अपनी बुद्धिमत्ता को अपनाएं, ग्राहक को जीतें: खुदरा विक्रेताओं के लिए एजेंटिक वाणिज्य का मार्गदर्शक

हाल ही में एक्सेंचर से प्राप्त आंकड़ों के अनुसार, 74% वैश्विक उपभोक्ता यह दर्शाते हैं कि वे अपने सर्वश्रेष्ठ मित्र की तुलना में एक व्यक्तिगत एआई एजेंट पर भरोसा करेंगे ताकि वे उनकी ओर से खरीदारी कर सकें। मुझे नहीं पता कि यह आधुनिक मित्रता की गुणवत्ता के बारे में क्या कहता है, लेकिन यह निश्चित रूप से दर्शाता है कि एजेंटिक वाणिज्य मुख्यधारा में जाने के लिए तैयार है।

वास्तव में, मैककिंसे अनुमान लगाता है कि एआई एजेंट 2030 तक विश्वभर में उपभोक्ता वाणिज्य में $3-5 ट्रिलियन की मध्यस्थता करेंगे। हम देख रहे हैं कि इरादे और खरीदारी के बीच की दूरी वास्तविक समय में सिकुड़ रही है, लेकिन अधिकांश खुदरा विक्रेता और ईकॉमर्स कंपनियां इस परिवर्तन के लिए तैयार नहीं हैं।

वर्षों से, “निर्बाध ग्राहक अनुभव” ने उद्योग के लिए एक उत्तरदिशा के रूप में कार्य किया है, लेकिन एजेंटिक वाणिज्य यह परिभाषित करता है कि इसका क्या अर्थ है। जो पहले स्टोरफ्रंट में शुरू होता था, अब उन प्लेटफ़ॉर्मों पर बातचीत में शुरू होता है जिनका आप स्वामित्व नहीं रखते हैं, जो संकेतों से आकार लेता है जिन्हें आपने संभवतः तृतीय-पक्ष को आउटसोर्स किया है जो कि इंक्रीमेंटल लिफ्ट्स के लिए है।

एजेंटिक वाणिज्य की दौड़ जीतने के लिए एआई-मूल ऑपरेशन की तरह सोचना आवश्यक है, जिसका अर्थ है अनुभव के नीचे की बुद्धिमत्ता को अपनाना। दूसरे शब्दों में, आपको उस डेटा को अपनाना होगा जो एक एजेंट को सिखाता है कि आपका ग्राहक वास्तव में क्या चाहता है — इससे पहले कि वे भी आए हों।

यह परिवर्तन एजेंटिक एआई ऑपरेशन को संभव बनाने वाली परतों में गहराई से खुदाई करने और तुरंत कार्रवाई करने की मांग करता है ताकि प्रशिक्षण डेटा प्राप्त करने में ऊपरी हाथ प्राप्त किया जा सके।

आप जो डेटा दे रहे हैं वह एजेंटिक वाणिज्य किले की कुंजी है

खुदरा विक्रेताओं को एजेंटिक वाणिज्य के लिए तैयार होने से रोकने वाली सबसे बड़ी चुनौतियों में से एक यह है कि वे एआई को पूर्व बिंदु समाधानों के समान लेंस के माध्यम से देख रहे हैं: एक खोज विक्रेता, एक चैटबॉट, एक सिफारिश इंजन, एक उत्पन्न सामग्री उपकरण, एक दृश्य खोज प्लगइन।

प्रत्येक एक संकीर्ण समस्या का समाधान करता है। और जबकि रूपांतरण बंप तुरंत दिखाई दे सकता है, सभी सीखने किसी और के उत्पाद के भीतर जमा हो रहे हैं। इसके बीच, खुदरा विक्रेता को एक खंडित स्टैक और यहां तक कि अधिक खंडित डेटा के साथ छोड़ दिया जाता है।

एक वास्तविक रूप से विभेदित एजेंटिक अनुभव उन चीजों पर चलता है जो विक्रेता आपको (या नहीं) दे सकते हैं: आपके ग्राहक की एक दीर्घकालिक, स्वामित्व वाली तस्वीर। उन्होंने क्या संकोच किया। उन्होंने क्या वापस आया। उन्होंने क्या पूछा सत्रों के बीच, कार्ट में छोड़ दिया, और अंततः छह सप्ताह बाद खरीदा।

