Penyesuaian Penjual dengan AI: Apa yang Penting dalam Normal Baru E-commerce?

Pengembangan alat AI yang sedang berlangsung memiliki dampak yang mendalam pada e-commerce. Konsumen semakin menggunakan alat AI generatif seperti ChatGPT untuk mencari, memilih, dan bahkan membeli produk, yang mempengaruhi setiap tingkat funnel pemasaran e-commerce. Sementara itu, penjual menggunakan alat AI untuk mengumpulkan data web publik secara real-time untuk tujuan seperti penetapan harga dinamis, peramalan permintaan, dan manajemen inventori.

Yang paling penting, perubahan ini terjadi dengan cepat, dan penjual e-commerce perlu mengikuti. Menurut penelitian, 67% pelanggan tidak berpikir bahwa perusahaan bereaksi terhadap kebutuhan yang berubah dengan cukup cepat. Musim puncak e-commerce 2025, yang meliputi dari pra-Black Friday hingga liburan akhir tahun, adalah tes besar pertama tentang bagaimana pelanggan menggunakan AI dan seberapa baik penjual telah menyesuaikan diri dan dapat memanfaatkannya.

Dari SEO ke GEO

Menurut Adobe Analytics, lalu lintas ke penjual dari alat AI generatif seperti ChatGPT, Perplexity, dan Claude melompat 1.200% dari Juli 2024 hingga Februari 2025. Sementara itu, survei menemukan bahwa 23% pembeli berencana menggunakan chatbot dan alat AI ini musim liburan, dengan angka itu meningkat menjadi lebih dari 42% di antara Gen Z dan milenial. Dan dampak AI sekarang meluas di luar penemuan produk, dengan OpenAI baru-baru ini meluncurkan Instant Checkout untuk ChatGPT, yang memungkinkan pembeli membuat pembelian tanpa meninggalkan alat. Saat ini tersedia di Etsy dan beberapa toko Shopify.

Pengembangan ini berarti penjual e-commerce harus memikirkan kembali konten, pemasaran, dan penjualan. Konsultasi Bain memperkirakan bahwa sebagian besar besar konsumen sekarang mengandalkan hasil zero-click (di mana jawaban disediakan oleh ringkasan AI bukan dengan mengunjungi situs web) dalam 40% pencarian mereka. Ini berarti lalu lintas yang lebih sedikit ke situs web penjual, meskipun tingkat konversi mereka yang tiba di situs dari sumber AI lebih tinggi.

Dalam konteks ini, sementara taktik optimisasi mesin pencari (SEO) tradisional masih relevan, trajektori jelas menuju penggunaan AI generatif untuk berbelanja, sehingga munculnya Optimisasi Mesin Generatif (GEO). GEO menyajikan penjual e-commerce dengan serangkaian tantangan baru. Model Bahasa Besar (LLM) yang memuat alat AI generatif dilatih untuk mengevaluasi reputasi, kredibilitas, dan kepercayaan saat menganalisis merek. Oleh karena itu, penjual perlu bekerja keras untuk membangun kredibilitas mereka, terutama dengan mendapatkan ulasan atau rekomendasi dari sumber eksternal yang dihormati.

Query produk deskriptif

Faktor GEO lain yang perlu dipertimbangkan adalah cara pelanggan membentuk query ketika menggunakan alat AI generatif. Menurut OpenAI, hampir setengah dari semua query menggunakan pola “bertanya”. Chief Information dan Product Officer di raksasa ritel AS Target baru-baru ini mengklaim 25% permintaan pencarian yang dilakukan di platform mereka sekarang dianggap ‘query deskriptif’ yang kompleks dan canggih.

Di mana pada mesin pencari pelanggan mungkin mencari “kemeja pink slim-fit”, query yang sama pada alat AI mungkin “Kemeja pink slim-fit untuk acara bisnis kasual.” Untuk query deskriptif seperti ini, deskripsi produk perlu disesuaikan. Misalnya, pada halaman produk, praktik terbaik GEO menyarankan untuk memasukkan lebih banyak deskripsi produk dalam bentuk FAQ yang ditulis dengan tepat dan detail. Ini memungkinkan crawler AI untuk dengan mudah mengidentifikasi pertanyaan apa yang produk Anda cocok untuknya.

