Lielākā daļa tirgotāju joprojām uzskata, ka problēma ir pareizā tērzēšanas robota izvēle. Tā nav. Problēma ir tā, ka AI iepirkšanās sistēmas var ieteikt tikai to, ko tās var droši nolasīt. Tas ir svarīgi tagad, jo sarunu AI vairs nav blakus funkcija. Viens tirgus aplēse novērtē sarunu komerciju 11,26 miljardu ASV dolāru apmērā 2025. gadā un paredz 22,56 miljardus ASV dolāru līdz 2031. gadam ar 12,28% CAGR, savukārt cits to novērtē 7,6 miljardu apmērā 2024. gadā un 34,4 miljardu ASV dolāru līdz 2034. gadam ar 16,3% CAGR. Prognozes atšķiras, taču abas norāda vienā virzienā: sarunu saskarnes kļūst par nopietnu tirdzniecības slāni, nevis par jaunumu (Bloomreach par sarunu komerciju).
Pārmaiņas jau ir redzamas iepirkšanās uzvedībā. 2024. gada nozares ziņojums lēsa, ka sarunu AI 2024. gadā veicinās 142,0 miljardu ASV dolāru apgrozījumu e-komercijā, salīdzinot ar 2,8 miljardiem ASV dolāru 2019. gadā, kas ir 119% CAGR šajā periodā (ComCap ziņojums par sarunu AI e-komercijā). Tirgotāji, kas joprojām uzskata AI par atbalsta logrīku, palaiž garām lielākas pārmaiņas. Produktu atklāšana pāriet tērzēšanā. Ieteikumi pāriet tērzēšanā. Pirkuma nodoms arvien biežāk tiek izteikts kā jautājums, nevis kā atslēgvārds.
Tas rada jaidu veidu kļūmei. Jūsu veikals var ierindoties augstu, ielādēties ātri un tomēr būt neredzams, kad iepircējs jautā AI asistentam, ko pirkt.
Satura rādītājs
- Meklēšanas beigas, kādu mēs to pazīstam
- Ko sarunu AI patiesībā nozīmē jūsu veikalam
- Biznesa priekšrocības un reālās lietošanas gadījumi
- Slēptais iemesls, kāpēc AI nevar atrast jūsu produktus
- Praktisks ceļvedis, kā padarīt jūsu veikalu gatavu AI
- Kā izmērīt sarunu AI IA
- Secinājums: jūsu nākotne ir atkarīga no AI redzamības
Meklēšanas beigas, kādu mēs to pazīstam
Meklēšana vairs nav galvenais produktu atklāšanas vārti. AI asistenti sāk veidot saīsināto sarakstu, pirms iepircējs vispār nonāk jūsu vietnē.
Gadiem ilgi e-komercijas komandas varēja uzvarēt, uzlabojot rangus, sakārtojot kategoriju struktūras un efektīvi pērkot trafiku. Šīs prasmes joprojām ir svarīgas. Tās vienkārši vairs neaptver visu iepirkšanās ceļojumu. Iepircēji tagad uzdod pilnus jautājumus: ko pirkt jutīgai ādai, kura rokas bagāža atbilst stingrajiem aviokompānijas ierobežojumiem, kāda dāvana der skrējējam noteiktā budžeta ietvaros.
Tas maina konkurences vienību. Jūsu veikals ne tikai cenšas parādīties rezultātu lapā. Tas cenšas kļūt par iespēju, ko AI asistents var droši ieteikt, izskaidrot un salīdzināt.
Meklēšana pāriet no uzmeklēšanas uz lēmumu atbalstu
Iepircējs, kurš jautā par "labāko vieglo lietus jaku pilsētas ceļošanai", nelūdz desmit zilās saites. Viņš vēlas filtrētu atbildi ar pamatojumu.
