斯坦产品推荐免费提供给B2C Commerce客户，并根据客户的要求开启。
爱因斯坦预测排序
借助爱因斯坦预测排序，品牌商可以自动个性化每个搜索结果或类别页面上显示的产品顺序。这意味着与购物者最相关的产品会根据其过去的浏览和购买行为而首先显示出来。由于购物者不必滚动浏览尽可能多的产品和页面来查找感兴趣的商品，因此Predictive Sort使网络体验更加令人愉悦。
对于使用移动设备的购物者来说，影响甚至更大。移动屏幕通常每页显示较少的产品，购物者不喜欢单击并滚动浏览多个页面以查找所需的内容。爱因斯坦预测排序是一种使移动购物体验更快，更无缝的简单方法。
爱因斯坦搜索建议
爱因斯坦搜索建议为网站上的每个购物者提供个性化的预先搜索指南。这谷歌-ifys品牌的网站的搜索，这样购物者自动引导到最适合他们的搜索字词。例如，如果一个购物者开始输入字母s，她可能会看到凉鞋一词为她自动完成。这是基于她过去的购物和浏览历史记录。如果另一个购物者输入字母 s，他可能会 根据其历史记录看到单词sneakers autocomplete。
搜索建议将算法应用于B2C Commerce数据，以识别与每个购物者最相关的搜索结果，甚至在它们进入完整搜索之前。品牌可以确信，他们的购物者正在沿着最快的转化路径浏览网站。这不仅是预先输入搜索，而是智能，个性化的预先输入搜索。接下来，让我们看一些专门为推销员设计的工具！
爱因斯坦商业见解
Einstein Commerce Insights使销售人员能够使用功能强大的购物篮分析仪表板来解释购买行为。商家可以选择库存中的关键商品，并了解购物者最常购买的商品。商户可以根据日期范围深入了解特定产品的数据，并深入了解特定产品的销售和“共同购买”类别等指标。
Einstein for Commerce直接从B2C Commerce消费关键的商业数据源，例如浏览和购买历史。与第三方个性化技术不同，爱因斯坦的机器学习算法不需要系统集成即可访问和分析B2C Commerce中包含的丰富数据集。爱因斯坦商业及其机器学习算法是品牌可以为每个购物者提供个性化体验的魔力。爱因斯坦让品牌商可以跨渠道提供更相关的体验，而无需他们在其他技术或运营上投入大量资金。
爱因斯坦搜索词典
您是否曾经在网站上搜索过一项商品，却得到零结果？也许您拼写错误的单词，或者没有与您要搜索的特定单词匹配的项目，例如
“钴。” 好吧，这就是该功能可以解决的地方！
爱因斯坦搜索词典会使用搜索中使用的所有站点搜索和表面术语，但尚未在零售商的关键字列表中使用。然后，它向商人提出建议，例如可以添加到列表中的同义词。以前，如果零售商想找到缺失的搜索词并选择要添加的同义词列表，则他们必须筛选一个较长的电子表格，然后猜测他们想要哪个。
爱因斯坦搜索词典分析B2C Commerce中的数据以查找搜索词之间的关系，然后推荐将其添加到的同义词列表。例如，搜索“淡紫色毛衣”的购物者可能不会获得任何结果。但是爱因斯坦搜索词典看到了潜在的关系（紫红色有点粉红色），建议将“紫红色”添加到“粉红色”和“紫色”的同义词列表中。现在，正在寻找“淡紫色毛衣”的购物者可能会确切地看到他们想要的东西。对于购物者和零售商而言，好处是显而易见的。购物者不会失望，当他们找不到想要的东西时会空手而归。零售商以多种方式受益：通过不将销售损失给无法找到实际库存的客户，