### ASOS uvodi videozapise koji se mogu kupovati u tražilice s odgovorima
ASOS je pokrenuo integraciju koja kupcima omogućuje da otkriju i kupe njegove proizvode izravno iz ChatGPT-a pomoću videozapisa koji se mogu kupovati. Kroz iskustvo ASOS Stylista, korisnici mogu opisati što traže prirodnim jezikom – na primjer, "ružičastu cvjetnu ljetnu haljinu" – i dobiti kurirani skup proizvoda iz kataloga ASOS. Svaki rezultat može se pogledati kao kratki videozapis, a zatim otvoriti u detaljima na ASOS.com kako bi se dovršila kupnja. Pilot se uvodi u Velikoj Britaniji i SAD-u, a nadovezuje se na AI Stylist koji je već dostupan u aplikaciji ASOS.
Iskustvo pokreće Bambuserova tehnologija video trgovine, koja pretvara ASOS-ov katalog proizvoda i videoisječke u strukturirane podatke koji se mogu preuzeti u stvarnom vremenu velikim jezičnim modelima i prikazati kao video koji se može kupovati. ASOS to pozicionira kao evoluciju izvan alata za kupnju AI-ja temeljenih na tekstu i statičnim slikama, s ciljem da otkrivanje mode učini "bržim, jednostavnijim i nadahnjujućim" u sučeljima za razgovor kao što je ChatGPT.
### Od pretraživanja proizvoda do "trgovine s odgovorima"
Integracija ilustrira širi pomak u e-trgovini s putovanja temeljenih na pretraživanju i listama na "trgovinu s odgovorima", gdje korisnici postavljaju upite za razgovor i očekuju mali, vrlo relevantan skup opcija umjesto navigacije filtrima i paginacije. U tom modelu kvaliteta i struktura podataka o proizvodu postaju kritični kao i cijena ili asortiman: tražilica s odgovorima ne može prikazati ono što ne može raščlaniti.
ASOS-ov potez jedan je od naprednijih pokušaja na tržištu Ujedinjenog Kraljevstva da poveže veliki, brzo promjenjivi modni katalog s općim LLM-om na način koji čuva logiku marketinga. Činjenica da iskustvo vraća ne samo pločice proizvoda, već i videozapise sugerira da je ASOS uložio u mapiranje proizvoda, atributa i medijskih resursa u indeksibilni sloj koji se može čitati strojno, a koji se može pretraživati prirodnim jezikom, a ne krutom sintaksom pretraživanja.
### Implikacije za feedove proizvoda i infrastrukturu sadržaja
Da bi putovanje u formatu razgovora, koje se prvo fokusira na videozapise, funkcioniralo unutar vanjskog sučelja kao što je ChatGPT, trgovac e-trgovinom mora tretirati svoj feed proizvoda kao više od jednostavnog izvoza za platforme za oglašavanje. Slijedi nekoliko posljedica.
Prvo, feedovi trebaju bogatije atribute. Upit kao što je "ružičasta cvjetna ljetna haljina za dnevno vjenčanje, ispod 80 funti" može se dobro odgovoriti samo ako su temeljni proizvodi označeni obiteljima boja, uzorcima (cvjetni), prigodom, cijenom i često subjektivnijim dimenzijama kao što su "ljeto" ili "gosti na vjenčanju". Mnogi trgovci još uvijek se oslanjaju na ograničene feedove optimizirane za tražilice za usporedbu cijena; trgovina razgovorom ih gura prema daleko detaljnijim taksonomijama atributa i kontroliranim vokabularima.
Drugo, feedovi trebaju čvršću vezu s medijima. Video koji se može kupovati u tražilicama s odgovorima zahtijeva mapiranje između SKUs i video segmenata: koji se proizvodi pojavljuju u kojem videu, u kojim vremenskim oznakama i u kojem kontekstu (cijeli izgled, krupni plan, isprobavanje, savjet za stiliziranje). To se obično ne bilježi u standardnim feedovima proizvoda, koji se usredotočuju na slike i osnovne metapodatke. ASOS i Bambuser učinkovito tretiraju video kao prvoklasni podatkovni objekt povezan s katalogom, a ne kao labavo priloženi marketinški resurs.
Treće, feedovi se moraju optimizirati za dohvaćanje u stvarnom vremenu, a ne za skupni izvoz. Da bi ostale relevantne, preporuke koje iznosi LLM moraju odražavati razine zaliha, promjene cijena i ažuriranja asortimana. To gura trgovce prema API-jima i ažuriranjima streaminga umjesto noćnih prijenosa feedova te prema arhitekturama u kojima su podaci o proizvodu, inventar i sadržaj sinkronizirani dovoljno čvrsto da budu sigurno izloženi vanjskim tražilicama s odgovorima.
