Η ASOS πρωτοπορεί στο Shoppable Video στο ChatGPT, εγκαινιάζοντας την εποχή του Answer Commerce

### Η ASOS μεταφέρει το βίντεο με δυνατότητα αγορών στις μηχανές απαντήσεων
Η ASOS ξεκίνησε μια ενσωμάτωση που επιτρέπει στους αγοραστές να ανακαλύπτουν και να αγοράζουν τα προϊόντα της απευθείας από το ChatGPT χρησιμοποιώντας βίντεο με δυνατότητα αγορών. Μέσω της εμπειρίας ASOS Stylist, οι χρήστες μπορούν να περιγράψουν αυτό που αναζητούν σε φυσική γλώσσα - για παράδειγμα, "ένα ροζ floral καλοκαιρινό φόρεμα" - και να λάβουν ένα επιμελημένο σύνολο προϊόντων από τον κατάλογο της ASOS. Κάθε αποτέλεσμα μπορεί να προβληθεί ως βίντεο μικρής διάρκειας και στη συνέχεια να ανοίξει λεπτομερώς στο ASOS.com για να ολοκληρωθεί η αγορά. Η δοκιμή κυκλοφορεί στο Ηνωμένο Βασίλειο και τις ΗΠΑ και βασίζεται στο AI Stylist που είναι ήδη διαθέσιμο στην εφαρμογή ASOS.
Η εμπειρία υποστηρίζεται από την τεχνολογία εμπορίου βίντεο της Bambuser, η οποία μετατρέπει τον κατάλογο προϊόντων και τα στοιχεία βίντεο της ASOS σε δομημένα δεδομένα που μπορούν να ανακτηθούν σε πραγματικό χρόνο από μεγάλα γλωσσικά μοντέλα και να αποδοθούν ως βίντεο με δυνατότητα αγορών. Η ASOS τοποθετεί αυτό ως εξέλιξη πέρα από τα εργαλεία αγορών με AI που βασίζονται σε κείμενο και στατικές εικόνες, με στόχο να καταστήσει την ανακάλυψη μόδας "ταχύτερη, ευκολότερη και πιο εμπνευσμένη" σε διεπαφές συνομιλίας όπως το ChatGPT.
### Από την αναζήτηση προϊόντων στην "εμπορία απαντήσεων"
Η ενσωμάτωση καταδεικνύει μια ευρύτερη μετατόπιση στο e-commerce από τα ταξίδια που βασίζονται σε αναζητήσεις και καταχωρίσεις στην "εμπορία απαντήσεων", όπου οι χρήστες υποβάλλουν ερωτήματα συνομιλίας και αναμένουν ένα μικρό, εξαιρετικά σχετικό σύνολο επιλογών αντί να περιηγούνται σε φίλτρα και σελιδοποίηση. Σε αυτό το μοντέλο, η ποιότητα και η δομή των δεδομένων προϊόντων γίνονται τόσο κρίσιμες όσο η τιμή ή η ποικιλία: η μηχανή απαντήσεων δεν μπορεί να δείξει αυτό που δεν μπορεί να αναλύσει.
Η κίνηση της ASOS είναι μια από τις πιο προηγμένες προσπάθειες στην αγορά του Ηνωμένου Βασιλείου για τη σύνδεση ενός μεγάλου, ταχέως μεταβαλλόμενου καταλόγου μόδας με ένα γενικής χρήσης LLM με τρόπο που διατηρεί τη λογική εμπορίας. Το γεγονός ότι η εμπειρία επιστρέφει όχι μόνο κεραμίδια προϊόντων αλλά και βίντεο υποδηλώνει ότι η ASOS έχει επενδύσει στην αντιστοίχιση προϊόντων, χαρακτηριστικών και στοιχείων πολυμέσων σε ένα ευρετηριασμένο, μηχανικά αναγνώσιμο στρώμα που μπορεί να αναζητηθεί με φυσική γλώσσα και όχι με άκαμπτη σύνταξη αναζήτησης.
### Επιπτώσεις για τα product feeds και την υποδομή περιεχομένου
Για να λειτουργήσει ένα ταξίδι συνομιλίας, πρώτα με βίντεο, μέσα σε μια εξωτερική διεπαφή όπως το ChatGPT, ένας έμπορος e-commerce πρέπει να αντιμετωπίζει το product feed του ως κάτι περισσότερο από μια απλή εξαγωγή για πλατφόρμες διαφημίσεων. Ακολουθούν αρκετές συνέπειες.
