Što se dogodilo u britanskoj Zlatnoj četvrtini
Izvješće tvrtke Salesforce o uvidima u kupovinu na kraju godine pokazuje da je globalna online prodaja tijekom Zlatne četvrtine 2025. dosegla rekordnih 1,29 bilijuna dolara, pri čemu je Ujedinjeno Kraljevstvo sudjelovalo s 38 milijardi dolara (oko 28 milijardi funti) prihoda od e-trgovine. Online prodaja u Ujedinjenom Kraljevstvu porasla je 5,5% na godišnjoj razini, pokrenuta povećanjem prosječnih prodajnih cijena za 9% i povećanjem prometa za 10%, unatoč opreznom okruženju potrošača. InternetRetailing.
Ključni nalaz izvješća je nesrazmjerna uloga umjetne inteligencije (AI). Oko 20% maloprodaje na globalnoj razini bilo je pod utjecajem umjetne inteligencije i agenata, što predstavlja 262 milijarde dolara potrošnje. Kanali kupovine trećih strana temeljeni na umjetnoj inteligenciji i pretraživanje pokretano umjetnom inteligencijom pokazali su znatno veću namjeru: promet koji je dolazio putem ovih izvora pretvorio se otprilike devet puta bolje od društvenih preporuka. Trgovci na malo koji su koristili vlastite AI agente zabilježili su rast prihoda od gotovo 60% veći od konkurencije, a AI agenti su također apsorbirali porast operativnih zadataka od 142%, kao što su povrati i ažuriranja isporuke. InternetRetailing; Salesforce.
U isto vrijeme, fizička maloprodaja u Ujedinjenom Kraljevstvu bila je slabija. Prema British Retail Consortiumu, posjećenost u prosincu opala je u glavnim ulicama i trgovačkim centrima, a prodaja neprehrambenih proizvoda u trgovinama porasla je samo 0,4% na godišnjoj razini, dok je online prodaja neprehrambenih proizvoda porasla za 11,1%. InternetRetailing. Paralelni komentari ONS-a i industrije o Zlatnoj četvrtini ističu prigušen ukupni rast maloprodaje, selektivan odgovor na promocije na Crni petak i kontinuirani strukturni pomak prema online prodaji, pri čemu je online prodor u studenom porastao na najvišu razinu od kasne 2021. PwC; FashionUnited.
Slika je nijansiranija u prehrambenim proizvodima, koji su uglavnom izvan fokusa tvrtke Salesforce na neprehrambene proizvode. Prehrambeni proizvodi bili su jedno od rijetkih svijetlih mjesta u maloprodaji u Ujedinjenom Kraljevstvu tijekom Božića, podržani potrošnjom hrane za blagdane i inflacijom; online proboj ovdje ostaje oko niskih do srednjih tinejdžera tijekom razdoblja intenzivne prodaje, dok se 85–87% potrošnje još uvijek događa u trgovinama. InternetRetailing. Kao rezultat toga, četvrtina se može opisati kao sezona "dvije brzine": digitalni kanali pojačani umjetnom inteligencijom koji se šire u vrijednosti i učinkovitosti, u usporedbi s fizičkim formatima koji bilježe marginalni ili negativni stvarni rast.
Zašto je ova Zlatna četvrtina važna za infrastrukturu e-trgovine
Zlatna četvrtina 2025. ne samo da potvrđuje snagu online potražnje; ona kristalizira strukturnu promjenu u načinu na koji se potražnja generira i posreduje. Promet i prihod sve se više usmjeravaju putem AI agenata, sučelja za razgovor i otkrivanja vođenog namjerom, umjesto tradicionalnog traženja, plaćenih medija ili društvenih mreža. Ova rekonfiguracija ima izravne implikacije za strukture podataka o proizvodima, operacije kataloga i tijekove sadržaja.
Potražnja pokretana umjetnom inteligencijom i feedovi proizvoda
Ako je 20% globalne maloprodaje već pod utjecajem AI agenata, feedovi proizvoda više nisu samo ulazi za platforme za oglašavanje i tržišta; oni su osnovni "jezik" koji AI sustavi koriste za razumijevanje, rangiranje i preporučeno sortiranje. U ovom okruženju:
Potpunost feeda postaje komercijalni faktor rizika. AI sustavi se oslanjaju na strukturirane atribute (veličina, materijal, boja, kontekst uporabe, kompatibilnost, zastavice održivosti, povijest cijena) kako bi zaključili relevantnost i personalizirali rangiranje. Podaci koji nedostaju ili su nedosljedni smanjuju vjerojatnost da će proizvod biti prikazan u interakcijama umjetne inteligencije s visokom namjerom, čak i ako se dobro ponaša u tradicionalnoj pretrazi.
