Detaliści dostosowują się do AI: co jest ważne w nowej normalności e-commerce?

Trwający rozwój narzędzi AI ma głęboki wpływ na e-commerce. Konsumentowie coraz częściej używają generatywnych narzędzi AI, takich jak ChatGPT, do wyszukiwania, wyboru i nawet kupowania produktów, co wpływa na każdy poziom e-commerce marketing funnel. Tymczasem detaliści używają narzędzi AI do gromadzenia danych z sieci publicznej w czasie rzeczywistym do celów takich jak dynamiczne ustalanie cen, prognozowanie popytu i zarządzanie zapasami.

Najważniejsze jest to, że te zmiany zachodzą szybko, a detaliści e-commerce muszą nadążyć. Według badań, 67% klientów uważa, że firmy nie reagują wystarczająco szybko na ich zmieniające się potrzeby. Szczycie sezonu e-commerce w 2025 roku, od okresu poprzedzającego Black Friday do świąt Bożego Narodzenia, jest pierwszym dużym testem, jak klienci używają AI i jak dobrze detaliści się do tego dostosowali i mogą to wykorzystać.

Od SEO do GEO

Według Adobe Analytics, ruch do detaliści z generatywnych narzędzi AI, takich jak ChatGPT, Perplexity i Claude wzrósł o 1200% od lipca 2024 do lutego 2025. Tymczasem sondaż wykazał, że 23% klientów planuje używać chatbotów i narzędzi AI w tym sezonie świątecznym, a ta liczba wzrasta do ponad 42% wśród pokolenia Z i milenialsów. A wpływ AI rozciąga się już poza odkrywanie produktów, ponieważ OpenAI niedawno wprowadził Instant Checkout dla ChatGPT, umożliwiając klientom dokonywanie zakupów bez opuszczania narzędzia. Jest on dostępny obecnie na Etsy i niektórych sklepach Shopify.

Te rozwój oznacza, że detaliści e-commerce muszą przemyśleć treści, marketing i sprzedaż. Konsultingowa firma Bain szacuje, że znaczna większość konsumentów obecnie polega na wynikach zero-kliknięć (gdzie odpowiedzi są dostarczane przez podsumowanie AI zamiast odwiedzania strony internetowej) w 40% swoich wyszukiwań. Oznacza to mniej ruchu na stronach internetowych detaliści, chociaż wskaźniki konwersji tych, którzy przybywają na strony z AI, są wyższe.

W tym kontekście, chociaż tradycyjne taktyki optymalizacji dla wyszukiwarek (SEO) pozostają istotne, trajektoria jest wyraźnie ukierunkowana na korzystanie z generatywnych narzędzi AI do zakupów, stąd pojawienie się optymalizacji silnika generatywnego (GEO). GEO przedstawia detaliściom e-commerce szereg nowych wyzwań. Duże modele językowe (LLM), które napędzają generatywne narzędzia AI, są szkolone do oceny reputacji, wiarygodności i zaufania podczas analizy marek. Dlatego detaliści muszą ciężko pracować, aby zbudować swoją wiarygodność, szczególnie poprzez zdobywanie recenzji lub rekomendacji od szanowanych zewnętrznych źródeł.

Opisowe zapytania produktowe

Innym czynnikiem GEO, z którym trzeba się zmierzyć, jest inny sposób, w jaki klienci formułują zapytania podczas korzystania z generatywnych narzędzi AI. Według OpenAI, prawie połowa wszystkich zapytań używa wzorców “pytających”. Chief Information i Product Officer w amerykańskim detaliście Target niedawno stwierdził, że 25% zapytań wyszukiwania na ich platformie są teraz uważane za “opisyowe zapytania”, które są złożone i wyrafinowane.

Gdzie na wyszukiwarkach klient mógłby wyszukać “koszulę w cienkim fazonie w kolorze różowym”, to samo zapytanie na narzędziu AI mogłoby brzmieć “Koszule w cienkim fazonie w kolorze różowym na wydarzenia biznesowe”. Dla opisowych zapytań takich jak to, opisy produktów muszą być dostosowane. Na przykład, na stronach produktów, najlepsze praktyki GEO sugerują uwzględnienie znacznie więcej opisów produktów w postaci precyzyjnie napisanych, szczegółowych FAQ. Umożliwia to łatwe zidentyfikowanie przez AI, które zapytania są odpowiednie dla Twojego produktu.