### Standardizacija kataloga i čitljivost za strojeve
ASOS-ova inicijativa naglašava kako standardi kataloga postaju sloj koji omogućuje kupnju vođenu AI-jem. Bambuserov "Intelligence Layer" opisan je kao transformiranje kataloga i video knjižnice u strukturirane podatke koje LLM-ovi mogu konzumirati. U praksi to vjerojatno uključuje nekoliko koraka koji postaju standardni u naprednim e-commerce stogovima:
- Normaliziranje atributa proizvoda u dosljedne sheme, tako da se "cvjetni", "cvjetni print" i "uzorak cvjetanja" spajaju u jedan koncept koji se može prepoznati strojno.
- Obogaćivanje unosa u katalog pomoću računalnog vida i jezičnih modela za otkrivanje boje, uzorka, siluete, pa čak i izvedenih slučajeva upotrebe kada su podaci samih trgovaca nepotpuni.
- Indeksiranje sadržaja za semantičku pretragu, tako da se upiti poput "mekih, prozračnih ljetnih tkanina" mogu uskladiti s proizvodima koji su opisani kao "pamuk poplin" ili "lanena mješavina" čak i ako točan tekst nije prisutan.
Za šire tržište to ukazuje na smjer putovanja: katalozi se pomiču s opisa čitljivih za ljude, ali krhkih za strojeve na strukture čitljive za strojeve dizajnirane izričito za dohvaćanje AI-ja. Prodavači koji održavaju naslijeđene, nestandardizirane kataloge teže će sudjelovati u tražilicama s odgovorima i okruženjima za trgovanje razgovorom.
### Podizanje stranica s detaljima o proizvodu putem videozapisa
Uvođenje videa u ChatGPT nije samo igra distribucije; ima implikacije na to kako izgleda "dobra" stranica s detaljima o proizvodu (PDP). Kratki videozapisi već su se pokazali učinkovitima u povećanju konverzije i smanjenju povrata u modi prikazivanjem stila, kretanja i konteksta stiliziranja. Iznošenje istog sadržaja izravno u sloju otkrivanja komprimira tradicionalni lijevak: inspiracija, evaluacija i odabir proizvoda događaju se u jednoj interakciji.
Da bi se to podržalo, temeljni sadržaj proizvoda mora biti dublji i dosljedniji. Video mora biti dostupan u velikom broju SKU-ova, a ne samo za glavne proizvode. Detalji o veličini, kroju i tkanini moraju biti dovoljno točni da kupci mogu djelovati s povjerenjem na ono što vide u videozapisu. Nepotpuni ili nedosljedni PDP-ovi postaju vidljiviji slabosti kada je prvi dojam skup videa koji se može kupovati i koji je kurirao AI, a ne mreža fotografija.
Postoji i povratna sprega: interakcije korisnika s videom (koji su proizvodi pauzirani, ponovljeni, na koje se kliknulo) stvaraju dodatne signale ponašanja koji se mogu unijeti u modele rangiranja i davanje prioriteta sadržaju. S vremenom to može utjecati na to koji proizvodi primaju bogatiji sadržaj i kako trgovci ulažu u video produkciju.
### Brzina uvođenja asortimana i automatizacija sadržaja
Za velike modne kataloge, jedno od glavnih uskih grla u širenju asortimana je stvaranje sadržaja: naslovi, opisi, atributi, slike i sve više videozapisa. Primjena videozapisa koji se mogu kupovati u tražilicama s odgovorima čini brzinu još kritičnijom: novouvedeni proizvodi moraju postati otkriveni u putovanjima razgovorom brzo, a ne tjednima nakon početnog uvrštavanja na popis.
AI i automatizacija postaju središnji za rješavanje ovog problema. Računalni vid može izvući atribute iz slika, dok jezični modeli mogu generirati početne opise na temelju strukturiranih podataka. Tijekovi rada s videozapisima mogu se djelomično automatizirati putem predložaka, grafike pokreta i uređivanja uz pomoć AI-ja, s timovima ljudi koji se usredotočuju na sadržaj kritičan za robnu marku i kontrolu kvalitete. Trgovci koji sistematiziraju ove procese mogu skratiti vrijeme između odluka o kupnji i AI-ready unosa u katalog, što im daje prednost u dinamičnim kategorijama.
Alati bez koda također igraju ulogu. Marketinški i merchandising timovi sve se više oslanjaju na sučelja koja im omogućuju definiranje segmenata, pravila i varijanti sadržaja bez uključivanja programera. Kada se priključe u AI-based površine za otkrivanje, takvi alati omogućuju netehničkim korisnicima da upravljaju time koji se zbirke, trendovi ili kampanje trebaju dati prioritet u odgovorima na razgovor ("sezona zabava", "izgledi za festival", "povratak u školu"), dok središnji sustavi osiguravaju da temeljni shema i označavanje ostanu dosljedni.
