Sarah Assous, Vice President för Produktmarknadsföring, Akeneo – Intervjuserie

Sarah Assous är Vice President för Produktmarknadsföring på Akeneo, där hon driver strategisk budskap, positionering och marknadsstrategier. En resultatinriktad ledare, hon har spelat en nyckelroll i att accelerera företags tillväxt och utnyttja marknadsföring för att stödja intäktsgenerering. Med expertis inom innehållsstrategi, kundengagemang och konkurrenspositionering, kombinerar hon kreativitet och affärssinne för att leverera världsklassiga produktupplevelser.

Medan traditionella PIM-system är effektiva för att centralisera och hantera produktinformation, kämpar många lösningar med att stödja komplexa omnichannel-strategier, dynamiska data och integrationer med andra e-handels- eller dataplattformar, vilket innebär att PIM bara blir en annan datasilo.

Produktmolnet, å andra sidan, är en sammansatt svit av teknologier som stödjer hela produktregistret för både dynamiska och statiska data under hela produktlivscykeln; vår flexibla, skalbara PIM-lösning är ett avgörande inslag i produktmolnet, men det är bara en del.

Som en del av Akeneos Produktmoln erbjuder vi också en AI-driven lösning för leverantörsdatainläsning, en syndikeringsplattform med möjlighet att aktivera produktinformation på globala marknader, en säker produktportal som möjliggör för alla intressenter att komma åt digitala produktkataloger på begäran och ett omfattande nätverk av 150+ integrationer. Alla dessa lösningar fungerar tillsammans för att säkerställa att produktdata inte bor i en silo-lösning, utan är optimerad, berikad och aktiverad över alla stadier av produktlivscykeln, vilket möjliggör för företag att skapa optimala omnichannel-produktupplevelser, driva högre konverteringsfrekvenser och förbättra kundlojalitet.

Hur förvandlar AI produktinformationshantering (PIM) bortom centralisering av data?

Utöver datacentralisering är AI ett kraftfullt verktyg när det gäller PIM, eftersom det för in avancerad teknik i en bransch som tidigare har förlitat sig på föråldrade och ineffektiva verktyg. Utöver centraliserad data ser vi AI användas i en bred kapacitet inom PIM-lösningar, inklusive:

1. Rengöring och berikning av produktdata, inklusive dubbelradering och dataextraktion
2. Generering av redo-to-edit-innehåll med hjälp av centraliserad data, vilket säkerställer produktssidanpassning med varumärkesröst
3. Översättning av produktinnehåll snabbt och effektivt för att leverera starka produktupplevelser i stor skala på flera språk
4. Optimering av produktupptäckt och sökfunktion genom att förbättra naturlig språkbehandling och tolkning av användaravvikelse

Kan du gå igenom hur Akeneos AI-drivna Leverantörsdatamanager strömlinjeformar datainsamling och -berikning?

Akeneos Leverantörsdatamanager (SDM) är utformad för att strömlinjeforma insamling, hantering och berikning av leverantörsbaserad produktinformation och tillgångar genom att erbjuda en användarvänlig portal där leverantörer kan ladda upp produktdata och mediafiler, som sedan automatiskt mappas till återförsäljarens och/eller distributörens datastruktur. Vårt system använder artificiell intelligens för att automatisera produktklassificering, berika attribut från beskrivningar och etiketter och normalisera data för att säkerställa konsekvens och noggrannhet, allt detta minskar manuellt arbete, accelererar tid-till-marknad och förbättrar samarbetet mellan återförsäljare och leverantörer genom att tillhandahålla en central plattform för effektiv kommunikation och datautbyte. Som ett resultat är varumärken och/eller tillverkare redo för omnichannel-succés genom att ha konsekventa leverantörsinsikter över system.

Vilken roll spelar AI för att säkerställa produktdata noggrannhet och konsekvens över flera kanaler?

En av de mest praktiska användningsområdena för AI idag är dess förmåga att automatisera datastandardiserings-, beriknings- och valideringsprocesser för att säkerställa noggrannhet och konsekvens över flera kanaler. AI-drivna algoritmer kan upptäcka och korrigera inkonsekvenser, fylla i saknade attribut och klassificera produkter baserat på fördefinierade regler eller inlärda mönster, vilket minskar manuella fel och säkerställer enhetlighet över marknader, e-handelsplattformar, tryckkataloger och var du än säljer. Dessutom hjälper naturlig språkbehandling (NLP) och AI-drivna sökfunktioner företag att bättre förstå användaravvikelse, vilket möjliggör för dem att optimera produktbeskrivningar och attribut för att matcha hur kunder faktiskt söker. Genom att analysera sökfrågor kan AI föreslå mer relevanta nyckelord, förbättra produktmärkning och dynamiskt finslipa sökresultat, vilket säkerställer att kunder hittar den mest precisa och övertygande produktinformationen, vilket leder till högre engagemang, konverteringar och minskade återvinningar.

Vilka är de största utmaningarna när det gäller att implementera AI i produktupplevelsehantering, och hur hanterar Akeneo dem?

AI förlitar sig på högkvalitativ, strukturerad data för att generera meningsfulla insikter, men många företag kämpar med fragmenterad eller ofullständig produktinformation. Skalbarhet är en annan utmaning, eftersom AI-modeller måste kontinuerligt lära sig och anpassa sig till nya produktdata, kundbeteenden och marknadstrender samtidigt som de upprätthåller noggrannhet och relevans. Akeneos Produktmoln-lösning har PIM-, syndikerings- och leverantörsdatamanager-funktioner, vilket möjliggör för återförsäljare att ha all sin produktdata på en plats. Vi använder också AI för att förbättra datakvalitet och konsekvens, vilket säkerställer att den information som matas in i AI-lösningar är fullständig, korrekt och tillförlitlig, vilket kan lindra problemet med inkonsekvent data över flera plattformar och ta bort vikt från återförsäljaren under mer manuella processer.