Cyfrowe piaskownice dla GEO

W ironicznej konsekwencji, AI jest używane do pomocy w analizie treści i GEO. Badacze z Columbia Business School używają dużych modeli językowych (LLM) do tworzenia “cyfrowych bliźniaków”, które odtwarzają zachowania ludzi. Gdy określony produkt jest wprowadzony, LLM generuje cyfrowego bliźniaka z personelem kupującego, w tym imieniem, wiekiem, zawodem i preferencjami. Ten bliźniak następnie prowadzi odpowiednie wyszukiwania na ChatGPT, aby zobaczyć, jak wyraźnie produkt firmy jest wymieniony. Firmy mogą następnie wykorzystać generatywne AI do dostosowania, w jaki sposób ich produkty są opisane i prezentowane, w oparciu o wyniki tych cyfrowych bliźniaków.

Podejście “cyfrowej piaskownicy” może być produktywnym sposobem dla firm e-commerce na przeprowadzenie GEO, ale nie jest to pozbawione ryzyka. Agenci AI mają swoje własne uprzedzenia, które mogą wpłynąć na ich działanie i zachowanie. Niemniej jednak, te podejścia zapewniają potencjalny sposób naprzód w e-commerce intelligence.

Zebranie danych za pomocą AI

Marketing funnel jest tylko jednym elementem e-commerce, który jest zakłócany przez AI. Potencjalnie ważniejszym obszarem jest biznesowa inteligencja (BI), szerokie pojęcie opisujące zbieranie i wykorzystywanie danych do generowania spostrzeżeń, które poprawiają strategię i operacje. Dla skutecznej BI, firmy e-commerce potrzebują niezawodnych, aktualnych zestawów danych, w tym danych zewnętrznych. AI odgrywa teraz ważną rolę w zbieraniu danych konkurencyjnych.

Praktyka wyodrębniania publicznych danych z sieci, takich jak ceny i opisy produktów, była podstawą konkurencji e-commerce przez lata. Teraz AI upraszcza ją. Narzędzia zasilane AI mogą być uruchamiane za pomocą języka naturalnego, co oznacza, że nie jest wymagane kodowanie, a inżynierowie nie muszą spędzać godzin na budowaniu pełnego potoku zbierania danych. AI może również gromadzić i filtrować odpowiednie adresy URL do scrapowania, na przykład przez znalezienie wszystkich stron produktów dla określonej kategorii na stronie internetowej konkurenta.

Wraz ze wzrostem AI-powiązanych asystentów zakupowych, firmy e-commerce będą również bardziej skłonne do zbierania punktów danych od siebie, które pojawiają się dopiero po wykonaniu określonych akcji, na przykład ostatecznej ceny za zamówienie.

Prognozowanie popytu i reagowanie w czasie rzeczywistym

Z zebranymi danymi w czasie rzeczywistym, od cen konkurentów po zapasy, detaliści mogą dostosować swoje ceny lub marketing natychmiast i zapewnić najlepsze oferty klientom.

Dynamiczne ustalanie cen jest jedną z najważniejszych i najpopularniejszych funkcji BI, które detaliści mogą wykorzystać, a według niedawnego sondażu, 61% detaliści w Europie korzysta z niego. Niemniej jednak ten sam sondaż wykazał, że mniej niż 15% używa algorytmów lub AI do tego celu, co ujawnia okazję. Wykorzystując najnowsze dane o cenach konkurentów, LLM mogą być szkolone do automatycznego dostosowania cen, co jest szczególnie przydatne podczas szczytowych okresów, takich jak święta.

AI może wykorzystywać dane o popycie klientów i poziomach zapasów do prognozowania przyszłego popytu. Może to przynieść wiele korzyści. Deloitte Digital wskazał, jak detaliści mogą wykorzystywać AI do monitorowania swoich zapasów, zarządzania zapasami i składania zamówień dynamicznie. Ponadto AI może pomóc w analizie danych zebranych w sieci, aby zrozumieć, jak marka jest postrzegana, zapewniając strategiczne spostrzeżenia.

Otwartość na okazje

Chociaż AI zakłóca e-commerce marketing funnel, tworzy również nowe okazje. Może być wykorzystywane do analizy i tworzenia treści zoptymalizowanych pod kątem GEO. Napędza ono wysiłki w celu zebrania cennych danych z sieci w czasie rzeczywistym. AI dodaje również wartość w analizie danych w celu podejmowania decyzji o cenach, zapasach i strategii. I to nie wspominając o innych potencjalnych zastosowaniach, takich jak ulepszona obsługa klienta.

Cóżś takiego jak AI zawsze jest przerażające, szczególnie dla detaliści, którzy zbliżają się do swojego głównego okresu sprzedaży. Niemniej jednak ci, którzy pozostają otwarci na okazje, które AI tworzy, mogą zrobić więcej niż tylko przetrwać. Mogą prosperować.