Πρώτον, τα feeds χρειάζονται πλουσιότερα χαρακτηριστικά. Ένα ερώτημα όπως "ροζ floral καλοκαιρινό φόρεμα για έναν απογευματινό γάμο, κάτω από 80 £" μπορεί να απαντηθεί καλά μόνο εάν τα υποκείμενα προϊόντα είναι επισημασμένα με οικογένειες χρωμάτων, μοτίβα (floral), περίσταση, τιμή και συχνά πιο υποκειμενικές διαστάσεις όπως "καλοκαίρι" ή "καλεσμένος γάμου". Πολλοί έμποροι εξακολουθούν να βασίζονται σε περιορισμένα feeds βελτιστοποιημένα για μηχανές σύγκρισης τιμών. Η εμπορία συνομιλίας τους ωθεί σε πολύ πιο λεπτομερείς ταξινομήσεις χαρακτηριστικών και ελεγχόμενα λεξιλόγια.
Δεύτερον, τα feeds χρειάζονται μια στενότερη σύνδεση με τα μέσα. Το βίντεο με δυνατότητα αγορών σε μηχανές απαντήσεων απαιτεί αντιστοίχιση μεταξύ των SKUs και των τμημάτων βίντεο: ποια προϊόντα εμφανίζονται σε ποιο βίντεο, σε ποια χρονικά σημεία και σε ποιο περιβάλλον (πλήρης εμφάνιση, κοντινό πλάνο, δοκιμή, συμβουλή styling). Αυτό συνήθως δεν καταγράφεται σε τυπικά product feeds, τα οποία επικεντρώνονται σε εικόνες και βασικά μεταδεδομένα. Η ASOS και η Bambuser αντιμετωπίζουν αποτελεσματικά το βίντεο ως ένα αντικείμενο δεδομένων πρώτης κατηγορίας συνδεδεμένο με τον κατάλογο, και όχι ως ένα χαλαρά προσαρτημένο στοιχείο marketing.
Τρίτον, τα feeds πρέπει να είναι βελτιστοποιημένα για ανάκτηση σε πραγματικό χρόνο και όχι για εξαγωγή παρτίδας. Για να παραμείνουν σχετικές, οι προτάσεις που εμφανίζονται από ένα LLM πρέπει να αντικατοπτρίζουν τα επίπεδα αποθεμάτων, τις αλλαγές τιμών και τις ενημερώσεις ποικιλίας. Αυτό ωθεί τους εμπόρους προς APIs και ροή ενημερώσεων αντί για νυχτερινές μεταφορτώσεις feed, και προς αρχιτεκτονικές όπου τα δεδομένα προϊόντων, το απόθεμα και το περιεχόμενο συγχρονίζονται αρκετά σφιχτά ώστε να εκτίθενται με ασφάλεια σε εξωτερικές μηχανές απαντήσεων.
### Τυποποίηση καταλόγου και δυνατότητα μηχανικής ανάγνωσης
Η πρωτοβουλία ASOS υπογραμμίζει πώς τα πρότυπα καταλόγου γίνονται ένα δυνατό στρώμα για τις αγορές με γνώμονα την AI. Το "Intelligence Layer" της Bambuser περιγράφεται ως μετασχηματισμός του καταλόγου και της βιβλιοθήκης βίντεο σε δομημένα δεδομένα που μπορούν να καταναλωθούν από LLMs. Στην πράξη, αυτό πιθανότατα περιλαμβάνει αρκετά βήματα που γίνονται τυπικά σε προηγμένες στοίβες e-commerce:
- Τυποποίηση των χαρακτηριστικών προϊόντων σε συνεπή σχήματα, έτσι ώστε το “floral”, “flower print”, και “bloom pattern” να καταλήγουν σε μια ενιαία, μηχανικά αναγνωρίσιμη ιδέα.
- Εμπλουτισμός καταχωρήσεων καταλόγου χρησιμοποιώντας όραση υπολογιστή και γλωσσικά μοντέλα για την ανίχνευση χρώματος, μοτίβου, σιλουέτας και ακόμη και υποτιθέμενων περιπτώσεων χρήσης όταν τα δικά τους δεδομένα των εμπόρων είναι ελλιπή.
- Δημιουργία ευρετηρίου περιεχομένου για σημασιολογική αναζήτηση, έτσι ώστε ερωτήματα όπως "soft, breathable summer fabrics" να μπορούν να ταιριάξουν με προϊόντα που περιγράφονται ως "cotton poplin" ή "linen blend" ακόμη και αν το ακριβές κείμενο δεν υπάρχει.
