ASOS, shoppable video'yu cevap motorlarına taşıyor
ASOS, alışveriş yapanların ürünlerini shoppable video kullanarak doğrudan ChatGPT içinden keşfedip satın almalarını sağlayan bir entegrasyon başlattı. ASOS Stilist deneyimi sayesinde, kullanıcılar "pembe çiçekli yazlık elbise" gibi doğal dilde ne aradıklarını tarif edebilir ve ASOS kataloğundan özenle seçilmiş bir ürün seti alabilirler. Her sonuç kısa bir video olarak görüntülenebilir ve ardından satın alma işlemini tamamlamak için ASOS.com'da ayrıntılı olarak açılabilir. Pilot uygulama, Birleşik Krallık ve ABD'de başlatılıyor ve zaten ASOS uygulamasında mevcut olan Yapay Zeka Stilist'i üzerine kuruluyor.
Deneyim, ASOS'un ürün kataloğunu ve video varlıklarını büyük dil modelleri tarafından gerçek zamanlı olarak alınabilen ve shoppable video olarak oluşturulabilen yapılandırılmış verilere dönüştüren Bambuser'ın video ticareti teknolojisi tarafından destekleniyor. ASOS bunu, moda keşfini ChatGPT gibi sohbet arayüzlerinde "daha hızlı, daha kolay ve daha ilham verici" hale getirmeyi amaçlayarak, metin ve statik görüntülere dayalı Yapay Zeka alışveriş araçlarının ötesinde bir evrim olarak konumlandırıyor.
Ürün aramasından "cevap ticaretine"
Entegrasyon, e-ticarette, kullanıcıların sohbet sorguları yönelttiği ve filtrelerde ve sayfalara ayırmada gezinmek yerine küçük, son derece alakalı bir seçenek grubu beklediği "cevap ticareti"ne doğru, arama ve listeleme tabanlı yolculuklardan daha geniş bir değişimi gösteriyor. Bu modelde, ürün verilerinin kalitesi ve yapısı, fiyat veya çeşitlilik kadar kritik hale gelir: cevap motoru, ayrıştıramadığını gösteremez.
ASOS'un hamlesi, Birleşik Krallık pazarında büyük, hızla değişen bir moda kataloğunu, mal mantığını koruyacak şekilde genel amaçlı bir LLM ile bağlamaya yönelik daha gelişmiş girişimlerden biri. Deneyimin yalnızca ürün karolarını değil, aynı zamanda videoyu da döndürmesi, ASOS'un ürünleri, özellikleri ve medya varlıklarını, katı arama sözdizimi yerine doğal dille sorgulanabilen, dizine eklenebilir, makine tarafından okunabilir bir katmana eşlemeye yatırım yaptığına işaret ediyor.
Ürün yayınları ve içerik altyapısı için etkileri
ChatGPT gibi harici bir arayüz içinde sohbet odaklı, videoyu önceleyen bir yolculuğun işe yaraması için, bir e-ticaret perakendecisinin ürün yayınını, reklam platformları için basit bir ihracat tan daha fazlası olarak ele alması gerekir. Aşağıdaki sonuçlar ortaya çıkar.
İlk olarak, yayınların daha zengin özelliklere ihtiyacı vardır. "Gündüz bir düğün için pembe çiçekli yazlık elbise, 80 £'nin altında" gibi bir istem, yalnızca temel ürünler renk aileleri, desenler (çiçekli), durum, fiyat ve genellikle "yaz" veya "düğün misafiri" gibi daha öznel boyutlarla etiketlenirse iyi bir şekilde yanıtlanabilir. Birçok satıcı hala fiyat karşılaştırma motorları için optimize edilmiş sınırlı yayınlara güveniyor; sohbet odaklı ticaret onları çok daha ayrıntılı özellik taksonomilerine ve kontrollü sözcüklere doğru itiyor.
