Hvordan e-handelsappen bliver et system, ikke en butiksfacade

At bygge en app følger stadig i høj grad en forældet proces: design, udvikling, lancering og derefter overdragelse, så analyser, personalisering og fremtidige kampagner håndteres af en separat værktøjspakke. Men AI ændrer nu fuldstændig, hvad en app gør for kunden, og hvad det betyder for virksomheder.

For mange mærker er der stadig lang vej fra at tage AI i brug til rent faktisk at få gavn af teknologien. AI fremskynder udviklingen af apps, mindsker afstanden mellem data og beslutninger og ændrer selve forståelsen af, hvad en app er.

Det er på tide at holde op med at betragte appen som en mobilvenlig butiksfacade og i stedet se den som et system i konstant udvikling, der skaber en intuitiv, personlig og responsiv oplevelse for kunderne. Sådan ser skiftet ud i praksis, og sådan påvirker det de teams, der skal håndtere det.

Forstå AI’s rolle i skabelseslaget

Vejen fra idé til færdig app indebærer som regel flere overdragelser: Først opstår en idé til et brand, derefter godkendes et design, som en udvikler omsætter til kode. Så kvalitetstestes og prototypes appen, inden den lanceres. Hver overgang koster imidlertid værdifuld tid, og risikoen for, at den oprindelige hensigt går tabt eller bliver misforstået, vokser.

AI bliver en værdifuld del af skabelseslaget. Organisationer, hvor mere end 50 % har taget AI i brug, rapporterer om større tidsbesparelser specifikt i udviklingsarbejdets tidlige faser. Det var især tydeligt ved bestemte opgaver som indsamling af krav, udarbejdelse af brugerhistorier og idéudvikling. Netop dette forudgående arbejde kan tage uger, hvis ikke måneder, før en eneste skærm bliver bygget. Det frigør også kostbar tid, så udviklerne kan fokusere på funktionalitet og logik frem for gentagne implementeringsopgaver.

Kreativitet, skræddersyet funktionalitet og logik går ikke i stå, fordi det tager lang tid at finde ud af, om en idé er værd at forfølge. AI-agenter muliggør ”vibe-arbejde” – hurtige eksperimenter, hvor folk uden dyb teknisk uddannelse selv kan bygge og afprøve idéer. AI-systemer kan generere matchende layouts og komponenter ud fra en Figma-ramme, så designforløbet ikke længere skal genskabes manuelt ved hver iteration. Det erstatter ikke den dømmekraft, en erfaren udvikler bidrager med inden for arkitektur og driftsmæssige krav, men det betyder, at færre idéer behøver at vente på at komme i udvikling, før man kan afgøre, om de er værd at forfølge.

Design- og udviklingsteams får frigjort tid og energi til de dele af en app, der er sværere at standardisere, såsom logikken i betalingsforløbet, integrationer, brand-specifik funktionalitet og personalisering. Det er et skift væk fra rutinepræget implementeringsarbejde med at omsætte et godkendt layout til fungerende komponenter.

AI er ikke bare endnu en analysefunktion

Når en app først er lanceret, er den vanskeligste udfordring som regel organisatorisk og driftsmæssig snarere end rent teknisk. Data om resultater, kampagneværktøjer og kundeoplysninger ligger ofte i separate systemer, og teams må skifte mellem dem for at forstå, hvad der skete, og beslutte, hvad der skal gøres.

AI bliver stadig vigtigere for at lukke dette gab. Ifølge en ny rapport fra Deloitte bruger 60 % af ledere nu regelmæssigt AI til at understøtte deres beslutninger. AI kan hjælpe forhandlere med hurtigt at komme til sagens kerne – for eksempel ved ikke blot at undersøge, hvorfor konverteringerne faldt, eller forudsige omsætningen for næste kvartal, men også handle på den indsigt. Den kortere vej fra indsigt til handling er afgørende for at kunne følge med markeder og kunder, der ændrer sig hurtigt. Det kan for eksempel være at oprette en kampagne for forladte indkøbskurve eller følge op på en mulighed for at genaktivere kunder. Indsigt og eksekvering er ikke længere separate trin, der håndteres i forskellige værktøjer, og AI’s rolle her rækker videre end blot at rapportere, hvad der er sket: Den er aktivt med til at forme beslutninger og de efterfølgende handlinger.