Για την ευρύτερη αγορά, αυτό υποδεικνύει μια κατεύθυνση πορείας: οι κατάλογοι μετακινούνται από ανθρώπινες-αναγνώσιμες αλλά μηχανικά-ευάλωτες περιγραφές σε μηχανικά-αναγνώσιμες δομές σχεδιασμένες ρητά για ανάκτηση AI. Οι έμποροι που διατηρούν παλαιούς, μη τυποποιημένους καταλόγους θα δυσκολευτούν να συμμετάσχουν σε μηχανές απαντήσεων και περιβάλλοντα εμπορίου συνομιλίας.
### Αύξηση της σημασίας των σελίδων λεπτομερειών προϊόντων μέσω βίντεο
Η μεταφορά βίντεο στο ChatGPT δεν είναι απλώς ένα παιχνίδι διανομής. έχει επιπτώσεις στο πώς μοιάζει μια "καλή" σελίδα λεπτομερειών προϊόντος (PDP). Το βίντεο σύντομης μορφής έχει ήδη αποδειχθεί αποτελεσματικό στην αύξηση της μετατροπής και στη μείωση των επιστροφών στη μόδα, δείχνοντας την εφαρμογή, την κίνηση και το περιβάλλον styling. Η εμφάνιση αυτού του ίδιου περιεχομένου απευθείας στο στρώμα ανακάλυψης συμπιέζει τη παραδοσιακή διοχέτευση: η έμπνευση, η αξιολόγηση και η επιλογή προϊόντων συμβαίνουν σε μια αλληλεπίδραση.
Για να το υποστηρίξετε, το υποκείμενο περιεχόμενο προϊόντος πρέπει να είναι βαθύτερο και πιο συνεπές. Το βίντεο πρέπει να είναι διαθέσιμο σε ένα υψηλό ποσοστό SKUs, όχι μόνο σε κορυφαία προϊόντα. Οι λεπτομέρειες μεγέθους, εφαρμογής και υφάσματος πρέπει να είναι αρκετά ακριβείς ώστε οι πελάτες να μπορούν να ενεργήσουν με σιγουριά σε αυτό που βλέπουν στο βίντεο. Οι ελλιπείς ή ασυνεπείς PDP γίνονται πιο ορατές αδυναμίες όταν η πρώτη εντύπωση είναι ένα επιμελημένο από AI σύνολο βίντεο με δυνατότητα αγορών αντί για ένα πλέγμα φωτογραφιών.
Υπάρχει επίσης ένας βρόχος ανατροφοδότησης: οι αλληλεπιδράσεις των χρηστών με το βίντεο (ποια προϊόντα τίθενται σε παύση, αναπαράγονται, κάνουν κλικ) δημιουργούν πρόσθετα σήματα συμπεριφοράς που μπορούν να τροφοδοτηθούν πίσω σε μοντέλα κατάταξης και στην ιεράρχηση περιεχομένου. Με την πάροδο του χρόνου, αυτό μπορεί να επηρεάσει ποια προϊόντα λαμβάνουν πλουσιότερο περιεχόμενο και πώς οι έμποροι επενδύουν στην παραγωγή βίντεο.
### Ταχύτητα ένταξης ποικιλίας και αυτοματοποίηση περιεχομένου
Για μεγάλους καταλόγους μόδας, ένα από τα κύρια σημεία συμφόρησης στην επέκταση της ποικιλίας είναι η δημιουργία περιεχομένου: τίτλοι, περιγραφές, χαρακτηριστικά, εικόνες και, όλο και περισσότερο, βίντεο. Η ανάπτυξη βίντεο με δυνατότητα αγορών σε μηχανές απαντήσεων καθιστά την ταχύτητα ακόμη πιο σημαντική: τα προϊόντα που έχουν ενσωματωθεί πρόσφατα πρέπει να γίνουν ανιχνεύσιμα σε ταξίδια συνομιλιών γρήγορα, όχι εβδομάδες μετά την αρχική καταχώριση.
Η AI και η αυτοματοποίηση γίνονται κεντρικές για την επίλυση αυτού του ζητήματος. Η όραση υπολογιστή μπορεί να εξάγει χαρακτηριστικά από εικόνες, ενώ τα γλωσσικά μοντέλα μπορούν να δημιουργήσουν αρχικές περιγραφές με βάση δομημένα δεδομένα. Οι ροές εργασίας βίντεο μπορούν να αυτοματοποιηθούν μερικώς μέσω προτύπων, γραφικών κίνησης και επεξεργασίας με τη βοήθεια AI, με ομάδες ανθρώπων να επικεντρώνονται σε περιεχόμενο κρίσιμο για τη μάρκα και ποιοτικό έλεγχο. Οι έμποροι που συστηματοποιούν αυτές τις διαδικασίες μπορούν να μειώσουν τον χρόνο μεταξύ των αποφάσεων αγοράς και των εγγραφών καταλόγου έτοιμων για AI, δίνοντάς τους ένα πλεονέκτημα σε δυναμικές κατηγορίες.