Tā ir atšķirība no tradicionālās meklēšanas. Klasiskā meklēšana palīdzēja cilvēkiem atrast lapas. Sarunu sistēmas palīdz cilvēkiem pieņemt lēmumus. Tirgotāja problēma mainās līdz ar to. Spēcīgs teksts un noturīga SEO joprojām palīdz piesaistīt uzmanību, taču AI atlase daudz vairāk ir atkarīga no tā, vai jūsu katalogs mašīnām var tikt skaidri interpretēts. Tāpēc kā optimizēt AI meklēšanai ir kļuvis par praktisku tirdzniecības uzdevumu, nevis nišas SEO eksperimentu.
Pārmaiņas maina arī to, kur notiek produktu atklāšana. Iepircējs var lūgt asistentam "ūdensizturīgu nedēļas nogales somu līdz 150 ASV dolāriem ar klēpjdatora nodalījumu" un saņemt sašaurinātu iespēju kopu, neapmeklējot kategorijas lapu. Ja jūsu produktu dati skaidri nenorāda materiālu, lietošanas gadījumu, izmēru, cenu un funkciju saderību, jūsu veikals var nekad neparādīties šajā sarunā.
AI neredzamība ir jaunā bojātā kategorijas lapa. Klienti to neziņos. Jūsu produkti vienkārši pārstāj parādīties ieteikumu kopā.
Noderīgs e-komercijas sarunu mākslīgā intelekta ceļvedis labi aptver klientiem vērsto pusi. Lielākā problēma tirgotājiem slēpjas aiz saskarnes. Veikali, kuri tiek ieteikti, parasti ir tie, kuru produktu dati, politikas un kataloga loģika ir strukturēti pietiekami labi, lai mākslīgā intelekta sistēma tiem uzticētos.
Kāpēc daudzi veikali ir neredzami, to pat neapzinoties
Cilvēks-pircējs var tikt galā ar nekārtīgu katalogu. Mākslīgā intelekta asistents parasti to nedara.
Cilvēki spēj lasīt starp rindām. Viņi var pārskatīt piecas produktu lapas, secināt, ka "ūdensizturīgs" droši vien ir pietiekami, un saprast, vai mugursoma atbilst aviokompānijas noteikumiem. Mākslīgā intelekta sistēmām nepieciešami skaidrāki ievaddati. Tās darbojas labāk, ja atribūti ir skaidri, nosaukumi ir konsekventi un politikas detaļas ir viegli parsējamas.
Bieži vien daudzi tirgotāji atpaliek, to nepamanot. Veikala vitrīna izskatās nevainojama. Produktu detaļu lapas ir aktīvas. Organiskā trafika var pat būt stabila. Taču, ja krāsu nosaukumi atšķiras dažādiem līdzīgiem produktiem, izmēri ir aprakstā aprakti, saderības informācija trūkst vai atgriešanas nosacījumi slēpjas neskaidrā tekstā, mākslīgā intelekta sistēmām ir mazāka pārliecība par šo produktu piedāvāšanu augstas nolūka vaicājumiem.
Vecais pieņēmums bija vienkāršs: ja jūsu vietne ir indeksēta, jūs esat redzami. Sarunu mākslīgā intelekta e-komercijā gadījumā redzamība ir atkarīga no tā, vai mašīnas var nolasīt jūsu veikalu tikpat skaidri kā klienti. Tā ir fundamentāla pārmaiņa. Priekšgala čats piesaista uzmanību. Aizmugures datu gatavība izšķir, kurš tiek atrasts.
Ko sarunu mākslīgais intelekts patiešām nozīmē jūsu veikalam
Lielākā daļa tirgotāju, dzirdot "sarunu mākslīgais intelekts", iedomājas čata burbuļa ikonu vietnes apakšējā labajā stūrī. Tas ir daļa no tā, taču tā ir mazākā definīcija.
