首先，他们必须成功识别我，或者至少识别我所属的社区：围绕某种产品或服务拥有共同价值观、兴趣或热情的消费者。
如今，机器学习（ML）提供了强有力的解决方案来应对这一挑战。
精准识别不同的消费者群体是机器学习可以实现的首批用例之一。该工具可让您 保加利亚 WhatsApp 号码数据库 根据您的数据，按照您手动难以识别的分组，对潜在客户或客户进行详细细分（请参阅本文中的Salomon 示例）。聚类算法分析行为、社交和人口统计数据，对具有共同特征的个体进行分组：兴趣（运动、音乐、生活方式）、购买习惯（频率、产品类型、平均购物篮）等。这使得检测使用传统方法难以发现的特定社区成为可能。
你会告诉我，要做机器学习，你需要数据。这就是为什么拥有一个真正的客户体验平台 (DXP) 并集成客户数据平台 (CDP) 变得至关重要。我邀请您重新阅读本文的CDP章节。总而言之，CDP 提供了 360° 客户视图，从而可以从整体上了解客户。
CDP+ML=分析行为、偏好、互动，以识别拥有共同价值观或利益的不同社区或部落。
第二步：体现社区
然后他们需要通过讲述体现这些价值观的故事来强化这种强烈的身份认同。我想要一个有深度、有意义的社区。
在这里，DXP 也通过其敏捷的内容管理功能（这是 DXP 的 CMS 部分）为我们提供了真正的解决方案。您可以在本文中找到有关自网络诞生以来内容管理演变的更多信息。让营销团队拥有充分的灵活性而无需回到开发阶段对于提高响应能力和敏捷性至关重要。能够创建新类型的内容、新的信息呈现方式和登录页面，可以让您对社区的发展做出快速反应，即使这意味着犯一些错误，以后也可以轻松纠正。这就是测试和学习的原则：我们稍后会回顾它。