Sandbox digital untuk GEO

Dalam sebuah twist ironis, AI digunakan untuk membantu analisis konten dan GEO. Peneliti di Sekolah Bisnis Columbia menggunakan model bahasa besar (LLM) untuk membuat “digital twin” yang mencerminkan perilaku manusia. Ketika produk tertentu dimasukkan, LLM menghasilkan digital twin dengan persona pembeli, termasuk nama, usia, pekerjaan, dan preferensi. Kembar digital ini kemudian melakukan pencarian relevan pada ChatGPT untuk melihat seberapa menonjol produk perusahaan Anda terdaftar. Perusahaan dapat kemudian memanfaatkan AI generatif untuk menyesuaikan bagaimana produk mereka digambarkan dan disajikan, berdasarkan temuan kembar digital ini.

Pendekatan ‘sandbox digital’ seperti ini dapat menjadi cara produktif bagi perusahaan e-commerce untuk melakukan GEO, tetapi ini tidak tanpa risiko. Agen AI memiliki bias mereka sendiri, yang dapat mempengaruhi bagaimana mereka berperforma dan berperilaku. Namun, pendekatan ini menyediakan cara potensial ke depan dalam kecerdasan e-commerce.

Pengumpulan data yang ditenagai AI

Saluran pemasaran hanya satu elemen e-commerce yang diganggu oleh AI. Area yang lebih penting adalah intelijen bisnis (BI), istilah umum yang menggambarkan pengumpulan dan penggunaan data untuk menghasilkan wawasan yang memperbaiki strategi dan operasi. Untuk BI yang efektif, perusahaan e-commerce memerlukan dataset yang dapat diandalkan dan diperbarui, termasuk data eksternal. AI sekarang memainkan peran penting dalam mengumpulkan data kompetitif.

Praktik mengumpulkan data web publik, seperti harga dan deskripsi produk, telah menjadi bagian dari persaingan e-commerce selama bertahun-tahun. Sekarang AI menyederhanakannya. Alat yang ditenagai AI dapat dipicu menggunakan bahasa alami, yang berarti tidak ada kode yang diperlukan, dan insinyur tidak perlu menghabiskan jam untuk membangun pipa pengumpulan data penuh. AI juga dapat mengumpulkan dan menyaring URL yang sesuai untuk scraping, misalnya, dengan menemukan semua halaman produk untuk kategori tertentu di situs web kompetitor.

Dengan munculnya asisten belanja AI, perusahaan e-commerce juga akan lebih cenderung mengumpulkan poin data dari satu sama lain yang muncul hanya setelah tindakan tertentu selesai, misalnya, harga checkout akhir.

Peramalan permintaan dan bereaksi dalam waktu nyata

Dengan berbagai data waktu nyata yang dikumpulkan, dari harga kompetitor hingga inventori, penjual dapat menyesuaikan harga atau pemasaran mereka segera dan menyediakan penawaran terbaik bagi pelanggan.

Penetapan harga dinamis adalah salah satu fungsi BI yang paling penting dan populer yang dapat digunakan penjual, dan menurut survei baru-baru ini, 61% penjual di Eropa menggunakan ini. Namun, survei yang sama menemukan bahwa kurang dari 15% menggunakan algoritma atau AI untuk tujuan ini, mengungkapkan peluang. Dengan menggunakan data terbaru tentang harga kompetitif, LLM dapat dilatih untuk secara otomatis menyesuaikan harga, yang sangat berguna selama periode puncak seperti musim liburan.

AI dapat menggunakan data tentang permintaan pelanggan dan tingkat stok untuk meramalkan permintaan di masa depan. Ini dapat membawa banyak manfaat. Deloitte Digital telah menyoroti bagaimana penjual dapat menggunakan AI untuk memantau stok mereka sendiri, mengelola inventori, dan memesan secara dinamis. Selain itu, AI dapat membantu menganalisis data yang dikumpulkan di seluruh web untuk memahami bagaimana merek dilihat, menyediakan wawasan strategis.

Terbuka untuk kesempatan

Sementara AI mengganggu saluran pemasaran e-commerce, ia juga menciptakan kesempatan baru. Ia dapat dimanfaatkan untuk menganalisis dan membuat konten yang dioptimalkan secara geografis. Ia memungkinkan upaya untuk mengumpulkan data web publik waktu nyata yang berharga. AI juga menambah nilai dalam menganalisis data untuk membuat keputusan tentang harga, inventori, dan strategi. Dan itu tidak menyebutkan penggunaan potensial lain, seperti dukungan pelanggan yang ditingkatkan.

Sesuatu yang sebesar AI selalu menakutkan, terutama bagi penjual yang mendekati periode penjualan utama mereka. Namun, mereka yang tetap terbuka untuk kesempatan yang diciptakan AI dapat melakukan lebih dari sekadar bertahan. Mereka dapat berkembang.