近年來行銷走向數位化，透過大數據、人工智慧等方式來觸及消費者，通路也逐漸轉換成以顧客為中心的形式，但每一步都會因應市場、顧客的不同有所改變，業者應該與時俱進，使用資訊數據、透過AI技術達成最佳行銷。辨識顧客並取得行銷許可以消費者透過社群軟體上追蹤商品清單，進而被邀請至概念店，顧客再藉由體驗行銷，將成果分享至社群，企業主可以得到顧客收藏的商品清單，到後續未來推薦適合顧客的產品通知，讓顧客成為固定的消費群。
重點為影響力行銷與社群媒體的方法，將觸角延伸至潛在客戶，透過顧客自行提供的資料，企業可透過自有媒體建立品牌和顧客間的連結，減少付費媒體成本，另一方面可擴大顧客規模，並且細分客群，當客群資料庫對顧客的市場愈精細，製作及發送客製化內容的獲利也會提高。
在辨識顧客的環節，像是想把握客群且黏著度更加緊密，一定要吸引顧客成為會員，建立良好的會員制度。在行銷可分為自有媒體、付費媒體，自有媒體可透過網路商城、電子郵件、行動服務等貼近顧客，從中也會顯示出顧客的使用數據，例如：商品的收藏數、連結的點擊率，以及可能透過線上服務得到的顧客意見。
在付費媒體中，電視廣告、Google關鍵字廣告等，吸引顧客搜尋。而面對不同客群應該用不同方式，辨識→數量→互動，在不同階段應用方式也不同，才能在不浪費時間與成本的前提下，留住所需客群。
溝通訊息客製化 獲更好回應率
為何要蒐集資料？資料要被使用才能創造價值。擁有更多的顧客資料，能讓溝通訊息進一步客製化，從而獲得更好的回應率。此外，建立資料也可分為網路與實體店面，蒐集完顧客的感受與想法，最重要的就是整合與儲存，有系統的將實體與數位通路中顧客提供的資料集中處理，並有效利用，需符合隱私權與個資的法規。
資料分析與人工智慧，相對於顧客自行尋找，更可能選擇系統推薦的商品，分析顧客的使用情形、時間及客群，透過資料彙整，演算法顯示如何維持高顧客滿意度和低取消率。可以量身打造溝通與服務，運用進階分析方法，讓企業獲得詳細了解每位顧客所需要的洞察，準確預測其喜好與渴望。
人工智慧包含大數據分析的資料為基礎技術，概括各種演算法，鑽研歷史資料，並且正確應用，預測顧客未告知的資訊，透過演算法的模型來協助處理，再進行補充及修正數值達到目標。
從分析到行動，可以根據資料完整度區分客群，挑選適合的模型。最佳的決策，需要優化，以預測顧客行為，參數互動成本，限制條件預算，目標顧客回應率或營收最大化，達成客製化的行銷與服務。
行銷戰術運用 掌握正確時機
溝通與服務可以思考為顧客提供什麼，提高黏著度。預測分析與人工智慧為基礎，推播客製化的行銷訊息，溝通行銷與服務要形成相互的關係，包含辨識顧客、蒐集與分析資料及產生洞察，是漸進式的過程。
行銷可分為以公司為中心與以顧客為中心，公司是伴隨著如季節、重大節慶來進行行銷活動，在特定期間行銷特定產品。顧客則有個生命周期，吸引、成長／發展、維繫，把握時機適時發送訊息，吸引：訊息客製化、感興趣的產品類別、檢視追蹤清單等。發展／成長：顧客基本調查、交易後的後續行動、新款產品／收藏等，這個階段占了最多的方法與重點，需要透過不停的追蹤顧客資料，不斷加強行銷，維繫住一定的熱度，即便曾經流失，透過方法與改善本體，使顧客重新關注。正確的掌握時機，才能將行銷戰術運用於顧客。
績效分析在過去企業多是以全通路角度來檢視，透過網路數據分析，在不同的通路測試顧客的回應，在全通路轉型後，這個績效數字可能有助於將銷售業績從線上轉移至實體商店。
創造全通路的顧客體驗
評量營業額、獲利與市佔率、品牌知名度與認知、季財報等，可得知品牌與產品在市場是否有一定的占有率或顧客量。通路與行銷不外乎人潮、曝光、網站造訪與瀏覽、互動與觸及量，透過分析去進行下個階段的轉化率、提升度。
顧客面指標、即時評量、評量文化、關鍵績效預測為最高水準，正確找出以顧客為中心的關鍵績效指標，並決定哪些指標作為領先指標。各個階段都有不同的核心及狀態，為產品、銷售、顧客，先優化並大規模的生產與銷售，維持住品牌形象，保持住製造及銷售的運作與更新，再進行銷售，最後以顧客為中心，創造企業全通路的顧客體驗。