Τα εργαλεία χωρίς κώδικα διαδραματίζουν επίσης ρόλο. Οι ομάδες marketing και εμπορίας βασίζονται όλο και περισσότερο σε διεπαφές που τους επιτρέπουν να ορίζουν τμήματα, κανόνες και παραλλαγές περιεχομένου χωρίς τη συμμετοχή του προγραμματιστή. Όταν συνδέονται σε επιφάνειες ανακάλυψης που βασίζονται σε AI, τέτοια εργαλεία επιτρέπουν σε μη τεχνικούς χρήστες να διαχειρίζονται ποιες συλλογές, τάσεις ή καμπάνιες πρέπει να δοθούν προτεραιότητα σε απαντήσεις συνομιλίας ("party season", "festival looks", "back to school"), ενώ τα κεντρικά συστήματα διασφαλίζουν ότι τα υποκείμενα σχήματα και η σήμανση παραμένουν συνεπή.
### Μηχανές απαντήσεων ως νέο κανάλι διανομής
Η αντιμετώπιση του ChatGPT και παρόμοιων συστημάτων ως μηχανών απαντήσεων και όχι ως παραδοσιακών καναλιών μέσων ενημέρωσης επαναπροσδιορίζει τη διανομή e-commerce. Αντί να αγοράζουν εμφανίσεις ή λέξεις-κλειδιά, οι έμποροι λιανικής πρέπει να ανταγωνίζονται για την ποιότητα των δεδομένων, τη συνάφεια και την ικανότητα ασφαλούς ενσωμάτωσης με εξωτερικά συστήματα AI. Η ενσωμάτωση της ASOS υποδηλώνει ένα μοντέλο στο οποίο:
- Τα στρώματα καταλόγου και περιεχομένου εκτίθενται μέσω ασφαλών APIs ή widgets που μπορούν να καλούν οι μηχανές απαντήσεων, χωρίς να τους δίνουν άμεση πρόσβαση σε εσωτερικά συστήματα.
- Οι έμποροι διατηρούν τον έλεγχο των τιμών, του checkout και των δεδομένων πελατών, φέρνοντας τους χρήστες πίσω στους δικούς τους τομείς για την ολοκλήρωση της συναλλαγής.
- Η εξατομίκευση μπορεί να κοινοποιηθεί μεταξύ της μηχανής απαντήσεων και των συστημάτων του εμπόρου μέσω σημάτων περιβάλλοντος, ενώ παράλληλα συμμορφώνεται με τους περιορισμούς απορρήτου.
Αυτή η αρχιτεκτονική έχει επιπτώσεις στην ανάλυση και την απόδοση. Οι παραδοσιακές αναλύσεις ιστού είναι ελάχιστα κατάλληλες για ταξίδια που ξεκινούν μέσα σε έναν πράκτορα συνομιλίας και συνεχίζονται σε πολλές επιφάνειες. Οι έμποροι που δοκιμάζουν τέτοιες ενσωματώσεις θα χρειαστεί να συμφιλιώσουν τα αρχεία καταγραφής από πλατφόρμες AI, στρώματα εμπορίου βίντεο και τις δικές τους αναλύσεις ιστού και εφαρμογών για να κατανοήσουν τον αντίκτυπο στη μετατροπή, τη μέση αξία παραγγελίας και τα ποσοστά επιστροφής.
### Στρατηγική σημασία για τα SaaS και τα οικοσυστήματα e-commerce
Από την προοπτική SaaS, η πρωτοβουλία ASOS απεικονίζει ένα μοτίβο: εξειδικευμένες πλατφόρμες αναδύονται για να βρίσκονται μεταξύ των ακατέργαστων δεδομένων των εμπόρων λιανικής και των γενικής χρήσης διεπαφών AI. Αυτές οι πλατφόρμες χειρίζονται την πρόσληψη, την κανονικοποίηση, τον εμπλουτισμό και την έκθεση των δεδομένων εμπορίου σε μορφές που τα LLMs μπορούν να χρησιμοποιήσουν με ασφάλεια και αποτελεσματικότητα. Για τις επιχειρήσεις e-commerce, αυτό μπορεί να μειώσει την ανάγκη δημιουργίας πολύπλοκης υποδομής AI εσωτερικά, αλλά αυξάνει τον πήχη για την κυβερνητική διαχείριση δεδομένων και την υγιεινή του καταλόγου.
