傳統上，消費者資料來自人口統計資料、搜尋查詢、瀏覽行為和購買歷史等來源，從而產生廣泛、通用的產品推薦和優惠。

展望未來，零售品牌有可能利用人工智慧、機器學習和大數據分析，透過解析更豐富的消費者資訊（例如社群媒體貼文和評論、與智慧聊天機器人進行的客戶服務會話、在擴增實境/虛擬實境環境中的產品互動，甚至是店內產品評價），來更深入地了解消費者的偏好和行為。

透過這些訊息，企業可以更深入、更細緻地了解消費者的動機、價值觀和意圖。然後，生成式人工智慧可以利用這些洞察來預測新興的興趣和未被滿足的需求，從而為客戶量身定制資訊、行銷、推薦、定價、促銷和激勵措施。可以根據每位購物者的喜好，精準地以他們喜歡的方式、地點和時間進行配送，從而打造動態的個人化購物體驗。