Labāks mentālais modelis ir šāds: sarunu mākslīgais intelekts ir digitālais veikala konsultants, kas savienots ar jūsu tirdzniecības sistēmu. Vienkāršs tērzēšanas robots uzvedas kā katalogs. Tas var norādīt kādam uz atgriešanas lapu. Jaudīgāka sistēma uzvedas vairāk kā apmācīts pārdevējs. Tā atbild uz papildu jautājumiem, sašaurina izvēles iespējas, izskaidro kompromisus un saglabā kontekstu visas sesijas laikā.
No BUJ robota līdz digitālajam pārdošanas konsultantam
Visvieglākā kļūda ir uzskatīt sarunu mākslīgo intelektu tikai par atbalsta izmaksu rīku. Atbalsts ir viens no lietošanas gadījumiem. Tā nav visa kategorija.
Noderīgs e-komercijas sarunu mākslīgā intelekta ceļvedis to labi izklāsta, jo parāda, kā šīs sistēmas aptver klientu atbalstu, atklāšanu un pirkuma vadīšanu. Tas ir pareizais skatījums. Tirgotājiem jāpārstāj domāt logrīku kategorijās un jāsāk domāt komerciālo mijiedarbību kategorijās.
Lūk, praktiskā atšķirība:
| Sistēma | Ko tā dara labi | Kur tā cieš neveiksmi |
|---|---|---|
| Uz noteikumiem balstīts tērzēšanas robots | Apstrādā fiksētos BUJ un vienkāršu maršrutēšanu | Sabrūk pie niansēm, konteksta un papildjautājumiem |
| Sarunu iepirkšanās asistents | Palīdz pircējiem salīdzināt, atklāt un izvēlēties | Darbojas vāji, ja produktu dati ir nepilnīgi |
| Sarunu meklēšanas saskarne | Interpretē nolūku un atgriež atlasītas iespējas | Nevar saglabāt uzticamību bez aktuāla kataloga un politikas datiem |
Trīs sistēmas, kuras tirgotāji bieži sajauc kopā
Atbalsta roboti risina jautājumus pēc vai ap pirkumu. Tie atbild uz jautājumiem par pasūtījumiem, atgriešanas pieprasījumiem, piegādes bažām un konta jautājumiem.
Vadītie iepirkšanās asistenti darbojas augstāk piltuvē. Tie palīdz klientiem, kuri zina, kāda problēma jāatrisina, bet nezina precīzu SKU. Tieši tur sarunu mākslīgais intelekts e-komercijā sāk uzvesties kā ieņēmumu infrastruktūra, nevis palīdzības dienesta automatizācija.
Sarunu meklēšanas sistēmas atrodas vēl tuvāk atklāšanai. Tās ne tikai atbild uz jautājumiem par jūsu vietni. Tās ietekmē to, vai jūsu zīmols vispār nonāk apsvērumu kopā.
Praktisks noteikums: Ja jūsu sistēma var atbildēt "Kur ir mans pasūtījums?", bet nevar atbildēt "Kurš variants ir labāks mitrā laikā un vieglai atgriešanai?", jums nav sarunu komercijas. Jums ir atbalsta saīsne.
Ja veidojat Shopify platformai, tas ir vēl svarīgāk. Zināšanu slānim jābūt saistītam ar produktiem, politikām un veikala darbībām, nevis tikai mārketinga tekstu. Šajā kontekstā strukturēta mākslīgā intelekta zināšanu bāze Shopify kļūst noderīgāka nekā vēl viens skriptots atbalsta plūsmas risinājums.
Biznesa priekšrocības un reālās pasaules lietošanas gadījumi
Sarunu mākslīgais intelekts maina ieņēmumu matemātiku, kad tas palīdz pircējam pieņemt lēmumu, nevis tikai atbild uz atbalsta biļeti.
Veiktspējas atšķirība var būt liela. Kā minēts iepriekš rakstā, pircēji, kuri izmanto mākslīgā intelekta asistētas pieredzes, konvertējas daudz augstākā līmenī nekā tie, kuri to nedara. Problēma ir ieviešanas kvalitātē. Čata lodziņš, kas piestiprināts pie vāja kataloga datiem, reti ko uzlabo. Sistēma, kas saistīta ar reāliem produktu atribūtiem, krājumiem, politikām un ieteikumu loģiku, var atgūt pirkuma nolūku, ko standarta meklēšana palaiž garām.
