AI asistent koji pita: “Što tražiš?” može zvučati inteligentno. Međutim, ako odgovara nerelevantnim proizvodima, razgovor se brzo završava.
Najnovija istraživanja* pokazuju da potrošači ne čekaju da im trgovci ponude futurističkog robota za kupnju. Ni najupečatljiviju AI značajku koja bi ih zabavila u razgovoru. Čekaju da brendovi shvate što žele. Mehanizmi za preporuke već danas mnogo bolje ispunjavaju tu potrebu.
Kako funkcioniraju mehanizmi za preporuke?
Mehanizam za preporuke funkcionira drugačije. Može učiti na temelju ponašanja tijekom pregledavanja, povijesti kupnje, preferencija, osjetljivosti na cijene, povezanosti među proizvodima i konteksta u stvarnom vremenu. Diskretno olakšava otkrivanje proizvoda, bez potrebe da kupac detaljno objašnjava svoje potrebe.
Zbog toga su preporuke važan prvi korak na putu prema uvođenju AI-ja.
Kada kupci više puta dobiju korisne prijedloge, počinju vjerovati sustavu. To povjerenje zatim može dovesti do naprednijih aktivnosti:
- 61% potrošača zainteresirano je za komplete proizvoda i dopunske proizvode.
- Među trenutačnim korisnicima AI-ja taj se udio povećava na 88%.
- Zainteresiranost za to da AI izradi kompletnu košaricu za kupnju raste s 48% među svim potrošačima na 81% među trenutačnim korisnicima AI-ja.
Potrošači su spremniji povjeriti sustavu izvršavanje zadataka kada tehnologija već dokaže svoju učinkovitost. Drugim riječima, košarica za kupnju nije početna točka. To su relevantne preporuke.
Pravi problem: trgovci nisu dovoljno pripremljeni
Zainteresiranost potrošača raste, ali ulaganja trgovaca zaostaju. Samo 36% trgovaca ima namjenski proračun, iako je približno dvije trećine potrošača zainteresirano za preporuke.
To stvara opasan raskorak.
Kupci se sve više navikavaju na personalizirana digitalna iskustva, dok mnogi trgovci i dalje rade s raspršenim podacima, nepotpunim informacijama o proizvodima i ograničenom infrastrukturom za personalizaciju. Pokretanje AI asistenta na takvoj osnovi neće riješiti problem. Može ga samo razotkriti.
Asistent ne može preporučiti ono što podaci trgovca ne omogućuju razumjeti.
Nema smisla juriti za najnaprednijom primjenom
Trgovci ne moraju početi s potpuno automatiziranim agentom za kupnju. Trebali bi početi s korisnim iskustvima koja funkcioniraju.
Promišljenija implementacija trebala bi obuhvaćati sljedeće elemente:
- Poboljšanje podataka o proizvodima i kupcima.
- Uvođenje personaliziranih preporuka proizvoda.
- Dodavanje upozorenja o sniženjima cijena, inspiracije za darove i prijedloga dopunskih proizvoda.
- Mjerenje relevantnosti preporuka, angažmana, konverzija i napuštanja košarice.
- Konverzacijske značajke i automatiziranu kupnju vrijedi uvoditi tek nakon stjecanja povjerenja i izrade profila pomoću mehanizma za preporuke.
Takav pristup možda neće generirati toliko naslova i predavanja na konferencijama, ali vjerojatnije je da će donijeti rezultate.
Najprepoznatljiviji AI model nije automatski najbolje rješenje za e-trgovinu. Mogućnosti su važnije od prepoznatljivosti brenda. Trgovine bi trebale birati tehnologije na temelju njihove sposobnosti razumijevanja namjere, povezivanja s podacima o kupcima i dosljednog pružanja relevantnih preporuka.
Ne morate pokrenuti najupečatljiviju AI značajku
Trgovci možda posvećuju previše vremena pokušavajući odgovoriti na pitanje: “Kako pokrenuti AI asistenta?” Bolje pitanje za razmatranje jest: “Kako svaku preporuku proizvoda učiniti korisnijom?”
Mehanizam za preporuke koji dosljedno prikazuje prave proizvode već danas može pružiti bolje iskustvo. Poznat je, ne zahtijeva velik trud i potrošači ga lakše prihvaćaju. Što je još važnije, gradi povjerenje potrebno AI asistentima koji se uvode u trgovine.
Neće pobijediti brendovi koji pokrenu najupečatljiviju AI značajku. Pobijedit će oni koji kupnju učine jednostavnom – zahvaljujući jednoj relevantnoj preporuci svaki put.
*Izvor istraživanja: https://www.emarketer.com/content/ai-retail-interest-high-poor-execution-driving-abandonment
Upoznajte Quarticonov mehanizam za preporuke.
