如今，很少有电子商务网站不使用至少一定程度的个性化来改善在线体验。研究表明，这是有效的:远成达FBA头程发现，91%的消费者更倾向于购买那些能够识别、记住并提供相关优惠和推荐的品牌。
然而，尽管取得了成功，我们还没有达到个性化的极限。随着技术的发展，我们对消费者如何回应个性化体验有了更多了解，新的趋势和能力将会出现。考虑到这一点，以下是对2021年可能出现的电子商务个性化的五个预测。
人工智能支持的个性化变得更加透明
有必要让人工智能决策更加透明，减少对消费者的威胁，这一点在电子商务领域将变得更加明显。
例如，我们将越来越多地看到人工智能驱动的推荐引擎不仅能够识别出最相关的产品推荐并展示给消费者，而且还能够自动提供解释，明确为什么以及使用了哪些数据来选择这些产品。
如果向顾客展示了一件“推荐给你”的衬衫，他可能会看到一份解释清单，比如，“这是你的尺寸，”“它和你买的其他衬衫一样苗条，”“它的颜色和你之前买的衬衫相似，”等等。
图像识别创造了新的可能性
在线个性化引擎将很快开始采用图像识别功能，这将帮助他们识别图像和视频中的单个产品，以及识别特定的颜色和模式。
消费者将能够点击一个项目仍在现场或视频,如选择一个靠墙的桌子他们喜欢客厅的一个图像或一个手提包由一个模型在街景,和找到更多关于产品或将其添加到购物车。
在时尚和室内装饰等垂直领域，这一发展意味着电子商务能力的增强，可以识别“shop the look”推荐，或者让购物者通过搜索相似或匹配的产品更容易创建自己的外观。它还将允许商店通过在图片和视频中以可购物内容的形式展示产品，从而创造更丰富的在线体验。
心理个性化进入市场
电子商务的个性化和细分通常基于人口统计属性，如年龄、性别和地理位置，以及购物者的在线行为和偏好。
但我们很有可能很快就会看到依赖心理分析的新型个性化的增长。
例如，用于分析访问者个性类型的算法:他们是值得信任的，自信的，还是冒险的?这项技术可以学习在每种情况下最吸引人的产品、内容和在线体验的类型。
更多地关注长期发展
如今的电子商务商店大多使用个性化来改善客户在当前访问期间的在线体验——或者如果他们在30天左右返回的话。
然而，我们迟早会看到个性化支持更长的购物周期，从而观察人们现在的行为如何影响未来的消费模式。比如，一个人在20多岁时的喜好和品牌偏好，能告诉我们他们在40多岁时的购买习惯是什么样的吗?
最有可能的是，这种复杂的个性化将集中在高价点的购买，比如汽车。例如，人们小时候得到的玩具车品牌，对他们成年后喜欢的汽车品牌有什么影响?
机器学习驱动机会挖掘
零售商可以通过个性化的体验和内容来锁定数百(甚至数千)细分客户，而大量的时间和资源都被“挖掘”和研究最有利可图的客户消耗掉了。
机器学习算法将继续帮助减少这方面的努力，提供一个更快，更有效的方法来自动定位有利可图的访客细分。这项技术不仅可以告诉品牌以谁为目标，还可以为这些细分市场提供优化和个性化体验的具体行动建议。
为了在2021年及以后推动更丰富、更相关的网上购物旅程，远成达FBA头程认为这些只是个性化可能发展和演变的一些方式。