Prioritet dobivaju feedovi u stvarnom vremenu i svjesnosti događaja. Trgovanje u Zlatnoj četvrtini karakteriziraju brze promjene cijena, trenutne promocije i brzi promet robe. Za AI agenta od kojeg se očekuje da pregovara o ograničenjima (proračun, rokovi isporuke, preferencije robne marke) u ime kupca, zastarjeli podaci o zalihama ili cijenama degradiraju rezultate i povjerenje. To pomiče ulaganja s batch izvoza feeda prema API-jima s niskom latencijom, ažuriranjima pokretanim događajima i čvršćoj integraciji između sustava za prodaju i AI slojeva.
Upravljanje višestrukim kanalima feeda postaje složenije. AI upućivanja sve više stižu iz izvora koji se nalaze izvan klasičnih "ograđenih vrtova": neovisni agenti, opći alati za razgovor i asistenti u vlasništvu trgovca na malo. Svi oni konzumiraju podatke o proizvodima i ponudama na malo različite načine. Standardizacija taksonomije, skupova atributa i rasporeda ažuriranja na svim kanalima postaje preduvjet za dosljedne performanse. Product Feeds postaje preduvjet za dosljedne performanse.
Standardi kataloga i semantička struktura
Izvrsne performanse prometa pod utjecajem umjetne inteligencije naglašavaju važnost standarda kataloga čitljivih strojno. Što se više prodaje kreće kroz iskustva agencija, ekosustav postaje manje tolerantan na bučne ili nestrukturirane kataloge.
Nekoliko trendova je pojačano ovom Zlatnom četvrtinom:
Od orijentacije na ključne riječi do semantičke orijentacije. AI agenti tumače namjere korisnika koje se prirodno izražavaju u ciljevima (“pronađite zimsku jaknu koja je topla, ali ispod 150 funti i isporučena do petka”) umjesto naziva proizvoda. Katalozi moraju otkriti atribute i odnose koji se preslikavaju na ove namjere: ocjene topline, vrsta izolacije, obećanje dostave po poštanskom broju, zahtjevi za njegu i tako dalje. Ako su takvi podaci nestrukturirani ili skriveni u marketinškom primjerku, agenti ih moraju zaključiti, povećavajući rizik od irelevantnih ili neusklađenih preporuka.
Normalizacija među robnim markama i kategorijama. Dok agenti uspoređuju artikle od više trgovaca na malo u jednoj konverzaciji, nedosljedno imenovanje atributa (npr. “navy” vs “midnight blue”, miješane konvencije veličina) otežava usporedbu između trgovaca na malo. To stvara poticaj za usklađivanje definicija atributa, standarda jedinica i popisa vrijednosti u cijelom sektoru, te za rigoroznije unutarnje rječnike podataka na razini trgovca na malo.
Metapodaci životnog ciklusa i pravila. Budući da agenti sada rješavaju oštro veći volumen uslužnih zadataka, kao što su povrati, zamjene i ažuriranja isporuke, katalozi moraju uključivati strukturirane podatke o politici i životnom ciklusu: razdoblja povrata po vrsti proizvoda, naknade za ponovno skladištenje, status obnove, uvjete jamstva. Kada su ovi atributi eksplicitni i standardizirani, agenti mogu odgovoriti na operativna pitanja i spriječiti trenje prije odjave.
Stranice s detaljima o proizvodu: kvaliteta, potpunost i čitljivost stroja
Pomak prema otkrivanju posredovanom umjetnom inteligencijom mijenja funkciju stranice s detaljima o proizvodu (PDP). Pričanje priča usmjereno na ljude ostaje bitno, ali PDP-ovi sve više djeluju kao "izvor istine" za AI modele koji raščlanjuju sadržaj u velikom obimu.