Skaidrākie lietošanas gadījumi parādās brīžos, kad pircējam ir nodoms, bet nepietiek pārliecības, lai rīkotos.
Dāvanu iepirkšanās ir viens no tiem. Klients zina budžetu, saņēmēju un varbūt arī iemeslu. Viņš nezina SKU. Sarunu plūsma var uzdot dažus noderīgus jautājumus, izfiltrēt neatbilstošās iespējas un izveidot sarakstu, kas šķiet pārdomāts, nevis nejauši atlasīts.
Salīdzināšana ir vēl viens gadījums. Daudzi veikali zaudē pārdošanu brīdī, kad klients izlemj starp diviem līdzīgiem produktiem un nevar ātri saskatīt atšķirību. Labas sarunu sistēmas vienkāršā valodā izskaidro atšķirību. Vēl labākas saista šo skaidrojumu ar faktiskajiem produkta atribūtiem, atsauksmju tēmām, piegādes termiņiem un atgriešanas nosacījumiem. Tas ir daudz tuvāk tam, ko dara pieredzējis veikala konsultants.
Vēlā nakts un mobilo ierīču iepirkšanās ir svarīga tā paša iemesla dēļ. Šīs sesijas bieži vien ir ar augstu nodomu un mazu pacietību. Ja pircējam jāatver trīs cilnes, lai pārbaudītu piemērotību, piegādes laiku un atgriešanas nosacījumus, sesija ātri pasliktinās. Ja asistents spēj atbildēt vienā pavedienā un palikt precīzs, veikals saglabā impulsu.
Spēcīgākās ieviešanas parasti koncentrējas uz četriem uzdevumiem:
- Atklāšana: pārvērt neskaidru vajadzību atbilstošā sarakstā
- Pirmspirkuma pārliecināšana: atbildēt uz jautājumiem, kas bloķē norēķināšanos, piemēram, par izmēriem, materiāliem, saderību, piegādi vai atgriešanu
- Ieteikums: ieteikt papildinošus priekšmetus, pamatojoties uz to, ko pircējs apsver, nevis vispārīgus piedāvājumus. Labi izpildīts, tas darbojas kā vadīts AI produktu ieteikums e-komercijas veikaliem
- Pakalpojumu novirzīšana: atrisināt ikdienas pēcpirkuma jautājumus, nenosūtot katru kontaktu pie aģenta
Pastāv arī operacionāls ieguvums. Kā minēts iepriekš, patērētāju vēlme pēc ātras automatizētas palīdzības ir viens no iemesliem, kāpēc sarunu MI ir izplatījies ārpus atbalsta komandām un iekļuvis tirdzniecībā un izaugsmē. Izmaksu ietaupījumi dažos uzņēmumos ir reāli, taču lielākais stratēģiskais ieguvums ir pārklājums. Veikali var atbildēt uz pārdošanas un politikas jautājumiem nodomā, tostarp stundās, kad komanda ir bezsaistē.
Tas joprojām neaptver galveno maiņu, ja tirgotāji to uztver tikai kā tērzēšanas robota ieguldījumu atdevi.
Lielākais ieguvums ir produkta redzamība MI vadītās iepirkšanās plūsmās. Ja asistenti palīdz klientiem salīdzināt iespējas, sašaurināt izvēli un uzdot turpmākus jautājumus, zīmoli, kas šajās sarunās parādās skaidri, tiek apsvērti pirmie. Zīmoli ar nekārtīgiem datiem tiek izlaisti, pat ja pats produkts ir labāks. Tāpēc spēcīgākās sarunu MI programmas nav tikai priekšgala projekti. Tās ir atkarīgas no aizmugures produktu datiem, kurus mašīnas var lasīt, uzticēties tiem un izmantot reāllaikā.
