Расширение использования персонализации (стратегии адаптации рекламы и услуг продавцов к предпочтениям клиентов, основываясь на их интересах, предыдущей активности и индивидуальных потребностях) в рамках розничных онлайн-магазинов привело к появлению значительного спектра инструментов сбора персональных данных клиентов и сфер их применения (к примеру, различные виды чат-ботов, персональные рекомендации, адаптацию веб-страниц к автоматически идентифицированным предпочтениям клиентов (например, по геолокации для определения населенного пункта пользователя, динамического ценообразования, персональных продуктовых рейтингов и категорий), использование социальных сетей). Для розничного рынка данная стратегия играет важную роль ввиду стремительного развития этого сектора, в частности, в период пандемии COVID-19. Этот сектор также один из лидеров по части технологических и маркетинговых инструментов, которые включают в себя как алгоритмизированные системы, так и системы на основе искусственного интеллекта. Несмотря на значительные положительные эффекты применения персонализации при построении индивидуализированной коммуникации с клиентами в омниканальной среде, компании сталкиваются с негативными откликами, вплоть до отказа клиента пользоваться перечисленными системами и «парадоксом персонализации». Такая ситуация складывается из-за неструктурированного подхода к применению и оценке данной стратегии. Соответственно, нивелировать отрицательные последствия и усилить положительные возможно созданием интегрированного алгоритма стратегии персонализации как альтернативы точечным исследованиям отдельных персонализированных инструментов и каналов и глубоким исследованиям определенных реакций клиента.
