Retailers passen zich aan AI aan: wat is belangrijk in het nieuwe normaal van e-commerce?

De voortdurende ontwikkeling van AI-tools heeft een grote impact op e-commerce. Consumenten gebruiken steeds vaker generatieve AI-tools zoals ChatGPT om producten te zoeken, te selecteren en zelfs te kopen, een ontwikkeling die elk niveau van de e-commercemarketingfunnel beïnvloedt. Ondertussen gebruiken retailers AI-tools om realtime openbare webdata te verzamelen voor doeleinden zoals dynamische prijsstelling, vraagvoorspelling en voorraadbeheer.

Het allerbelangrijkste is dat deze veranderingen snel plaatsvinden en dat e-commerce retailers hiermee moeten meegaan. Volgens onderzoek67% van de klanten vindt dat bedrijven niet snel genoeg reageren op hun veranderende behoeften. Het e-commerceseizoen van 2025, van de aanloop naar Black Friday tot de feestdagen aan het einde van het jaar, is de eerste grote test van hoe klanten AI gebruiken en hoe goed retailers zich hebben aangepast en er optimaal gebruik van kunnen maken.

Van SEO naar GEO

Volgens Adobe Analytics is het verkeer naar retailers afkomstig van generatieve AI-tools zoals ChatGPT, Perplexity en Claude sprong met 1,200% van juli 2024 tot februari 2025. Ondertussen, een onderzoek Uit onderzoek blijkt dat 23% van de shoppers van plan is om chatbots en AI-tools te gebruiken tijdens de feestdagen, en dat dit percentage onder Gen Z en millennials zelfs oploopt tot meer dan 42%. En de impact van AI reikt nu verder dan alleen productontdekking, zoals onlangs met OpenAI. uitrol van Instant Checkout voor ChatGPT, waardoor shoppers aankopen kunnen doen zonder de tool te verlaten. Het is momenteel beschikbaar op Etsy en sommige Shopify-winkels.

Deze ontwikkelingen betekenen dat e-commerce retailers hun content, marketing en verkoop opnieuw moeten bekijken. Adviesbureau Bain schat dat een aanzienlijke meerderheid van de consumenten nu vertrouwt op zero-click resultaten (waarbij antwoorden worden gegeven door een AI-overzicht in plaats van een website te bezoeken). 40% van hun zoekopdrachtenDit betekent minder verkeer naar de websites van retailers, hoewel de conversiepercentages van degenen die wel via AI-bronnen op de websites terechtkomen, hoger liggen.

In deze context, hoewel traditionele SEO-tactieken (zoekmachineoptimalisatie) relevant blijven, gaat de trend duidelijk richting het gebruik van generatieve AI voor winkelen, vandaar de opkomst van Generative Engine Optimization (GEO). GEO stelt e-commerceverkopers voor een reeks nieuwe uitdagingen. Grote taalmodellen (LLM's) die generatieve AI-tools aansturen, worden getraind om reputatie, geloofwaardigheid en betrouwbaarheid te evalueren bij het analyseren van merken. Daarom moeten retailers hard werken aan het opbouwen van hun geloofwaardigheid, met name door reviews of aanbevelingen te verzamelen van gerenommeerde externe bronnen.

Beschrijvende productvragen

Een andere GEO-factor waarmee we rekening moeten houden, is de verschillende manier waarop klanten zoekopdrachten formuleren bij het gebruik van generatieve AI-tools. Volgens Open AI, Bijna de helft van alle zoekopdrachten maakt gebruik van 'vraag'-patronen. De Chief Information and Product Officer van de Amerikaanse retailgigant Target beweerde onlangs 25% van de zoekopdrachten op hun platform worden nu beschouwd als 'beschrijvende zoekopdrachten', die complex en geavanceerd zijn.

Terwijl een klant in zoekmachines misschien zoekt naar een "slim-fit roze overhemd", kan diezelfde zoekopdracht in een AI-tool "slim-fit roze overhemden voor zakelijke gelegenheden" zijn. Voor beschrijvende zoekopdrachten zoals deze moeten productbeschrijvingen worden aangepast. Zo adviseert de GEO best practice om op productpagina's veel meer productbeschrijvingen op te nemen in de vorm van nauwkeurig geschreven, gedetailleerde FAQ's. Dit stelt AI-crawlers in staat om gemakkelijk te identificeren voor welke vragen uw product geschikt is.