Adgang er dog ikke det samme som brug: Blandt 68 % af de virksomheder, der tager AI-agenter i brug, rapporterer halvdelen eller færre, at deres medarbejdere interagerer med en agent i det daglige arbejde. Det kræver nøje overvejelse og forberedelse at gå fra bred indførelse til den slags daglig nytte og styrket beslutningstagning.

Alle kunder bør opleve en personlig oplevelse

De fleste mobile handelsapps viser stort set alle besøgende den samme startside og lægger først personalisering ovenpå bagefter i form af anbefalingsmoduler. AI er begyndt at rykke personaliseringen frem, så den præger det, kunden ser, i det øjeblik appen åbnes – ikke kun det, der vises, efter at kunden allerede er begyndt at kigge rundt.

BCG’s forskning i kundeoplevelser peger på, at brands ikke længere har fuld kontrol over kunderejsen, selvom forbrugerne stadig kan bedømme dem, som om de har det. Det gør en generisk eller usammenhængende oplevelse i appen dyrere end tidligere.

Mekanismen bag det er, at adfærdssignaler – som hvad en person har kigget på, lagt i kurven uden at købe eller tidligere købt – nu kan forme layout og indhold i realtid, uden at en ny version af appen skal sendes ud i appbutikken. En tilbagevendende kunde, der har efterladt varer i indkøbskurven, behøver ikke at se det samme generiske banner som en førstegangsbesøgende. Det er en anden designopgave end at vælge, hvilket banner et bestemt segment skal se, og det betyder, at produkt- og designteams skal planlægge grænseflader, der tilpasser sig den enkelte bruger, frem for at forblive statiske dele af en fast butiksoplevelse.

Vejen frem

E-handelsapps er ikke faste produkter, der udvikles én gang og derefter leveres, men systemer, der hele tiden bygges, drives og videreudvikles. AI indgår i alle disse faser: Den omsætter design til velfungerende appoplevelser, hjælper teams med at omsætte indsigt til handling og tilpasser sig den enkelte kundes oplevelse på baggrund af kundens interaktion med appen. Det er forskellige anvendelser, men de fører til samme mål: at appen bliver et adaptivt system, der kan skabes, drives og personaliseres med AI.

Betragt ikke AI som endnu en funktion, der blot lægges oveni. AI bliver en stadig vigtigere del af infrastrukturen bag oplevelsen af e-handelsappen, og det ændrer, hvordan appen skal administreres, og hvilke skridt der skal tages, før den skaleres.

Datagrundlaget skal være på plads, før AI-automatisering sættes i gang. Flaskehalsen er ofte de underliggende data, ikke den AI, der føjes til arbejdsgangen. Teknologiledere og teams, der vil skalere agentbaserede udrulninger, bør først gennemgå deres dataarkitektur.

Styring skal være på plads, før den autonome beslutningstagning udvides. Den daglige brug af agenter er stadig meget ujævn, selv i virksomheder med bred udbredelse. Derfor er det et ufravigeligt første skridt at fastlægge, hvilke beslutninger et system må træffe uden opsyn, og hvilke der skal gennemgås af et menneske.

Den tid, der spares på design og udvikling, er kun en fordel, hvis den bruges strategisk på andre opgaver. Hvis AI overtager de rutineprægede dele af arbejdet med at bygge en app, er den ekstra kapacitet kun værdifuld, hvis teamet har en plan for, hvad den skal bruges til, for eksempel specialtilpasset logik og integrationer.

Personaliseringsstrategier skal bevæge sig fra at vælge, hvilket banner et bestemt segment skal se, til at designe sessioner, der kan føles og se forskellige ud for hver besøgende. Det har stor betydning for designsystemer og QA-processer, som skal udformes til at håndtere variation.

Og appen er ikke kun det, kunderne ser. For teknologiledere handler spørgsmålet i mindre grad om brugergrænsefladen alene og i højere grad om, hvad teknologien bag den kan skabe, forstå og justere. AI bliver en del af alle disse funktioner på én gang: Den fremskynder udviklingen af appen, forbinder data med beslutninger og gør webshoppen i stand til at reagere på den person, der bruger den, i stedet for at vise alle det samme.

Det fjerner dog ikke behovet for menneskelig dømmekraft, hverken i forbindelse med styring eller når det skal afgøres, hvilke beslutninger der faktisk bør overlades til et system. Modellen, hvor bygning, lancering og optimering er tre separate faser, der håndteres af tre forskellige teams, afløses imidlertid af en mere kompakt og sammenhængende model. Det afgørende fremover er ikke at lancere en færdig app, men at betragte den som et system, der skal forvaltes, og som hele tiden vil udvikle sig.