### Tražilice s odgovorima kao novi kanal distribucije
Tretiranje ChatGPT-a i sličnih sustava kao tražilica s odgovorima, a ne tradicionalnih medijskih kanala, prerađuje distribuciju e-trgovine. Umjesto kupnje dojmova ili ključnih riječi, trgovci se moraju natjecati u kvaliteti podataka, relevantnosti i sposobnosti sigurne integracije s vanjskim AI sustavima. ASOS-ova integracija sugerira model u kojem:
- Slojevi kataloga i sadržaja izloženi su putem sigurnih API-ja ili widgeta koje tražilice s odgovorima mogu pozvati, bez davanja izravnog pristupa internim sustavima.
- Trgovci zadržavaju kontrolu nad određivanjem cijena, naplatom i podacima o kupcima vraćanjem korisnika na vlastite domene za dovršetak transakcije.
- Personalizacija se može dijeliti između tražilice s odgovorima i sustava trgovca putem kontekstualnih signala, uz poštivanje ograničenja privatnosti.
Ova arhitektura ima implikacije na analitiku i atribuciju. Tradicionalna web-analitika slabo je prilagođena za putovanja koja počinju unutar agenta za razgovor i nastavljaju se na nekoliko površina. Trgovci koji pilotiraju takve integracije morat će uskladiti zapise s AI platformi, slojeva video trgovine te vlastite web i aplikacijske analitike kako bi razumjeli utjecaj na konverziju, prosječnu vrijednost narudžbe i stope povrata.
### Strateški značaj za SaaS i ekosustave e-trgovine
Iz SaaS perspektive, ASOS-ova inicijativa ilustrira uzorak: specijalizirane platforme pojavljuju se da stoje između sirovih podataka trgovaca i općih AI sučelja. Ove platforme obrađuju unos, normalizaciju, obogaćivanje i izlaganje trgovačkih podataka u oblicima koje LLM-ovi mogu sigurno i učinkovito koristiti. Za e-commerce poduzeća to može smanjiti potrebu za izgradnjom složene AI infrastrukture interne, ali podiže ljestvicu za upravljanje podacima i higijenu kataloga.
Za sektor e-trgovine u cjelini, implementacije trgovine s razgovorom, koja se prvo fokusira na videozapise, unutar tražilica s odgovorima ubrzavaju nekoliko trendova:
- Feedovi proizvoda evoluiraju u grafikone znanja u stvarnom vremenu, bogato atribuirane.
- Standardi i taksonomije kataloga postaju konkurentni resursi, a ne za-uredske brige.
- Kvaliteta PDP-a mjeri se ne samo konverzijom na licu mjesta, već i time koliko se dobro proizvodi mogu predstaviti u vanjskim okruženjima vođenim AI-jem.
- Brzina uvođenja asortimana sve više ovisi o AI-assisted sadržaju i produkciji medija.
- Alati bez koda i AI postaju operativni sloj koji omogućuje komercijalnim timovima da usmjeravaju putovanja vođena AI-jem bez stalne inženjerske podrške.
ASOS-ov pilot je u ranoj fazi i njegov komercijalni utjecaj tek treba kvantificirati, ali signalizira smjer u kojem će se e-trgovina modom vjerojatno kretati: od statičkih oglasa do otkrivanja bogatog medijima, temeljenog na razgovoru, koje obuhvaća više platformi, a pokreće ga strukturirani, strojno čitljiv sadržaj u središtu e-commerce stoga.
ASOS integracija s ChatGPT-om naglašava rastuću važnost strukturiranih, visokokvalitetnih podataka o proizvodu. Ovaj pomak prema "trgovini s odgovorima" naglašava kritičnu potrebu za učinkovitim upravljanjem i obogaćivanjem kataloga. Za tvrtke koje to žele postići, [NotPIM](/blog/product-feed/) pruža robusno rješenje za osiguravanje da feedovi proizvoda budu točni, dosljedni i spremni za aplikacije vođene AI-jem. Automatiziranjem zadataka kao što su mapiranje atributa, obogaćivanje sadržaja i transformacija feeda, NotPIM pomaže e-commerce tvrtkama da se prilagode ovom evoluirajućem krajoliku, poboljšavajući otkrivanje proizvoda i olakšavajući besprijekornu integraciju s platformama kao što je ChatGPT. To pomaže našim klijentima da ostanu ispred krivulje optimiziranjem svojih podataka za ova nova, inovativna e-commerce iskustva. To je osobito korisno za poboljšanje [feedova proizvoda](/blog/product-feed/), što je ključno za integraciju AI-ja. Uz pomoć AI-ja možete brzo izraditi [opise proizvoda koji pokreću prodaju](/blog/how-to-create-sales-driving-product-descriptions-without-spending-a-fortune/). Razumijevanje načina na koji ti sustavi funkcioniraju omogućuje vam da se ne bojite [složenih integracija](/blog/xml-data-format-how-one-online-store-stopped-fearing-complex-integrations/). Trgovci također mogu imati koristi od korištenja [programa za obradu cjenika](/blog/price-list_processing_program/).