感谢这篇文章的发表（ACM Transactions on Management Information Systems，第 6 卷，第 4 期，第 13 篇文章，出版日期：2015 年 12 月），我们可以解释 Netflix 如何利用人工智能来改善用户体验。我们将描述一些算法背后的原因，以了解人工智能在营销自动化中的作用。
Netflix 最初的问题是：为了推荐客户可能喜欢的东西，我们应该考虑哪些信息？最早的分析可以追溯到几年前，主要关注评级：他们计算用户给他们观看的电影打了多少星，然后根据类型或特征，算法选择类似的产品。
当Netflix 开始考虑其他因素时，范式转 台湾 whatsapp 号码数据 变就发生了：例如，何时以及如何观看电影（设备类型、星期几、一天中的时间）、如何找到它们等等。它甚至开始考虑推荐了哪些内容但人们没有点击，将算法的失败作为算法本身的信息来源。人们留下了这么多信息只是为了使用产品......为什么不使用它呢？
基于这个想法，随着时间的推移，人们开发出了几种相互“协作”的算法。第一个称为PVR（个性化视频排名器），主要基于在整个目录中定制个人用户偏好。第二个是Top N 视频排名器，其目的是通过仅关注所有用户的总体排名中的顶部位置来从整个目录中找到最佳推荐。所有的算法，以及所展示的产品数量，都对现在所谓的Netflix 体验做出了贡献。
人工智能如何在营销自动化中发挥作用？
机器学习是一个持续学习的过程。特别是在营销领域，它会考虑用户每次与品牌互动时留下的所有数据。算法基于什么？客户购买了什么、他们的购买习惯（时间、日期、季节、设备）、他们在浏览网站时看到的内容、他们用来联系公司的渠道类型、他们点击过的电子邮件以及他们在 Facebook 上阅读过的帖子，以及我们认为与我们希望为他们提供的客户体验相关的许多其他变量。如今，技术让平台能够收集和标准化各种信息，包括线下信息，从而让算法每天都在改进。