U kontekstu ove Zlatne četvrtine:
Upućivanja umjetne inteligencije s visokim pretvaranjem naglašavaju vrijednost potpunih PDP-ova. Budući da umjetna inteligencija ima tendenciju usmjeravati već kvalificiranu namjeru, uska grla se često nalaze u rješavanju posljednjih nesigurnosti: pristajanje, kompatibilnost, njega, grupirani artikli ili u potvrđivanju uvjeta povrata i isporuke. Trgovci na malo koji ove informacije izlažu jasno i dosljedno – i za ljude i za strojeve – bolje su pozicionirani da kapitaliziraju tu namjeru.
Bogati mediji postaju strukturirani unos. Slike, videozapisi i sadržaj koji generiraju korisnici tradicionalno su potaknuli konverziju putem ljudske uvjerljivosti. Kako se računalni vid i multimodalni modeli ugrađuju u agente za kupovinu, ovi resursi također postaju izvori podataka. Čisto označavanje slika (kutovi, kontekst uporabe, mjerenja modela) i dosljedni metapodaci oko videozapisa ili vodiča omogućuju agentima da preciznije odgovaraju na vizualne ili stilske upite.
Sadržaj recenzija i pitanja i odgovori je signal obuke. Korisničke recenzije i odjeljci s pitanjima i odgovorima sada informiraju ne samo ljudsku percepciju, već i razumijevanje modela o prednostima, nedostacima i stvarnoj uporabi proizvoda. Trgovci na malo dobivaju prednost moderiranjem, označavanjem i strukturiranjem ovog sadržaja – na primjer, sažimanjem ponavljajućih tema, iznošenjem često postavljanih pitanja kao eksplicitnih atributa i osiguravanjem da se ključna pojašnjenja propagiraju natrag u osnovne podatke o proizvodu.
Brzina uvođenja asortimana i sezonska agilnost
S online prodajom u Ujedinjenom Kraljevstvu koja raste brže od ukupne maloprodaje i neprehrambene e-trgovine koja bilježi dvoznamenkaste brojke tijekom Božića, vrijeme do tržišta za nove SKUs postaje još kritičnije. Umjetna inteligencija pojačava ovu dinamiku umjesto da je opušta.
Podaci iz Zlatne četvrtine sugeriraju nekoliko operativnih pritisaka:
Kraća vremena izvođenja sadržaja. Da bi kapitalizirali na prozorima vršne potražnje, trgovci na malo moraju biti u mogućnosti unijeti podatke dobavljača, obogatiti ih i implementirati PDP-ove uživo za nekoliko dana, a ne tjedana. Ručno pisanje tekstova i tijekovi rada s puno studija bore se za održavanje ovog ritma, posebno u asortimanu s dugim repom i sezonskim kapsulama.
Dinamička kuracija asortimana. AI agenti koji razumiju kontekst na razini košarice i navedena ograničenja mogu usmjeriti kupce prema alternativnim SKU-ovima kada primarni artikli nisu na zalihama ili ne uspiju na ograničenju, kao što je rok isporuke. Da bi ovo funkcioniralo, arhitektura raspona, pravila zamjene i metapodaci kompatibilnosti moraju biti kodificirani u sustavima, a ne prepušteni ad hoc odlukama o prodaji.
Eksperimenti s cijenama i promocijama. Više prosječne prodajne cijene i selektivan odgovor na promocije tijekom Zlatne četvrtine ukazuju na to da kupci pažljivije trguju vrijednostima. Ugradnja okvira za eksperimentiranje u slojeve cijena i sadržaja – na primjer, testiranje različitih paketa, oblikovanje prednosti ili ponuda praga – zahtijeva blisku povezanost između sustava za određivanje cijena, upravljanja sadržajem i personalizacije vođene umjetnom inteligencijom.
Bez koda, umjetna inteligencija i industrijalizacija operacija sadržaja
Narativ učinkovitosti koji proizlazi iz podataka Salesforce-a – agenti koji rješavaju veliko povećanje uslužnih zadataka i podržavaju iznadprosječni rast prihoda – naglašava dublji pomak: industrijalizaciju sadržaja i operacija e-trgovine putem alata bez koda i umjetne inteligencije.