Konkurences spiediens jau ir klāt. Daudzas mazumtirdzniecības komandas palielina MI ieguldījumus, kā minēts iepriekš. Praktiskais jautājums vairs nav par to, vai sarunu saskarnes ir svarīgas. Tas ir par to, vai jūsu veikals var nodrošināt produkta un politikas datus, kas šīm saskarnēm nepieciešami precīzai pārdošanai.
Slēptais iemesls, kāpēc MI nevar atrast jūsu produktus
Aktīva produkta lapa nepadara jūsu katalogu redzamu MI. Redzamība ir atkarīga no tā, vai mašīnas var lasīt jūsu produktu faktus, politikas noteikumus un pieejamības datus bez minēšanas.
Kāpēc labs veikals nav pietiekams
Daudzas e-komercijas komandas joprojām pieņem, ka MI interpretēs veikalu tā, kā to dara pircējs. Tā nenotiks. Klients var aizpildīt trūkumus no fotogrāfijām, izkaisīta teksta, atsauksmēm un kategorijas konteksta. Asistentam nepieciešami tīrāki ievaddati. Ja izmēru detaļas atrodas rindkopās, materiāli ir nekonsekventi dažādās variantās vai piegādes nosacījumi atrodas trīs atsevišķās lapās, modelim jau sākotnēji ir vāja pamata informācija.
Tā ir slēptā ierobežojuma būtība daudzos sarunu MI projektos. Problēma bieži vien nav asistenta saskarne. Problēma ir datu gatavība.
Nopulēts veikals joprojām var būt nelasāms mašīnām. Es to pastāvīgi redzu katalogos, kas virspusēji izskatās labi, bet sabrūk pie reāliem pirkšanas jautājumiem. Pajautājiet asistentam, kura versija ir vislabākā konkrētam lietojumam, vai tā var ierasties līdz noteiktam datumam, vai galīgās izpārdošanas prece var tikt atgriezta. Sliktā struktūra pārvērš šos jautājumus sliktos atbildēs.
Ko datu gatavība faktiski ietver
MI iepirkšanās redzamībai tirgotājiem nepieciešamas četras lietas, kas darbojas kopā:
- Produktu fakti: konsekventi nosaukumi, kategorijas, atribūti, varianti, pieejamība, cenas un skaidri atšķirotāji
- Komerciālie noteikumi: piegādes zonas, piegādes laiks, atgriešanas nosacījumi, maksājumu metodes un jebkādi izņēmumi
- Konteksts: paredzētais lietojums, klientu piemērotība, saderība un kolekciju attiecības
- Atjaunināšanas disciplīna: uzticams process kataloga, inventāra, cenas un politikas izmaiņu sinhronizēšanai, tiklīdz tās notiek
Tehniskā prasība ir vienkārša. Asistentam jāiegūst aktuāla informācija no jūsu produktu, inventāra, cenu noteikšanas un pasūtījumu sistēmām, nevis jāimprovizē no novecojuša lapas satura. Appinventiv's analīze par AI tērzēšanas robotiem e-komercijā izvirza to pašu viedokli no ieviešanas perspektīvas. Pamatojums ir svarīgs, jo nepamatoti atbildes rada tirdzniecības risku, atbalsta risku un atmaksas risku.
Ja asistents nevar verificēt krājumu, atgriešanas nosacījumus vai piegādes loģiku no pašreizējām sistēmām, tam nevajadzētu atbildēt ar pārliecību.
Tāpēc aizmugursistēmas gatavība ir svarīgāka par priekšgala jauninājumiem. Tirgotāji nezaudē redzamību tāpēc, ka viņu tērzētāja teksts ir vājš. Viņi zaudē redzamību tāpēc, ka viņu katalogs mašīnām ir grūti interpretējams un uzticams. Tieši šo problēmu risina tādas platformas kā Shoptank.
