Pengecer Beradaptasi dengan AI: Apa yang Penting dalam Normal Baru E-commerce?

Perkembangan perangkat AI yang berkelanjutan memberikan dampak yang signifikan pada e-commerce. Konsumen semakin banyak menggunakan perangkat AI generatif seperti ChatGPT untuk mencari, memilih, dan bahkan membeli produk, sebuah perkembangan yang memengaruhi setiap tahapan corong pemasaran e-commerce. Sementara itu, peritel menggunakan perangkat AI untuk mengumpulkan data web publik secara real-time untuk tujuan seperti penetapan harga dinamis, peramalan permintaan, dan manajemen inventaris.

Yang terpenting, perubahan ini terjadi dengan cepat, dan pengecer e-dagang harus mengikutinya. Menurut penelitian67% pelanggan merasa perusahaan tidak merespons perubahan kebutuhan mereka dengan cukup cepat. Musim puncak e-commerce tahun 2025, yang berlangsung dari masa menjelang Black Friday hingga liburan akhir tahun, merupakan ujian besar pertama tentang bagaimana pelanggan menggunakan AI dan seberapa baik peritel telah beradaptasi dan dapat memanfaatkannya.

Dari SEO ke GEO

Menurut Adobe Analytics, lalu lintas ke pengecer dari alat AI generatif seperti ChatGPT, Perplexity, dan Claude melonjak 1,200% dari Juli 2024 hingga Februari 2025. Sementara itu, survei menemukan bahwa 23% pembeli berencana menggunakan chatbot dan perangkat AI pada musim liburan ini, dengan angka tersebut meningkat menjadi lebih dari 42% di kalangan Gen Z dan milenial. Dan dampak AI kini melampaui penemuan produk, dengan OpenAI baru-baru ini meluncurkan Instant Checkout untuk ChatGPT, memungkinkan pembeli melakukan pembelian tanpa meninggalkan alat. Saat ini tersedia di Etsy dan beberapa toko Shopify.

Perkembangan ini mengharuskan peritel e-commerce untuk memikirkan kembali konten, pemasaran, dan penjualan. Konsultan Bain memperkirakan bahwa mayoritas konsumen kini mengandalkan hasil tanpa klik (di mana jawaban diberikan melalui ikhtisar AI, alih-alih mengunjungi situs web) dalam 40% pencarian merekaIni berarti lebih sedikit lalu lintas ke situs web pengecer, meskipun tingkat konversi mereka yang tiba di situs dari sumber AI lebih tinggi.

Dalam konteks ini, meskipun taktik optimasi mesin pencari (SEO) tradisional tetap relevan, trennya jelas mengarah pada penggunaan AI generatif untuk berbelanja, sehingga muncullah Optimasi Mesin Generatif (GEO). GEO menghadirkan berbagai tantangan baru bagi para pedagang e-commerce. Model Bahasa Besar (LLM) yang mendukung perangkat AI generatif dilatih untuk mengevaluasi reputasi, kredibilitas, dan kepercayaan saat menganalisis merek. Oleh karena itu, peritel perlu bekerja keras untuk membangun kredibilitas mereka, terutama dengan mendapatkan ulasan atau rekomendasi dari sumber eksternal yang tepercaya.

Kueri produk deskriptif

Faktor GEO lain yang perlu diperhatikan adalah cara berbeda yang dilakukan pelanggan dalam mengajukan pertanyaan saat menggunakan alat AI generatif. Menurut OpenAI, hampir setengah dari semua pertanyaan menggunakan pola "bertanya". Chief Information and Product Officer di raksasa ritel AS, Target baru-baru ini mengklaim 25% permintaan pencarian yang dilakukan pada platform mereka sekarang dianggap sebagai 'kueri deskriptif' yang rumit dan canggih.

Sementara di mesin pencari, pelanggan mungkin mencari "kemeja merah muda pas badan", kueri yang sama pada alat AI mungkin adalah "kemeja merah muda pas badan untuk acara kasual bisnis". Untuk kueri deskriptif seperti ini, deskripsi produk perlu disesuaikan. Misalnya, pada halaman produk, praktik terbaik GEO menyarankan untuk menyertakan deskripsi produk yang jauh lebih lengkap dalam bentuk FAQ yang ditulis secara tepat dan terperinci. Hal ini memungkinkan perayap AI untuk dengan mudah mengidentifikasi pertanyaan mana yang cocok untuk produk Anda.

