假期已经来临，充满希望近7310亿美元的零售额在十一月和十二月。这是品牌需要利用的最关键的时刻季节性购物者行为和驱动活动这样才能有效地竞争、捕获并大量转化客户。

但许多零售商错过了目标，因为他们没有理解确保未来一季成功的关键方法:改变他们的机器学习策略。

每年的这个时候，购物者的行为都发生了根本性的变化，这意味着营销人员无法利用与8月份甚至10月份相同的数据和算法。

缺乏准备和调整可能会让品牌在假日期间付出巨大代价，除非它们做出以下三点改变。

1.更新你的算法以适应行为的转变

我一次又一次地说:人工智能的核心只是数学，有时是复杂的数学，这取决于分析师使用正确的数据来证明它的价值——尤其是在节日期间。机器学习算法没有常识;他们会毫不犹豫地使用并相信你提供给他们的数据。

顾客的行为在节日期间是非常不同的:你会有一大批在一年中其他时间都不参与的购物者涌入，顾客会关注他们以前没有关注过的特定品牌和类别，他们会比平时更快地购买，等等。另外，他们的所有行为现在都被放大了:他们访问和放弃你的网站的次数，他们看的产品和类别的数量，他们想要列出和添加到购物车中的商品的数量，等等。

理解和迎合用户参与的这些变化是必不可少的，但算法并不知道得更好。他们知道如何解读这些行为的唯一方法就是你让他们这么做。这需要营销团队和数据科学团队之间的紧密配合;他们必须就本季的模型应该处理什么进行合作，并将更新后的模型应用到假日季的几个星期。

2.了解你的营销活动将受到怎样的影响

由于你全年的机器学习算法不适用于假期，你也需要对你的活动进行一些调整。

例如，你的“极有可能购买”活动看起来会非常不同，因为即使有人在黑色星期五和网络星期一周末大量访问你的网站，这并不意味着他们更有可能购买。尽管这种类型的互动通常会触发你的算法，认为这些访问者很可能会购买，因此抑制在某些促销活动中，你会想在假日季节做完全相反的事情展示当这些潜在客户显示出增加的粘性时，这些优惠就会出现。

你的客户活动也会受到影响。传统上，顾客会在你的品牌上花一定的时间来决定他们想买什么，或者他们是否想买。在假期期间，这段时间被压缩到一两天:他们想要快速做出决定，他们会进行价格购物和比较。在节日期间，针对那些已经离开网站的客户，应该在他们没有访问网站的时候就开始个小时,而不是几天。

3.也要为季后赛和其他假期准备好数据

假期过后，把数据集分开。你不会想要将特定节日的设置编织到你的常规活动中;这样做会使你的模型偏向于特定节日的行为。

例如，你的忠实顾客可能会来你的网站为别人购物，所以他们在节日期间浏览和购买的东西可能与他们在一年中的其他时间通常看到的完全不同。

因此，将假期划分为一个单独的行为时期，然后将模型恢复到全年从客户那里看到的更典型的行为模式。

然而,你应该更新和利用这些假期模式，为其他重要的购物和送礼节日。情人节、母亲节和父亲节、返校节，以及最重要的2020年网络周，都是你应该考虑根据你在这个假期所学到的知识构建和部署专门模型的时间段。

* * *

总的来说，节日购物者心情紧张，时间紧迫，迫使他们更快地做出决定，放弃他们通常的浏览和购买行为，比一年中的任何时候都更多地进行价格购物。你的季节性算法和活动应该适应这些变化，保持高度关注最近(相对于历史)的用户粘性。

如果您还没有这样做，请确保您的营销和数据科学团队在同一页面上，并相应地更新您的机器学习策略。