przyszłość e-commerce
Agenci kupują za ludzi. Jak przygotować sklep na czasy, w których klient nie wchodzi na stronę
Asystenci AI przestają tylko polecać produkty. Zaczynają je porównywać, wybierać i finalizować zakup. Co to zmienia w sklepie, który projektowaliśmy dla ludzi.
Przez dwadzieścia lat projektowaliśmy sklepy internetowe dla ludzi. Układ strony, zdjęcia, kolor przycisku, kolejność argumentów na karcie produktu: wszystko po to, żeby człowiek, który wszedł na stronę, chciał zostać i kupić. Ten model nie znika, ale obok niego rośnie drugi, w którym na stronę nie wchodzi nikt. Wchodzi agent.
Agent to asystent AI, który dostaje od człowieka zadanie, a nie zapytanie. „Znajdź mi posłanie dla charta do salonu w kolorze szarym, do 400 złotych, z pokrowcem do prania, dostawa do piątku.” Agent porównuje oferty w kilku sklepach, sprawdza dostępność i czas dostawy, odrzuca to, co nie spełnia warunków, i przedstawia dwie, trzy propozycje. W coraz większej liczbie przypadków może też dokończyć zakup. Człowiek widzi tylko wynik.
Co widzi agent, kiedy patrzy na sklep
Agent nie widzi zdjęcia lifestyle'owego z psem na dywanie. Nie czuje tonu opisu. Nie zauważa, że przycisk jest żółty. Widzi dane: czy produkt ma cechy, po których może filtrować, czy cena i dostępność są aktualne, czy wymiary są podane w jednostkach, które rozumie, czy polityka zwrotów jest gdzieś zapisana w czytelnej formie, czy sklep w ogóle odpowiada wystarczająco szybko. Sklep, który był piękny dla ludzi, może być dla agenta pustą kartką.
To odwraca kilka nawyków. Opis, który „sprzedaje emocją”, nadal jest ważny dla człowieka, który na końcu zatwierdza wybór, ale nie przejdzie przez agenta, jeśli pod emocją nie ma faktów. Zdjęcie bez opisu alternatywnego jest dla agenta niewidoczne. Promocja ogłoszona banerem, a nie w danych o cenie, nie istnieje. Warianty, które w sklepie są trzema osobnymi produktami, dla agenta są trzema niespójnymi ofertami.
Trzy rzeczy, które sklep musi mieć, żeby agent go wybrał
- Kompletne, aktualne dane produktowe w standardowej formie. To ten sam fundament, o którym piszemy przy porządku i przy GEO. Agent jest po prostu najbardziej wymagającym czytelnikiem tych danych.
- Jasne warunki: cena z kosztem dostawy, czas realizacji, zwroty, gwarancja. Agent działa pod ograniczeniami, które dał mu człowiek, więc odrzuci ofertę, w której nie potrafi sprawdzić warunku.
- Sygnały wiarygodności, które da się zweryfikować: opinie, liczba sprzedanych sztuk, informacje o producencie i marce, spójność danych w różnych źródłach. Agent, który ma wybrać między dwoma podobnymi produktami, wybierze ten, co do którego ma mniej wątpliwości.
Co to oznacza dla marketingu
Część budżetu, która dziś idzie na przyciągnięcie człowieka na stronę, w modelu agentowym przestaje mieć sens, bo człowiek nie przychodzi. Rośnie za to znaczenie wszystkiego, co buduje pozycję marki poza stroną: opinii, obecności w porównaniach, treści eksperckich, które agent może przytoczyć jako uzasadnienie wyboru. Marka, o której ludzie piszą „kupiłam, pies śpi tylko tam”, ma przewagę, której nie kupi się kampanią.
Nie oznacza to końca kampanii ani końca ładnych sklepów. Oznacza, że sklep musi działać na dwóch warstwach jednocześnie: dla człowieka i dla maszyny, która mu pomaga. Dobra wiadomość jest taka, że obie warstwy karmią się tym samym porządkiem w danych. Zła: że sklepy, które go nie mają, będą stopniowo znikać z procesu zakupowego, nie odnotowując w statystykach żadnego dramatycznego spadku. Po prostu coraz mniej osób będzie do nich trafiać, a nikt nie będzie wiedział dlaczego.
Od czego zacząć
Od testu, który każdy może zrobić w kwadrans. Poproście asystenta AI, żeby wybrał dla Was produkt z Waszej własnej kategorii, podając kilka konkretnych warunków. Zobaczcie, czy Wasz sklep w ogóle pojawia się w rozważaniach, a jeśli tak, to z jakimi danymi. Potem sprawdźcie, których informacji agent nie znalazł. To jest Wasza lista zadań na najbliższy kwartał.