İkincisi, yayınların medyaya daha sıkı bir bağlantıya ihtiyacı vardır. Cevap motorlarında shoppable video, SKU'lar ve video segmentleri arasında eşleme gerektirir: Hangi ürünler hangi videoda, hangi zaman damgalarında ve hangi bağlamda (tam görünüm, yakın çekim, deneme, stil ipucu) görünüyor. Bu, resimlere ve temel meta verilere odaklanan standart ürün yayınlarında tipik olarak yakalanmaz. ASOS ve Bambuser, videoyu gevşek bir şekilde eklenmiş bir pazarlama varlığı yerine, katalogla bağlantılı birinci sınıf bir veri nesnesi olarak etkin bir şekilde ele alıyor.
Üçüncüsü, yayınlar toplu dışa aktarma yerine gerçek zamanlı almaya göre optimize edilmelidir. Bir LLM tarafından yüzeye çıkarılan önerilerin alakalı kalması için, stok seviyelerini, fiyat değişikliklerini ve çeşitlilik güncellemelerini yansıtması gerekir. Bu, satıcıları gece yayın yüklemeleri yerine API'lere ve akış güncellemelerine ve ürün verilerinin, envanterin ve içeriğin harici cevap motorlarına güvenli bir şekilde sunulacak kadar sıkı bir şekilde senkronize edildiği mimarilere doğru itiyor.
Katalog standardizasyonu ve makine tarafından okunabilirlik
ASOS girişimi, katalog standartlarının Yapay Zeka odaklı alışveriş için nasıl bir etkinleştirme katmanı haline geldiğini vurguluyor. Bambuser'ın "Zeka Katmanı", kataloğu ve video kitaplığını LLM'ler tarafından tüketilebilir yapılandırılmış verilere dönüştürmek olarak tanımlanıyor. Pratikte, bu, gelişmiş e-ticaret yığınlarında standart hale gelen birkaç adımı içerir:
- "Çiçekli", "çiçek deseni" ve "çiçeklenme deseni"nin tek bir makine tarafından tanınabilir kavramda birleşmesi için ürün özelliklerinin tutarlı şemalara normalleştirilmesi.
- Satıcıların kendi verileri eksik olduğunda renk, desen, silüet ve hatta çıkarımsal kullanım durumlarını tespit etmek için bilgisayarla görme ve dil modelleri kullanılarak katalog girişlerinin zenginleştirilmesi.
- "Yumuşak, nefes alabilen yazlık kumaşlar" gibi istemlerin tam metin mevcut olmasa bile "pamuk poplin" veya "keten karışımı" olarak tanımlanan ürünlerle eşleştirilebilmesi için içeriklerin anlamsal arama için dizine eklenmesi.
Daha geniş pazar için bu, bir gidişat yönünü gösterir: kataloglar, insan tarafından okunabilir ancak makine tarafından kırılgan açıklamalardan, Yapay Zeka alımı için açıkça tasarlanmış makine tarafından okunabilir yapılara doğru hareket ediyor. Eski, standardize edilmemiş katalogları koruyan perakendecilerin, cevap motorlarına ve sohbet odaklı ticaret ortamlarına katılması daha zor olacaktır.
Videoyla ürün detay sayfalarını yükseltmek
Videoyu ChatGPT'ye getirmek sadece bir dağıtım oyunu değil; "iyi" bir ürün detay sayfasının (PDP) nasıl göründüğü konusunda da etkileri var. Kısa biçimli video, uyumu, hareketi ve stil bağlamını göstererek moda alanında dönüşümleri artırma ve iadeleri azaltmada zaten etkili olduğunu kanıtladı. Aynı içeriğin doğrudan keşif katmanında yüzeye çıkarılması, geleneksel huniyi sıkıştırır: ilham, değerlendirme ve ürün seçimi tek bir etkileşimde gerçekleşir.
Bunu desteklemek için, temel ürün içeriğinin daha derin ve daha tutarlı olması gerekir. Videonun sadece kahraman ürünlerde değil, SKU'ların yüksek bir payında mevcut olması gerekir. Beden, uyum ve kumaş detayları, müşterilerin videoda gördükleri şeyler üzerinde güvenle hareket edebilmeleri için yeterince doğru olmalıdır. Eksik veya tutarsız PDP'ler, ilk izlenimin bir dizi fotoğraf yerine Yapay Zeka tarafından özenle seçilmiş shoppable videolar olması durumunda daha görünür zayıflıklar haline gelir.
