关于人工智能和智能支付的三大要点

人工智能和机器学习如何提升转化和收入

电子商务继续以惊人的速度在全球范围内增长。 Worldpay的《2018年全球支付报告》 预测，2019年全球电子商务市场将超过3.6万亿美元，最快到2022年会增长到4.6万亿美元。对于各地的电子商务商家来说，这是个好消息。

但低效的转化对这一美好憧憬泼了一碗冷水。清除购物车、欺诈和虚假拒绝带来了严峻的挑战，侵蚀着我们的利润。

这些复杂的转化问题相互关联、相互影响，但可通过集成的方式对其进行最有效的管理。机器学习和人工智能蕴藏着催生变革的力量，使支付数据成了转化会谈的宠儿。

一 - 错综复杂的全球市场亟需下一代的转化解决方案

全球支付生态系统是一个极为复杂的混合体，包括商家、商家收单行、银行卡网络、发卡银行和发行受理商。由于涉及面极广，结果造成效率低下、欺诈率高、授权审批率低、结账不顺畅，最终导致客户清除购物车。

整个系统以数据为根基，数据让我们知道每笔交易的价值和合法性。在全球电子商务的浪潮中，提交支付交易的静态方法越来越显得捉襟见肘。支付生态系统的复杂性和多样性需要动态智能和工具，以便几乎实时地快速适应新信息和变化莫测的状况。电子商务不分国界，因此这些工具需要发掘和利用全球范围内的交易数据。由于变化多样、规模巨大，为了识别模式并相应调整，就需要用到机器学习和人工智能。

二 - 数据对于减少波折和转化更多销售至关重要

商家不断重新评估，以提升消费者体验、减少清除购物车的情况并提高转化率。要减少波折，就必须不断适应快速变幻的电子商务环境，确保客户完成交易。

全球电子商务商家不断创新，希望能够吸引到新客户，将市场拓展到核心用户群之外的人群。在新地区开拓市场时，商家需要不断揣测买方的偏好，特别是他们的喜欢付款方式。

在电子商务中，只需点击一下就能找到替代的产品或服务。因此减少波折是至关重要的。高端商家会对购物体验中页面上的每个词、每种颜色、每个商品的每个位置进行 A/B 测试。而数据可以揭示出每个市场中的客户偏好，从而产生更高的转化率。

三 - 人工智能便于有效的更新账户和回收

人工智能和机器学习可用于智能账户更新和授权重试/回收，帮助商家减少波折、提高授权率并提高收入。

无论是销售服务还是实体商品，循环付款都有潜力成为许多企业的最佳业务模型。循环付款不仅便于预测收入，还可以最大限度地提高客户终身价值，使客户获取投资收获最佳回报。

循环付款的难点在于可能发生“泄漏”。循环付款交易无需人工参与，却会因多种原因而失败：账户凭据到期或更改、余额不足、无网络连接等。这些情况时有发生。仅仅损失这笔付款并不要紧，如果客户关系以及后续预期的所有付款也一并丧失，那影响就太大了。

账户更新服务确保卡信息是最新的，仅此一点就可以提高经常性收入。大多数商家会在预期的支付交易之前获得更新。但即使交易被拒绝，您也不应该放弃。智能账户更新系统能够针对拒绝做出响应，它查询最新信息，然后重新尝试应用更新。 值得注意的是，重试模式非常重要，如拒绝之后的天数、重试次数、重试的时间等等。根据最初拒绝的原因、发卡银行、卡产品等因素的组合，不同的重试模式会产生不同的批准率。最佳的方法是开发用于管理账户更新和回收最初被拒交易的算法，这正是数据科学和机器学习的用武之地。

“电子商务支付中最明智的选择”

账户更新服务被广泛视为增加经常性收入的万全之法，现在商家正在寻找经常性业务模型之外的实用工具。对于频繁但非经常性购买的消费者，如果商家存储他们的银行卡信息，一旦银行卡更换就可能导致付款波折，甚至是清除购物车。实时账户更新服务借助动态学习的力量，可减少这个快速增长的细分市场中的结账波折。

以博弈为例，其中有许多博弈内购买。多次购买可能会触发过度激进的欺诈筛选器，进而导致拒绝率升高。这会在最重要的客户接触点上增加不必要和破坏性的波折。

支付情报可以改善任何频繁交易的业务的转化结果，如打车服务、外卖等。批准率账户更新服务的提升使其成为电子商务支付中最明智的选择。

对商家最重要的低效领域，是人工智能和机器学习大展身手的天地。有了规模足够大的实时数据集，人工智能和机器学习可以帮助企业和电子商务商家实现更大的覆盖面、推动增量收入并更快地响应客户。