Ja vienlaikus uzlabojat atklājamību un preču piedāvājumu, strukturēti ievaddati arī stiprina AI produktu ieteikumus e-komercijas veikaliem. Komandām, kas saista AI redzamību ar plašāku saglabāšanas un preču plānošanu, šīs e-komercijas izaugsmes stratēģijas Shopify palīdz savienot datu darbu ar ieņēmumu prioritātēm.
Praktiska ceļvedis, lai sagatavotu savu veikalu AI
AI gatavība vispirms izgāžas datu slānī.
Tirgotāji bieži sāk ar redzamo daļu. Viņi palaiž tērzētāju, testē uzvedinājumus un pielāgo tekstu. Tad parādās pamatproblēma. Produktu atribūti ir nekonsekventi, atgriešanas noteikumi ir aprakti prozā, un cenu vai krājumu atjauninājumi nesasniedz sistēmas, uz kurām paļaujas AI rīki.
Pareizā secība ir operacionāla. Vispirms padariet veikalu lasāmu mašīnām. Pēc tam pievienojiet klientiem vērstas pieredzes.
Sāciet ar AI redzamības auditu
Sāciet ar vienkāršu testu. Uzdodiet AI asistentiem tos pašus jautājumus, ko pircējs uzdotu pirms pirkuma jūsu veikalā. Izmantojiet plašus atklāšanas vaicājumus, produktu salīdzinājuma uzvedinājumus, piegādes jautājumus un atgriešanas politikas scenārijus. Mērķis ir noskaidrot, vai jūsu katalogs var tikt atrasts, interpretēts un pareizi paskaidrots.
Pārskatiet atbildes četriem kļūmju punktiem:
- Atklāšana: Vai asistents var izvirzīt pareizos produktus nolūka balstītiem uzvedinājumiem, nevis tikai precīziem produktu nosaukumiem?
- Salīdzināšana: Vai tas var paskaidrot atšķirību starp variantiem, komplektiem vai blakus produktiem bez minēšanas?
- Politikas: Vai tas var precīzi aprakstīt piegādes, atgriešanas un atbilstības noteikumus?
- Pieejamība: Vai tas var izvairīties no ieteikt izpārdotus, nesaderīgus vai ierobežotus priekšmetus?
Šis audits arī palīdz komandām savienot AI redzamību ar pārējo uzņēmējdarbību. Ja saskaņojat atklājamības darbu ar saglabāšanas, preču un iegādes plānošanu, šīs e-komercijas izaugsmes stratēģijas Shopify ir vērts pārskatīt.
Pārvērtiet veikala zināšanas mašīnlasāmos aktīvos
Pēc audita novērsiet ievaddatu problēmas.
Sakārtojiet nosaukumus, normalizējiet atribūtus, precizējiet kategoriju kartēšanu un padariet variantu loģiku skaidru. Politikas saturam nepieciešama tāda pati apstrāde. Piegādes sliekšņi, piegādes ierobežojumi, atgriešanas termiņi un izslēgšanas noteikumi jāglabā strukturētos formātos, nevis tikai lapas tekstā, kas rakstīts cilvēkiem.
Tā ir pāreja, ko daudzas komandas nenovērtē. AI iepirkšanās redzamība mazāk attiecas uz sarunvalodas dizainu un vairāk uz datu iepakošanu. Ja jūsu veikala zināšanas nav strukturētas, asistenti nevar tās uzticami izgūt, pārliecinoši salīdzināt vai ieteikt īstajā brīdī.
Shoptank ir viens piemērs tam, kā tirgotāji ar to tiek galā. Tas ģenerē llms.txt failu, pievieno shēmas iezīmējumu produktiem un veikala politikām un izseko, kā zīmoli parādās AI platformās. Svarīgs nav rīka nosaukums. Svarīgi ir publicēt produktu, cenu, piegādes un atgriešanas informāciju formātos, kurus AI robottīkli un asistenti var parsēt bez minēšanas.
Tīri dati pārspēj viedus uzvedinājumus.