Ayrıca bir geri bildirim döngüsü de vardır: Videoyla yapılan kullanıcı etkileşimleri (hangi ürünler duraklatılır, tekrar oynatılır, tıklanır) sıralama modellerine ve içerik önceliklendirmeye geri beslenebilen ek davranışsal sinyaller oluşturur. Zamanla, bu, hangi ürünlerin daha zengin içerik aldığı ve satıcıların video üretimine nasıl yatırım yaptığı üzerinde etkili olabilir.
Çeşitlilik katılımı ve içerik otomasyonunun hızı
Büyük moda katalogları için, çeşitliliğin genişlemesindeki ana darboğazlardan biri içerik oluşturmadır: başlıklar, açıklamalar, özellikler, görseller ve giderek artan bir şekilde video. Cevap motorlarında shoppable video dağıtmak hızı daha da kritik hale getiriyor: yeni katılan ürünlerin, ilk listelemeden haftalar sonra değil, sohbet odaklı yolculuklarda hızla keşfedilebilir hale gelmesi gerekiyor.
Yapay Zeka ve otomasyon bunu çözmek için merkezde yer alır. Bilgisayarla görme, görüntülerden özellik çıkarabilirken, dil modelleri yapılandırılmış verilere dayalı ilk açıklamalar üretebilir. Video iş akışları, insan ekiplerinin marka açısından kritik içeriğe ve kalite kontrolüne odaklandığı şablonlar, hareketli grafikler ve Yapay Zeka destekli düzenleme yoluyla kısmen otomatikleştirilebilir. Bu süreçleri sistematize eden satıcılar, satın alma kararları ve Yapay Zeka'ya hazır katalog girdileri arasındaki süreyi kısaltarak dinamik kategorilerde avantaj elde edebilirler.
Kodsuz araçlar da rol oynar. Pazarlama ve ticari ekipler, geliştirici katılımı olmadan segmentleri, kuralları ve içerik varyantlarını tanımlamalarını sağlayan arayüzlere giderek daha fazla güveniyor. Yapay Zeka tabanlı keşif yüzeylerine takıldığında, bu tür araçlar teknik olmayan kullanıcıların sohbet odaklı yanıtlarda hangi koleksiyonların, trendlerin veya kampanyaların ("parti sezonu", "festival görünümleri", "okula dönüş") önceliklendirilmesi gerektiğini yönetmelerine izin verirken, merkezi sistemler temel şemanın ve etiketlemenin tutarlı kalmasını sağlar.
Cevap motorları yeni bir dağıtım kanalı olarak
ChatGPT ve benzeri sistemleri geleneksel medya kanalları yerine cevap motorları olarak ele almak, e-ticaret dağıtımını yeniden şekillendirir. İzlenim veya anahtar kelimeler satın almak yerine, perakendeciler veri kalitesi, alaka düzeyi ve harici Yapay Zeka sistemleriyle güvenli bir şekilde entegre olma yeteneği konusunda rekabet etmelidir. ASOS entegrasyonu, aşağıdaki modelde bir model öneriyor:
- Katalog ve içerik katmanları, iç sistemlere doğrudan erişim sağlamadan cevap motorlarının çağırabileceği güvenli API'ler veya widget'lar aracılığıyla sunulur.
- Satıcılar, işlem tamamlamak için kullanıcıları kendi alanlarına geri getirerek fiyatlandırma, ödeme ve müşteri verileri üzerinde kontrol sahibi olurlar.
- Kişiselleştirme, gizlilik kısıtlamalarına uymanın yanı sıra, bağlamsal sinyaller aracılığıyla cevap motoru ile satıcının sistemleri arasında paylaşılabilir.