जब एजेंट इसका उपयोग कर सकते हैं, तो इस तरह के डेटा को व्यवस्थित किया जाता है, तो यह जो हम बुद्धिमत्ता परत कहते हैं उसे संभव बनाता है। यह वह जगह है जहां इरादा व्याख्या किया जाता है, और निर्णय लिए जाते हैं। ये निर्णय निम्न जोखिम वाले कॉल जैसे रैंकिंग, सिफारिशें, व्यक्तिगतीकरण, और उत्पाद समझ में शामिल हैं; बड़े लोगों के चारों ओर लॉजिस्टिक्स, रिटर्न, और भुगतान मुद्दों को हल करने के लिए।

अधिकांश खुदरा विक्रेताओं के लिए, जो कोई भी कॉपी नहीं कर सकता है वह उनके ग्राहकों, उत्पादों, अवसरों, ब्रांड की आवाज, और सेवा के क्षणों को कैसे समझता है में निहित है। एजेंटिक वाणिज्य के भविष्य में इसे लाने के लिए आपको अपने डेटा एस्टेट का लाभ उठाना होगा जो आपके पास पहले से है, और इस पर रणनीतिक रूप से निर्माण करना होगा।

मैसी डेटा आपको एजेंटिक रोड बनाने से नहीं रोकना चाहिए

अधिकांश खुदरा विक्रेता मैसी डेटा को शुरू होने से रोकने के रूप में मानते हैं, लेकिन एआई के लिए “तैयार” होने के लिए एक बहु-वर्षीय क्लीनअप एक महंगा गलतफहमी है जो खोए हुए ग्राहकों, बढ़ते अधिग्रहण व्यय, और अनकैप्चर्ड हाई-इंटेंट सिग्नल में और भी अधिक लागत लगेगी।

यह एजेंटिक वाणिज्य का वह आयाम है जो पहले मौजूद नहीं था: एक महीने की देरी एक महीने का प्रशिक्षण डेटा है जो आपके प्रतिस्पर्धी उत्पन्न कर रहे हैं जो आप नहीं कर रहे हैं।

इसलिए, अपने पीआईएम, ओएमएस, सीडीपी, या अन्य वाणिज्य मंचों को निकालने के बजाय, आप अपने वर्तमान डेटा लेक के ऊपर एक एजेंटिक संदर्भ परत बना सकते हैं जो वहां मौजूद कुछ के साथ चलता है और एआई नवाचार को तेजी से बढ़ाता है ताकि एजेंट इसका उपयोग कर सकें।

एक मजबूत संदर्भ परत चार क्षेत्रों को कवर करती है: उत्पाद समझ (विशेषताएं, फिट, संगतता, व्यापार), ग्राहक संदर्भ (व्यवहार, वफादारी, ऑर्डर इतिहास, घोषित इरादा), सत्र संदर्भ (जो खरीदार ने तुलना की, पूछा, संकोच किया, और कार्ट में छोड़ दिया), और व्यवसाय संदर्भ (इन्वेंट्री, मार्जिन, प्रचार, और व्यापार नियम)। इस परत को अब बनाने से आगे के डेटा के लाभ जमा होंगे।

प्रत्येक खोज, प्रत्येक प्रश्न, प्रत्येक अपलोड की गई छवि, प्रत्येक संकोच को संरचित इरादे में परिवर्तित किया जाता है, और यह इरादा रैंकिंग, सिफारिशें, सामग्री, और सेवा को तेज करता है। मुझे गलत न समझें – यह डेटा क्लीन-अप के लिए मुफ्त पास कार्ड नहीं है। आपको समानांतर में डेटा गुणवत्ता को ऊपर धकेलना होगा जबकि परत इरादे को ढेर करती है। लेकिन जो खुदरा विक्रेता पहले कार्रवाई करते हैं वे वह प्रशिक्षण डेटा अपनाएंगे जिसे हर कोई पकड़ना चाहेगा।

अनुभव को अपनाने के लिए अर्थशास्त्र की अनुमति है – इसलिए कुछ ऐसा बनाएं जो बाधित नहीं किया जा सकता