Για τον τομέα του e-commerce στο σύνολό του, οι αναπτύξεις αγορών με δυνατότητα συνομιλίας, πρώτα με βίντεο, μέσα σε μηχανές απαντήσεων επιταχύνουν αρκετές τάσεις:
- Τα product feeds εξελίσσονται σε real-time, richly attributed knowledge graphs.
- Τα πρότυπα και οι ταξινομήσεις καταλόγων γίνονται ανταγωνιστικά στοιχεία και όχι ανησυχίες back-office.
- Η ποιότητα του PDP μετριέται όχι μόνο από τη μετατροπή στον ιστότοπο, αλλά και από το πόσο καλά μπορούν να αναπαρασταθούν τα προϊόντα σε εξωτερικά περιβάλλοντα που βασίζονται σε AI.
- Η ταχύτητα ένταξης ποικιλίας εξαρτάται όλο και περισσότερο από την παραγωγή περιεχομένου και μέσων με τη βοήθεια AI.
- Τα εργαλεία χωρίς κώδικα και τα εργαλεία AI γίνονται το λειτουργικό στρώμα που επιτρέπει στις εμπορικές ομάδες να κατευθύνουν τα ταξίδια που βασίζονται σε AI χωρίς συνεχή μηχανική υποστήριξη.
Η δοκιμή ASOS είναι σε αρχικό στάδιο και ο εμπορικός της αντίκτυπος δεν έχει ακόμη ποσοτικοποιηθεί, αλλά σηματοδοτεί μια κατεύθυνση προς την οποία είναι πιθανό να κινηθεί το e-commerce μόδας: από τις στατικές καταχωρίσεις στην ανακάλυψη πλούσια σε συνομιλία, πλούσια σε μέσα που εκτείνεται σε πολλαπλές πλατφόρμες, με γνώμονα δομημένο, μηχανικά αναγνώσιμο περιεχόμενο στον πυρήνα της στοίβας εμπορίου.
Η ενσωμάτωση της ASOS με το ChatGPT υπογραμμίζει την αυξανόμενη σημασία των δομημένων, υψηλής ποιότητας δεδομένων προϊόντων. Αυτή η στροφή προς την "εμπορία απαντήσεων" υπογραμμίζει την κρίσιμη ανάγκη για αποτελεσματική διαχείριση και εμπλουτισμό καταλόγων. Για τις επιχειρήσεις που επιθυμούν να το επιτύχουν αυτό, το [NotPIM](/blog/product-feed/) παρέχει μια ισχυρή λύση για τη διασφάλιση ότι τα product feeds είναι ακριβή, συνεπή και έτοιμα για εφαρμογές που βασίζονται σε AI. Με την αυτοματοποίηση εργασιών όπως η χαρτογράφηση χαρακτηριστικών, ο εμπλουτισμός περιεχομένου και η μετατροπή feeds, το NotPIM βοηθά τις επιχειρήσεις e-commerce να προσαρμοστούν σε αυτό το εξελισσόμενο τοπίο, βελτιώνοντας την ανακάλυψη προϊόντων και διευκολύνοντας την απρόσκοπτη ενσωμάτωση με πλατφόρμες όπως το ChatGPT. Αυτό βοηθά τους πελάτες μας να παραμένουν μπροστά από την καμπύλη βελτιστοποιώντας τα δεδομένα τους για αυτές τις νέες, καινοτόμες εμπειρίες e-commerce. Αυτό είναι ιδιαίτερα χρήσιμο για τη βελτίωση των [product feeds](/blog/product_feed/), τα οποία είναι ζωτικής σημασίας για την ενσωμάτωση AI. Με τη βοήθεια του AI, μπορείτε να δημιουργήσετε [περιγραφές προϊόντων που οδηγούν σε πωλήσεις](/blog/how-to-create-sales-driving-product-descriptions-without-spending-a-fortune/) γρήγορα. Η κατανόηση του τρόπου λειτουργίας αυτών των συστημάτων σας επιτρέπει να μην φοβάστε τις [σύνθετες ενσωματώσεις](/blog/xml-data-format-how-one-online-store-stopped-fearing-complex-integrations/). Οι έμποροι μπορούν επίσης να επωφεληθούν από τη χρήση ενός [προγράμματος επεξεργασίας τιμοκαταλόγων](/blog/price-list_processing_program/).
Επόμενο

Οι περιλήψεις προϊόντων με τεχνητή νοημοσύνη της Amazon μεταμορφώνουν την ανακάλυψη στο ηλεκτρονικό εμπόριο

Προηγούμενο

Η Publicis εξαγοράζει τη LiveRamp: Επιπτώσεις για το εμπόριο, τα μέσα λιανικής και τα δεδομένα προϊόντων