Uzturiet datus aktuālus
Strukturētu datu publicēšana vienreiz ir vieglākā daļa. To uzturēšana aktuāla ir faktiskais operacionālais darbs.
Katalogs pastāvīgi mainās. Cenas mainās. Krājumi mainās. Varianti tiek pārdēvēti. Piegādes zonas mainās. Akcijas sākas un beidzas. Ja šie atjauninājumi neplūst no jūsu tirdzniecības sistēmām uz mašīnlasāmiem izvadiem, AI asistenti atbildēs ar novecojušu informāciju vai pilnībā pārtrauks uzticēties veikalam.
Tas rada divas problēmas. Klienti saņem nepareizas atbildes, un jūsu produkti zaudē redzamību svarīgākajos brīžos.
Īss pārskats padara ieviešanas ceļu konkrētāku:
Lielākajai daļai tirgotāju ceļvedis ir skaidrs. Pārbaudiet, ko AI pašlaik var atrast un paskaidrot. Strukturējiet produktu un politikas datus, lai mašīnas tos varētu lasīt. Pēc tam izveidojiet uzticamu atjaunināšanas procesu, kas saistīts ar kataloga, krājumu, cenu un politikas izmaiņām. Tā veikals kļūst redzams AI sistēmām, nevis pazūd aiz labāk strukturētiem konkurentiem.
Kā mērīt sarunvalodas AI ieguldījumu atdevi
Ieguldījumu atdeve tiek izkropļota, kad tirgotāji izturas pret sarunvalodas AI kā pret priekšgala funkciju un vērtē to pēc tērzēšanas apjoma. Liels sarunu skaits joprojām var nozīmēt izšķērdētu atbalsta laiku, vāju produktu atklāšanu un zemgu konversiju. Vērtēšanas kartei jāatbilst uzdevumam.
E-komercijā tas parasti nozīmē trīs mērīšanas kategorijas: pakalpojumu efektivitāte, ieņēmumu ietekme un AI redzamība.
Vispirms mēri darbību rādītājus
Sāciet ar atbalsta rezultātiem, jo tos ir vieglāk definēt un uzlabot. Nomtek sarunvalodas MI etaloni min 60%+ atrisināšanas rādītāju briedušam automatizētam atbalstam, kur biežāk uzdoto jautājumu roboti bieži sasniedz 70%+, un CSAT mērķi 80%+.
Šie skaitļi ir noderīgi kā atskaites punkts, taču tie nav visa aina. Es drīzāk redzētu nedaudz zemāku automatizācijas rādītāju ar precīzām atbildēm nekā augstāku rādītāju, ko virza sliktas atbildes, kas rada atmaksas, atkārtotus kontaktus vai zaudētu uzticību.
Vispirms izsekojiet šos rādītājus:
- Automatizētās atrisināšanas rādītājs: to pieprasījumu īpatsvars, kas pilnībā apstrādāti bez eskalācijas
- CSAT pēc MI mijiedarbībām: vai pircēji atrada atbildi noderīgu
- Aģenta nodošanas kvalitāte: vai konteksts, pasūtījuma dati un iepriekšējie ziņojumi tiek nodoti korekti
- Atkārtota kontakta rādītājs: vai klientiem jāatgriežas, jo pirmā atbilde neizdevās
Tad savieno MI ar ieņēmumiem
Kad pakalpojumu rādītāji ir stabili, savienojiet sarunas ar pirkšanas uzvedību.
Salīdziniet MI atbalstītās sesijas ar neatbalstītajām sesijām. Aplūkojiet, kuras sarunas noved pie produktu skatīšanas, pievienošanas grozam, norēķināšanās uzsākšanas un pabeigto pasūtījumu. Atbalsta sarunas turiet atsevišķi no iepirkšanās sarunām, lai analīze paliktu tīra.