Kotak pasir digital untuk GEO

Dalam ironi, AI digunakan untuk membantu analisis konten dan GEO. Peneliti di Sekolah Bisnis Columbia menggunakan model bahasa besar (LLM) untuk menciptakan "kembaran digital" yang mencerminkan perilaku manusia. Ketika produk tertentu dimasukkan, LLM menghasilkan kembaran digital dengan persona pembeli, termasuk nama, usia, pekerjaan, dan preferensi. Kembaran ini kemudian melakukan pencarian relevan di ChatGPT untuk melihat seberapa menonjol produk perusahaan tersebut tercantum. Perusahaan kemudian dapat memanfaatkan AI generatif untuk menyesuaikan cara produk mereka dideskripsikan dan disajikan, berdasarkan temuan kembaran digital ini.

Pendekatan "kotak pasir digital" seperti ini dapat menjadi cara yang produktif bagi perusahaan e-commerce untuk melakukan GEO, tetapi bukan tanpa risiko. Agen AI memiliki bias tersendiri, yang dapat memengaruhi kinerja dan perilaku mereka. Meskipun demikian, pendekatan ini memberikan peluang potensial untuk memajukan intelijen e-commerce.

Pengumpulan data bertenaga AI

Corong pemasaran hanyalah salah satu elemen e-commerce yang terdisrupsi oleh AI. Area yang berpotensi lebih penting adalah kecerdasan bisnis (BI), istilah umum yang menggambarkan pengumpulan dan penggunaan data untuk menghasilkan wawasan yang meningkatkan strategi dan operasional. Agar BI efektif, perusahaan e-commerce membutuhkan kumpulan data yang andal dan terkini, termasuk data eksternal. AI kini memainkan peran penting dalam pengumpulan data kompetitif.

Praktik pengambilan data web publik, seperti harga dan deskripsi produk, telah menjadi andalan persaingan e-commerce selama bertahun-tahun. Kini, AI menyederhanakannya. Perangkat yang didukung AI dapat dijalankan menggunakan bahasa alami, yang berarti tidak memerlukan pengkodean, dan para insinyur tidak perlu menghabiskan waktu berjam-jam membangun alur pengumpulan data yang lengkap. AI juga dapat mengumpulkan dan memfilter URL yang sesuai untuk pengikisan data, misalnya, dengan menemukan semua halaman produk untuk kategori tertentu di situs web pesaing.

Dengan meningkatnya asisten belanja bertenaga AI, perusahaan e-commerce juga akan lebih cenderung mengumpulkan titik data satu sama lain yang muncul hanya setelah tindakan tertentu diselesaikan, misalnya, harga akhir saat checkout.

Peramalan permintaan dan reaksi secara real time

Dengan serangkaian data real-time yang dikumpulkan, dari harga pesaing hingga inventaris, pengecer dapat menyesuaikan harga atau pemasaran mereka dengan segera dan memberikan penawaran terbaik kepada pelanggan.

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

AI dapat menggunakan data permintaan pelanggan dan tingkat stok untuk memperkirakan permintaan di masa mendatang. Hal ini dapat memberikan banyak manfaat. Deloitte Digital telah menyoroti Bagaimana peritel dapat memanfaatkan AI untuk memantau stok mereka sendiri, mengelola inventaris, dan melakukan pemesanan secara dinamis. Selain itu, AI dapat membantu menganalisis data yang dikumpulkan di seluruh web untuk memahami bagaimana suatu merek dipandang, sehingga memberikan wawasan strategis.

Terbuka terhadap kesempatan

Meskipun AI mendobrak corong pemasaran e-commerce, ia juga menciptakan peluang baru. AI dapat dimanfaatkan untuk menganalisis dan membuat konten yang dioptimalkan secara geografis. AI mendorong upaya pengumpulan data web publik real-time yang berharga. AI juga memberikan nilai tambah dalam menganalisis data untuk pengambilan keputusan terkait harga, inventaris, dan strategi. Belum lagi potensi penggunaan lainnya, seperti peningkatan dukungan pelanggan.

Sesuatu yang disruptif seperti AI memang selalu menakutkan, terutama bagi para peritel yang sedang mendekati periode penjualan utama mereka. Namun, mereka yang tetap terbuka terhadap peluang yang diciptakan AI dapat melakukan lebih dari sekadar bertahan hidup. Mereka dapat berkembang pesat.