Nekoliko obrazaca se ističe:
Automatizacija ponavljajućih zadataka sa sadržajem. Umjetna inteligencija se sve više koristi za generiranje prvih nacrta naslova, opisa i SEO teksta, za lokaliziranje sadržaja, za popunjavanje atributa koji nedostaju iz PDF-ova ili slika dobavljača i za standardizaciju tona glasa. Sučelja bez koda omogućuju prodavačima da specificiraju pravila i tijekove rada (npr. koji se atributi trebaju dati prioritet po kategorijama, kako rješavati regulatorne fraze) bez intervencije programera, komprimirajući vremena ciklusa zadržavajući uređivačku kontrolu.
Provjera kvalitete na temelju pravila. Kako katalozi rastu i umjetna inteligencija posreduje u više putovanja, automatizirane provjere kompletnosti, dosljednosti i usklađenosti postaju nužne. Orketracija bez koda i modeli validacije umjetne inteligencije mogu označiti proizvode kojima nedostaju kritični atributi za rangiranje umjetne inteligencije, koji odstupaju od pravila taksonomije ili koji sadrže proturječne informacije o pravilima, gurnuvši samo stavke "spremne za umjetnu inteligenciju" u feedove s visokom vidljivošću.
Operativni agenti kao okosnica. S agentima koji već rješavaju porast povrata i upita o isporuci, sljedeći korak je njihova integracija dublje u back-office sustave: inventar, upravljanje narudžbama, komunikacija s korisnicima i spremišta sadržaja. To omogućuje, na primjer, automatsko stvaranje ili ažuriranje PDP sadržaja na temelju razloga povrata ili dinamično podešavanje poruka na licu mjesta kao odgovor na logistička ograničenja.
Demokratizacija eksperimentiranja. Alati bez koda olakšavaju timovima za e-trgovinu i sadržaj konfiguriranje i testiranje varijacija u prezentaciji proizvoda, navigaciji, filtrima i uređivačkom pričanju priča bez čekanja na programske sprintove. Kada se kombinira s segmentacijom vođenom umjetnom inteligencijom, to omogućuje kontinuiranu optimizaciju usklađenu s pomacima u ponašanju uočenim u Zlatnoj četvrtini.
Strateške implikacije za infrastrukturu e-trgovine i sadržaja
Zlatna četvrtina 2025. pozicionira umjetnu inteligenciju ne kao periferni alat za optimizaciju, već kao središnji sloj koji posreduje u potražnji, otkrivanju i operacijama. Za igrače e-trgovine, podaci iz ovog razdoblja prevode se u skup prioritetnih prioriteta infrastrukture:
- Tretirajte podatke o proizvodu kao prvoklasnu imovinu, strukturiranu za strojeve jednako pažljivo kao što je dizajnirana za ljude.
- Uložite u standarde i upravljanje katalogom koji mogu podržati višekanalnu, multi-agentnu potrošnju.
- Obnovite PDP-ove i pomoćni sadržaj imajući na umu dvostruku publiku: ljudske kupce i AI sustave koji će sve više predfiltrirati i predobjašnjavati opcije.
- Skratite i automatizirajte opskrbni lanac sadržaja od feeda dobavljača do PDP-a uživo, koristeći AI i bez koda za održavanje kvalitete u mjerilu.
- Ugradite AI agente u radne tijekove i usmjerene na kupce i operativne radne tijekove, gledajući ih kao vezivno tkivo između sadržaja, trgovine i logistike, a ne kao izolirane chat widgete.
U tom smislu, Zlatna četvrtina služi kao test uživo novog modela maloprodaje u kojem rast sve više ovisi o tome koliko dobro infrastruktura sadržaja i kataloga trgovca na malo "govori" AI sustavima koji sada utječu na značajan udio potrošnje. Razumijevanje utjecaja na vaše product data management je ključno za uspjeh.
Uvidi iz Zlatne četvrtine naglašavaju ključnu potrebu za robusnim product data management. Kako umjetna inteligencija postaje glavni pokretač otkrivanja i prodaje, kvaliteta, potpunost i struktura informacija o proizvodu su najvažniji. U tvrtki NotPIM prepoznajemo ovu promjenu i nudimo cjelovito rješenje koje tvrtkama e-trgovine omogućuje pojednostavljenje upravljanja feedovima, obogaćivanje podataka o proizvodima i prilagođavanje promjenjivim zahtjevima trgovine vođene umjetnom inteligencijom. Tvrtke koje prioritetno stavljaju svoju podatkovnu infrastrukturu spremne su steći značajnu konkurentsku prednost.