Tieši šeit ātri atklājas vāji aizmugursistēmas dati. Ja asistents var atbildēt uz jautājumiem par atgriešanas politiku, bet nevar pārliecinoši piedāvāt pareizo produktu, variantu, cenu vai pieejamību, ieņēmumu ietekme apstāsies. Tirgotāji bieži vaino saskarni. Parasti galvenā problēma ir tāda, ka sistēmai trūkst uzticamu produktu datu, ar kuriem strādāt.
Redzamība ir daļa no ieguldījumu atdeves
Ir trešais slānis, kuru daudzi komandas izlaiž. Ja pircēji jautā MI asistentiem, ko pirkt, redzamība šajās atbildēs ir daļa no veiktspējas mērīšanas.
Izsekojiet, vai jūsu zīmols tiek minēts augsta nolūka vaicājumiem. Izsekojiet, vai galvenie produkti parādās ar precīzu cenu noteikšanu, pieejamību un politikas kontekstu. Izsekojiet, kur konkurenti parādās biežāk. Ja jūsu katalogs mašīnām ir grūti parsējams, jūs varat zaudēt pieprasījumu, pirms pircējs jebkad sasniedz jūsu vietni.
Noderīgais jautājums ir tas, vai sistēma palīdzēja pircējam izvēlēties, pirkt vai uzticēties zīmolam pietiekami, lai atgrieztos.
Nomtek arī ziņo, ka briedušas implementācijas, kas apvieno uzvedības datus, produktu metadatus un darījumu vēsturi, ir sasniegušas ātrākus aģentu atbildes laikus un līdz 50% klientu piesaistes izmaksu samazinājumu. Tas ir standarts, ko izmantot novērtēšanai. Sarunvalodas MI e-komercijai jāmēra kā darbības un ieņēmumu sistēma. To vajadzētu mērīt arī kā redzamības sistēmu, jo, ja MI asistenti nevar uzticami atrast un izskaidrot jūsu produktus, augšupvērstais potenciāls nekad nesasniedz veikalu.
Secinājums: Jūsu nākotne ir atkarīga no MI redzamības
Sarunvalodas MI e-komercijai nav tikai vēl viena programmatūras kategorija, ko novērtēt. Tas ir pārmaiņas tajā, kā produkti tiek atklāti, salīdzināti un izvēlēti.
Redzamā daļa ir saruna. Izšķirošā daļa ir dati zem tās.
Tirgotāji, kas koncentrējas tikai uz priekšgalu, parasti beidz ar asistentu, kas izklausās spējīgs, bet atbild nekonsekventi. Tas rada uzticības problēmu. Un uzticība ir galvenā valūta MI starpniecības tirdzniecībā. Ja asistents nevar verificēt cenas, pieejamību, piegādi, atgriešanu vai produkta piemērotību no pašreizējiem veikala datiem, tas ilgi nepaliks uzticams. Privātums, atbilstība un politikas skaidrība šeit arī ir svarīgi, jo platformas visticamāk ieteiks zīmolus, kas piedāvā konsekventu un uzticamu informāciju.
Praktiskais secinājums ir vienkāršs. Jūsu veikalam jākļūst mašīnlasāmam, ne tikai klientam draudzīgam. Tas nozīmē strukturētus produktu datus, skaidrus politikas datus un sistēmu šo faktu aktualizēšanai, mainoties uzņēmumam.
Tirgotāji, kas pielāgojas agri, ne tikai automatizēs atbalstu. Viņi kļūs vieglāk ieteicami MI sistēmām tieši tajā brīdī, kad pircējs jautā, ko iegādāties.
Tirgotājiem, kas gaida, joprojām var būt laba vietne. Viņi vienkārši nebūs klāt sarunās, kas tagad veido pieprasījumu.
Ja vēlaties novērtēt, cik redzams jūsu veikals ir MI iepirkšanās asistentiem, Shoptank sniedz Shopify tirgotājiem praktisku sākumpunktu ar MI redzamības uzraudzību, strukturētiem veikala izvadiem un bezkoda iestatīšanu mašīnlasāmiem produktu un politikas datiem.