Digitale zandbakken voor GEO

Ironisch genoeg wordt AI gebruikt om te helpen bij inhoudsanalyse en GEO. Onderzoekers van de Columbia Business School gebruiken grote taalmodellen (LLM's) om 'digitale tweelingen' te creëren die menselijk gedrag weerspiegelen. Wanneer een specifiek product wordt ingevoerd, genereert de LLM een digitale tweeling met een shopper persona, inclusief naam, leeftijd, beroep en voorkeuren. Deze tweeling voert vervolgens relevante zoekopdrachten uit op ChatGPT om te zien hoe prominent het product van het bedrijf wordt vermeld. Bedrijven kunnen vervolgens generatieve AI gebruiken om de beschrijving en presentatie van hun producten aan te passen op basis van de bevindingen van deze digitale tweelingen.

Een dergelijke 'digitale sandbox'-aanpak kan een productieve manier zijn voor e-commercebedrijven om GEO uit te voeren, maar is niet zonder risico's. AI-agenten hebben hun eigen vooroordelen, die van invloed kunnen zijn op hun prestaties en gedrag. Niettemin bieden deze benaderingen een potentiële weg vooruit op het gebied van e-commerce-intelligentie.

AI-gestuurde dataverzameling

De marketingfunnel is slechts één element van e-commerce dat door AI wordt verstoord. Een potentieel belangrijker gebied is business intelligence (BI), een brede term die het verzamelen en gebruiken van data beschrijft om inzichten te genereren die de strategie en bedrijfsvoering verbeteren. Voor effectieve BI hebben e-commercebedrijven betrouwbare, actuele datasets nodig, inclusief externe data. AI speelt nu een belangrijke rol bij het verzamelen van concurrentiegegevens.

Het extraheren van openbare webdata, zoals prijzen en productbeschrijvingen, is al jaren een belangrijke pijler van de e-commerce-concurrentie. Nu stroomlijnt AI dit. AI-tools kunnen worden aangestuurd met behulp van natuurlijke taal, wat betekent dat er geen codering nodig is en engineers geen uren hoeven te besteden aan het bouwen van een volledige dataverzamelingspijplijn. AI kan ook geschikte URL's verzamelen en filteren voor scraping, bijvoorbeeld door alle productpagina's voor een bepaalde categorie op de website van een concurrent te vinden.

Met de opkomst van op AI gebaseerde winkelassistenten zullen e-commercebedrijven ook meer geneigd zijn om datapunten van elkaar te verzamelen. Deze datapunten verschijnen pas nadat specifieke acties zijn voltooid, bijvoorbeeld de uiteindelijke prijs bij het afrekenen.

Vraagvoorspelling en reactie in realtime

Dankzij de realtime verzamelde gegevens, van de prijzen van concurrenten tot de voorraad, kunnen retailers hun prijzen en marketing direct aanpassen en hun klanten de beste aanbiedingen doen.

Dynamische prijsstelling is een van de belangrijkste en populairste BI-functies die retailers kunnen gebruiken, en volgens een recent onderzoek klanttevredenheid61% van de retailers in Europa maakt er gebruik van. Uit hetzelfde onderzoek bleek echter dat minder dan 15% hiervoor algoritmes of AI gebruikt, wat een kans biedt. Door gebruik te maken van de meest recente gegevens over concurrerende prijzen, kunnen LLM's worden getraind om prijzen automatisch aan te passen, wat vooral handig is tijdens piekperiodes zoals de feestdagen.

AI kan data over de klantvraag en voorraadniveaus gebruiken om de toekomstige vraag te voorspellen. Dit kan meerdere voordelen opleveren. Deloitte Digital heeft benadrukt Hoe retailers AI kunnen gebruiken om hun eigen voorraad te monitoren, voorraad te beheren en dynamisch bestellingen te plaatsen. Daarnaast kan AI helpen bij het analyseren van online verzamelde data om te begrijpen hoe een merk wordt bekeken, wat strategische inzichten oplevert.

Open voor kansen

Hoewel AI de e-commercemarketingfunnel verstoort, creëert het ook nieuwe kansen. Het kan worden ingezet om geo-geoptimaliseerde content te analyseren en te creëren. Het stimuleert inspanningen om waardevolle realtime openbare webdata te verzamelen. AI voegt ook waarde toe aan data-analyse om beslissingen te nemen over prijs, voorraad en strategie. En dan hebben we het nog niet eens gehad over andere potentiële toepassingen, zoals verbeterde klantondersteuning.

Iets zo disruptief als AI is altijd eng, vooral voor retailers die hun belangrijkste uitverkoopperiode naderen. Degenen die echter openstaan ​​voor de kansen die AI creëert, kunnen meer dan alleen overleven. Ze kunnen floreren.