Hur säkerställer Akeneo att varumärkesröst och äkthet förblir intakt med AI-genererat innehåll?

Medan AI-genererat innehåll kan vara otroligt användbart, särskilt inom sökfunktion och produktbeskrivningar, är det viktigt att upprätthålla en stark varumärkesidentitet när man använder dessa verktyg. Akeneo säkerställer att oavsett vilken typ av innehåll vi använder AI för att utveckla, så finns det alltid en människa på andra sidan för att upprätthålla varumärkesäkthet. När vi använder AI-genererat innehåll, litar vi verkligen på det som en utgångspunkt för att hoppa av. Att kunna förbättra och väva in varumärkesmeddelanden i innehållet möjliggör för tonen att förbli konsekvent över kanaler och ger marknadsföringsteamet tid att fokusera på strategiskt innehåll.

Vilka AI-drivna personanpassningsstrategier kan varumärken implementera för att förbättra kundupplevelser?

Medan personanpassning inte är något nytt för varumärken, möjliggör AI- och ML-teknik att varumärken kan nå nya nivåer av kundpersonanpassning för att möta höga konsumentförväntningar. Med den mängd data som AI-verktyg kan bearbeta, öppnar detta möjligheter för att möjliggöra oöverträffade nivåer av personanpassning under kundinteraktioner genom dataanalys. Att utnyttja kunddata på detta sätt möjliggör för AI-algoritmer att göra bredare kopplingar över kundbeställningshistorik, preferenser osv., för att skapa anpassade produktrekommendationer. AI-driven sökning och naturlig språkbehandling kan också finslipa sökresultat genom att förbättra användaravvikelse-tolkning, förbättra upptäckt och minska friktion i köpprocessen. Men det är viktigt att komma ihåg att utan en mängd AI-strategier och utan en stark grund av data för att träna och stödja AI-lösningarna, är personanpassning av kundupplevelser med denna teknik nästan omöjlig.

Hur optimerar Akeneo produktupptäckt och sökfunktion med AI?

En bra produktupptäckt och sökupplevelse bygger på att produkterna är korrekt märkta, kategoriserade och syndikerade till rätt kanaler. Därför erbjuder vi nativa AI-funktioner inbyggda i Akeneos PIM som möjliggör berikad produktdata genom att analysera befintlig information för att fylla i saknade attribut, vilket säkerställer omfattande och korrekta produktlistor. Akeneos SDM erbjuder också AI-funktioner för att säkerställa att leverantörsdata är komplett, korrekt och formaterad korrekt. Och om det inte vore nog, erbjuder vi också 20+ AI-applikationer i vår omfattande App Store som täcker ett brett spektrum av AI-användningsfall, vissa av dem är anpassade för Akeneo. Dessa funktioner hjälper till att säkerställa att rätt information ges till rätt kunder vid rätt tidpunkt.

Vilka är de vanligaste flaskhalsarna vid hantering av produktdata på företagsnivå, och hur löser Akeneo dem?

Även om tekniska framsteg inom produktdata är omfattande, kämpar många organisationer fortfarande med manuell produktinformationshantering. Några stora utmaningar vi ser att företag möter inkluderar hantering av produktinformation på flera språk och marknader, skapande av konsekventa och engagerande produktbeskrivningar i stor skala, upprätthållande av noggrannhet samtidigt som tiden till marknaden minskas och samordning mellan tekniska, marknadsförings- och försäljningsteam. Dessa utmaningar gör det svårt för dem att hålla jämna steg med dagens digitala handelsförväntningar.

Med Akeneo elimineras dessa utmaningar till stor del. Med starka AI-funktioner kan Akeneo automatiskt implementera regler för språkinnehållsöversättning, samt använda intelligent innehållsgenerering för att tillåta tekniska specifikationer att omvandlas till genomtänkta sammanfattningar och engagerande marknadsberättelser. Det är viktigt att notera att intelligent innehåll inte eliminerar marknadsföringsteam, utan möjliggör för dem att blomstra med en utgångspunkt för att personanpassa AI-genererat innehåll för att passa deras varumärke på bästa sätt.

Vart ser du att rollen för AI inom produktupplevelsehantering utvecklas under de närmaste fem åren, och hur positionerar sig Akeneo för att ligga före dessa förändringar?

Det är svårt att förutsäga fem år framåt i tiden, med tanke på hur AI-utvecklingen förändras varje dag. Men med introduktionen av verktyg som Google’s (GOOGL ) Perplexity, kan vi förvänta oss att se uppkomsten av AI-handelsagenter som kan forska, bläddra, jämföra och köpa produkter på ett och samma ställe. När AI och NLP utvecklas för att bättre förstå och tolka kundavsikt, kommer dessa personanpassade sökupplevelser att börja växa i popularitet och leva bredvid traditionella sökupplevelser.

Medan det kan vara svårt att förutsäga framtiden, vet vi en sak: AI-lösningar kommer alltid att vara otillräckliga om de inte stöds av en stark grund av uppdaterad, tillförlitlig och fullständig produktinformation. Utdata som skapas är bara så bra som de data som tillhandahålls, så oavsett vart denna teknikutveckling är på väg, kommer det alltid att vara det första steget till framgång att skapa den enskilda sanningen för produktdata, vilket är där Akeneo kan hjälpa till.

Tack för den underbara intervjun, läsare som vill lära sig mer bör besöka Akeneo.