人工智慧 (Artificial Intelligence, AI) 不僅可以為企業進行轉型，也能被使用於應用程式行銷層面上，進而發展出具個人化、相關性、且以客戶為中心的訊息與推播策略。
你可能感受過推播有時很惱人，數據顯示大約有 52%的應用程式使用者覺得推播訊息很煩人 。這可能是因為你經歷過不愉快的體驗，讓你選擇將推播功能關閉。更糟的是，你可能曾經乾脆將應用程式刪除，尤其是當訊息內容與你毫不相關時。你不孤單，我們都經歷過。
然而，摒除通知功能並不一定是唯一解法。若能善用推播功能，它將可以是你的品牌訊息策略中重要的一環。推播訊息設計的原意是可以提醒使用者記得打開你的應用程式，誘使他們再與你的品牌產生互動。因此，重點在於是否能「精心設計」推播訊息策略，進而刺激應用程式使用率，並提升顧客終身價值。
有效的推播須具備 ：高度 個人化、相關性與及時性
全球約 35%的推播訊息都是以通用廣播的方式 傳遞給所有的使用者，然而，真正有效益的推播是能夠提供與顧客相關的優惠、具個人化設計、相關性高、並符合最佳時機。 Netflix（網飛）被指為常見且成功的推播訊息案例，它只推送給你已追踨的節目更新訊息、或者推薦與你看過節目相關的通知。顯然地，Netflix採用的是根據使用者偏好的個人化推薦。
要使推播訊息與使用者高度相關，行銷人員需要善用他們搜集到的消費行為、興趣、過往購買等歷史紀錄數據，才能提供對使用者真正有價值的資訊。人工智慧能幫助你獲取這些洞悉數據。
AI透過以下方式幫助設計更精細的個人化訊息：
人工智慧以前所未有的方式幫助行銷人更輕鬆處理個人化使用者體驗，促進消費者互動與留存率。它能幫助你搭配消費者興趣進而設計主動式推薦清單、產品推播訊息、或特色服務，透過應用程式推送消費者可能會有興趣的內容以產生互動，並進一步達成提高轉化率等績效指標。 應用人工智慧於個人化訊息，有三大層面：
1.受眾區隔
有效的個人化設計要從正確的使用者分類開始。AI工具可以幫助你仔細地分類群眾，使你能夠：
- 分析應用程式內使用者行為、歷史消費紀錄、以及推播訊息反應等數據。
- 了解個別用戶的偏好與興趣領域
- 偵測模式
- 預測未來行為
2.訊息相關性
使用人工智慧也可以幫助你確認推播訊息內容的相關性。AI工具能協助分析大量使用者偏好與興趣數據，利用這些資料推薦給消費者最有可能產生互動的內容。 舉例來說： 75%的Netflix使用 者所訂購的節目 是透過推薦通知誘使而行動的，而且亞馬遜電商平台上有35%的收益都是來自於推薦清單的項目。
就像 Appier所提供的AIQUA解決方案 ，一款以人工智慧驅動的主動式顧客互動優化平台，幫助品牌商透過分析消費者於應用程式內的行為與數位旅程、搭配消費者的站外興趣等數據來設計高度個人化的訊息。透過統合站內與站外所獲得的使用者興趣洞悉產生 單一客戶輪廓檢視 ，以更高相關性與個人化的訊息創造更佳的使用者體驗。
3.推播時機與頻率
一個品牌應該傳送幾封推播訊息？研究顯示，一個應用程式每週傳送二至五次的推播訊息，37%的用戶便會將此功能關閉，而22.3%的用戶將會選擇直接刪除該應用程式。 這表示不論你的訊息有多高的個人化或相關性，如果數量過高，你的使用者就會將這些通知視為干擾並拒絕它。因此，與相關性一樣，行銷人同時需要考量推播訊息的遞送頻率與時機。
同樣地，AI在這裡也能發揮作用，例如透過分析消費者何時會使用你的應用程式。這個功能可以幫助你在最洽當的時機，於使用者最有可能對訊息有回應、且會產生你預期的行動時寄送通知。例如，行銷人可以直接登入AIQUA平台設計個人化訊息，而且透過它找出每一位使用者合適的寄送時機與洽當的傳遞管道。
拜人工智慧之賜，現代行銷人能夠確保他們所設計的訊息與活動為數據導向，而非建立在猜測與直覺上。而以上所描述的主動式個人化設計，只是人工智慧在設計訊息策略上可以幫助你的其中一種功能。當你應用人工智慧在行銷領域上，所產生的可能性將無可限量。