खुदरा विक्रेताओं ने पारंपरिक रूप से ग्राहक अनुभव के स्तर पर प्रतिस्पर्धा की है, जिसमें सर्वश्रेष्ठ अनुभवों को ग्राहकों के लिए प्रयासरहित महसूस करने वाले क्षणों के रूप में परिभाषित किया गया है, यहां तक कि थोड़ा जादुई भी। बेशक, जादू के पीछे की वास्तविकता यह है कि खुदरा विक्रेता ग्राहकों और उनके आसपास के संदर्भ के बारे में जो कुछ भी जानते हैं उसका उपयोग करके किसी भी घर्षण को दूर करने के लिए करते हैं।

सास ने इस घर्षण को दूर करने में एक प्रमुख भूमिका निभाई है, खुदरा विक्रेताओं ने तृतीय-पक्ष मंचों का लाभ उठाया क्योंकि अपना निर्माण करना बहुत महंगा था। इसका मतलब यह भी था कि समान मंचों से चुनना – वास्तव में विभेदित अनुभवों को प्राप्त करना मुश्किल बना दिया।

लेकिन एजेंटिक सॉफ्टवेयर इंजीनियरिंग इस गणित को तोड़ रही है। जो सड़कमार्ग पहले वर्षों में वितरित किए गए थे, वे अब महीनों में वितरित किए जा रहे हैं, इसलिए यह निर्माण बनाम खरीदारी के बारे में बातचीत को फिर से खोलने का समय है और विचार करें कि कैसे कस्टम सिस्टम वास्तव में विभेदित अनुभवों को जन्म दे सकते हैं।

हालांकि, अधिक महत्वपूर्ण बात यह है कि रणनीतिक रूप से आंतरिक रूप से निर्माण करना एक बीमा पॉलिसी के रूप में भी कार्य कर सकता है जब कल क्या दिखता है इसका कोई अनुमान नहीं है। फ्रंटियर मॉडल (और उनकी कीमतें) लगातार बदलते रहते हैं, अनुकूलन योग्यपन आपकी सफलता को किसी एक विक्रेता या प्रदाता से जोड़ने का सबसे अच्छा तरीका है। यह एक ऑर्केस्ट्रेशन परत बनाकर संभव है जो काम के लिए सही मॉडल, टूल, या वर्कफ्लो चुनने का काम करता है। साफ इंटरफेस और मजबूत डेटा अनुबंधों के साथ, किसी भी मॉडल को प्लग इन किया जा सकता है, आपके पोर्टेबल संदर्भ पर आकर्षित किया जा सकता है, और आपके अपने डेटा और गुणवत्ता बार के खिलाफ एक स्थायी मूल्यांकन हार्नेस के माध्यम से साबित हो सकता है इससे पहले कि आप स्विच करें।

इसका मतलब यह नहीं है कि सब कुछ बनाएं। बिंदु समाधान ग्राहक यात्रा के हिस्सों को जीतेंगे। लेकिन खुदरा विक्रेताओं को एक व्यापक एआई वाणिज्य ऑपरेटिंग मॉडल में भी निवेश करना चाहिए जिसमें साझा बुनियादी ढांचे, पुन: प्रयोज्य बुद्धिमत्ता, अंतरसंचालन प्रणाली, और संगठन भर में निरंतर सीखने की प्रक्रिया शामिल है।

ऐसा करें, और आप एजेंटों को व्यक्तिगतीकरण के उस प्रकार को वितरित करने के लिए आधारभूत ढांचा रख रहे हैं जो पहले केवल सबसे प्रीमियम ब्रांडों के लिए उपलब्ध था – सस्ती और पैमाने पर। वाणिज्य का भविष्य एक बेहतर स्टोरफ्रंट या उत्पाद पृष्ठ नहीं है, यह एक सीखने वाली प्रणाली है, एक एआई फ्लाईव्हील जो पूरी यात्रा में इरादे को समझता है, उस बुद्धिमत्ता को हर जगह रखता है, और प्रत्येक इंटरैक्शन के साथ अधिक बुद्धिमान हो जाता है। यदि आप इसके लिए निर्माण करते हैं।