Bu mimarinin analizler ve atıflar için etkileri vardır. Geleneksel web analizleri, bir sohbet aracısında başlayan ve birkaç yüzeyde devam eden yolculuklar için yetersizdir. Bu tür entegrasyonları pilot olarak uygulayan satıcıların, dönüşüm, ortalama sipariş değeri ve iade oranlarındaki etkiyi anlamak için Yapay Zeka platformlarından, video ticareti katmanlarından ve kendi web ve uygulama analizlerinden gelen günlükleri uzlaştırması gerekecektir.
SaaS ve e-ticaret ekosistemleri için stratejik önemi
SaaS perspektifinden bakıldığında, ASOS girişimi bir modeli gösteriyor: perakendecilerin ham verileri ile genel amaçlı Yapay Zeka arayüzleri arasında durmak için uzmanlaşmış platformlar ortaya çıkıyor. Bu platformlar, e-ticaret verilerinin LLM'lerin güvenli ve verimli bir şekilde kullanabileceği biçimlerde alınmasını, normalleştirilmesini, zenginleştirilmesini ve sunulmasını ele alır. E-ticaret işletmeleri için bu, yerinde karmaşık Yapay Zeka altyapısı oluşturma ihtiyacını azaltabilir, ancak yukarı akış veri yönetimi ve katalog hijyeni için çıtayı yükseltir.
E-ticaret sektörü bütününde, cevap motorları içinde sohbet odaklı, videoyu önceleyen alışverişin dağıtımları şu eğilimleri hızlandırır:
- Ürün yayınları, gerçek zamanlı, zengin özelliklere sahip bilgi grafiklerine dönüşür.
- Katalog standartları ve taksonomiler, arka ofis kaygıları yerine rekabetçi varlıklar haline gelir.
- PDP kalitesi, yalnızca site içi dönüşümle değil, aynı zamanda ürünlerin harici Yapay Zeka odaklı ortamlarda ne kadar iyi temsil edilebildiğiyle ölçülür.
- Çeşitlilik katılım hızı giderek Yapay Zeka destekli içerik ve medya üretimine bağlıdır.
- Kodsuz ve Yapay Zeka araçları, ticari ekiplerin sürekli mühendislik desteği olmadan Yapay Zeka odaklı yolculukları yönlendirmesini sağlayan operasyonel katman haline gelir.
ASOS pilot uygulaması erken aşamadadır ve ticari etkisi henüz ölçülmemiştir, ancak moda e-ticaretinin gideceği yönü işaret ediyor: statik listelemelerden, ticaret yığınının merkezinde yapılandırılmış, makine tarafından okunabilen içerikle desteklenen, birden fazla platformu kapsayan sohbet odaklı, medya açısından zengin keşif.
ASOS'un ChatGPT ile entegrasyonu, yapılandırılmış, yüksek kaliteli ürün verilerinin artan önemini vurgulamaktadır. "Cevap ticareti"ne doğru bu değişim, verimli katalog yönetimi ve zenginleştirme için kritik bir ihtiyaç olduğunu vurgulamaktadır. Bunu başarmak isteyen işletmeler için NotPIM, ürün yayınlarının doğru, tutarlı ve Yapay Zeka odaklı uygulamalara hazır olmasını sağlamak için sağlam bir çözüm sunmaktadır. Nitelik eşleme, içerik zenginleştirme ve yayın dönüşümü gibi görevleri otomatikleştiren NotPIM, e-ticaret işletmelerinin bu gelişen ortama uyum sağlamasına, ürün keşfedilebilirliğini iyileştirmesine ve ChatGPT gibi platformlarla sorunsuz entegrasyonu kolaylaştırmasına yardımcı olur. Bu, müşterilerimizin verilerini bu yeni, yenilikçi e-ticaret deneyimleri için optimize ederek bir adım önde kalmasına yardımcı olur. Bu özellikle, Yapay Zeka entegrasyonu için çok önemli olan ürün yayınlarını iyileştirmek için kullanışlıdır. Yapay Zeka yardımıyla, hızlı bir şekilde satış odaklı ürün açıklamaları oluşturabilirsiniz. Bu sistemlerin nasıl çalıştığını anlamak, karmaşık entegrasyonlardan korkmamanızı sağlar. Ayrıca, satıcılar bir fiyat listesi işleme programı kullanmaktan faydalanabilirler.