Vad som hände under Storbritanniens "Golden Quarter"
Salesforce rapport om Shopping Insights för slutet av året indikerar att den globala onlineförsäljningen under "Golden Quarter" 2025 nådde rekordstora 1,29 biljoner dollar, där Storbritannien stod för 38 miljarder dollar (cirka 28 miljarder pund) i e-handelsintäkter. Den brittiska onlineförsäljningen ökade med 5,5 % jämfört med föregående år, drivet av en 9 % ökning av de genomsnittliga försäljningspriserna och en ökning av trafiken med 10 %, trots en överlag försiktig konsumentmiljö. InternetRetailing.
En viktig iakttagelse i rapporten är AI:s oproportionerliga roll. Cirka 20 % av detaljhandelsförsäljningen globalt påverkades av AI och agenter, vilket representerar en utgift på 262 miljarder dollar. Tredjeparts-AI-shoppingkanaler och AI-driven sökning visade markant högre avsikt: trafik som kom via dessa källor konverterade ungefär nio gånger bättre än sociala hänvisningar. Återförsäljare som implementerade sina egna AI-agenter såg en intäktstillväxt på nära 60 % högre än konkurrenterna, och AI-agenter absorberade också en ökning på 142 % av operativa uppgifter som returer och leveransuppdateringar. InternetRetailing; Salesforce.
Samtidigt underpresterade den brittiska fysiska handeln. Enligt British Retail Consortium minskade besöksantalet i december på shoppinggator och köpcenter, och icke-livsmedelsförsäljningen i butik ökade endast med 0,4 % jämfört med föregående år, medan icke-livsmedelsförsäljningen online ökade med 11,1 %. InternetRetailing. Parallella ONS- och brans kommentarer om "Golden Quarter" framhäver dämpad total detaljhandels tillväxt, selektivt kampanjrespons på Black Friday, och en fortsatt strukturell förändring mot online, med onlinepenetreringen i november som klättrade till den högsta nivån sedan slutet av 2021. PwC; FashionUnited.
Bilden är mer nyanserad inom livsmedel, som till stor del ligger utanför Salesforces icke-livsmedels fokus. Livsmedel var en av de få ljuspunkterna inom brittisk detaljhandel under julen, stöd av festlig matkonsumtion och inflation; onlinepenetreringen här förblir runt de låga till medelhöga tonåren under perioder med hög belastning medan 85–87 % av utgifterna fortfarande sker i butik. InternetRetailing. Som ett resultat kan kvartalet beskrivas som en "tvåhastighets"-säsong: AI-förstärkta digitala kanaler som expanderar i värde och effektivitet, jämfört med fysiska format som uppvisar marginell eller negativ reell tillväxt.
Varför detta "Golden Quarter" är viktigt för e-handelsinfrastruktur
"Golden Quarter" 2025 bekräftar inte bara styrkan i efterfrågan online; det kristalliserar en strukturell förändring i hur efterfrågan genereras och förmedlas. Trafik och intäkter dirigeras i allt högre grad genom AI-agenter, konversationsgränssnitt och avsiktsdriven upptäckt snarare än traditionell sökning, betalda medier eller sociala medier. Denna omkonfiguration har direkta konsekvenser för produktdatastrukturer, katalogoperationer och innehållspipeliner.
AI-driven efterfrågan och produktfeeds
Om 20 % av den globala detaljhandelsförsäljningen redan påverkas av AI-agenter, är produktfeeds inte längre bara indata för annonsplattformar och marknadsplatser; de är kärnspråket som AI-system använder för att förstå, rangordna och rekommendera lager. I den här miljön:
Feedkompletteringen blir en kommersiell riskfaktor. AI-system förlitar sig på strukturerade attribut (storlek, material, färg, användningssammanhang, kompatibilitet, hållbarhetsflaggor, prishistorik) för att dra slutsatser om relevans och personalisera rankningar. Saknade eller inkonsekventa data minskar sannolikheten för att en produkt visas i AI-interaktioner med hög avsikt, även om den presterar bra i traditionell sökning.
Realtids- och händelsestyrda feeds prioriteras. "Golden Quarter"-handeln kännetecknas av snabba prisändringar, blixtkampanjer och snabbrörligt lager. För en AI-agent som förväntas förhandla om begränsningar (budget, leveranstider, varumärkespreferenser) på kundens vägnar, försämrar inaktuella lager- eller prisdata resultat och förtroende. Det flyttar investeringar från batchfeed-exporter mot API:er med låg latens, händelsestyrda uppdateringar och tätare integration mellan merchanidingsystem och AI-lager.
Styrning av flerkanals feeds blir mer komplex. AI-hänvisningar kommer i allt högre grad från källor som ligger utanför klassiska "walled gardens": oberoende agenter, allmänna konversationsverktyg och återförsäljarägda assistenter. Alla dessa konsumerar produkt- och erbjudandedata på något olika sätt. Standardisering av taxonomi, attributuppsättningar och uppdateringsscheman över kanaler blir en förutsättning för konsekvent prestanda. Produktfeeds blir en förutsättning för konsekvent prestanda.
Katalogstandarder och semantisk struktur
Den starka överprestationen av AI-påverkad trafik understryker vikten av maskinläsbara katalogstandarder. Ju mer försäljning som går genom agentupplevelser, desto mindre tolerant blir ekosystemet mot bullriga eller ostrukturerade kataloger.
Flera trender förstärks av detta "Golden Quarter":
Från nyckelordsorientering till semantisk orientering. AI-agenter tolkar användaravsikter som naturligt uttrycks i mål ("hitta en vinterkappa som är varm men under 150 pund och levereras senast på fredag") snarare än produktnamn. Kataloger måste exponera attribut och relationer som motsvarar dessa avsikter: värmeklassificeringar, isoleringstyp, leveranslöfte per postnummer, skötselkrav och så vidare. Där sådana data är ostrukturerade eller begravda i marknadsföringskopior, måste agenter dra slutsatser om dem, vilket ökar risken för irrelevanta eller icke-överensstämmande rekommendationer.
Normalisering över varumärken och kategorier. Eftersom agenter jämför produkter från flera återförsäljare i en enda konversation, gör inkonsekventa attributnamn (t.ex. "navy" vs "midnight blue", blandade storlekskonventioner) jämförelse mellan återförsäljare svårare. Detta skapar ett incitament för sektorsomfattande harmonisering av attributdefinitioner, enhetsstandarder och värdelistor, och för mer rigorösa interna datadictionaries på återförsäljarnivå.
Metadata för livscykel och policyer. Eftersom agenter nu hanterar en kraftigt högre volym av servicetaskar som returer, byten och leveransuppdateringar, måste kataloger innehålla strukturerade policy- och livscykeldata: returfönster per produkttyp, påfyllningsavgifter, renoveringsstatus, garantivillkor. När dessa attribut är explicita och standardiserade kan agenter svara på operativa frågor och förebygga friktion innan kassan.
Produktdetailsidor: kvalitet, fullständighet och maskinläsbarhet
Skiftet mot AI-medierad upptäckt förändrar funktionen för produktdetailsidan (PDP). Människoorienterad historieberättande är fortfarande avgörande, men PDP:er fungerar i allt högre grad som en "källa till sanning" för AI-modeller som analyserar innehåll i stor skala.
I samband med detta "Golden Quarter":
Högkonverterande AI-hänvisningar accentuerar värdet av kompletta PDP:er. Eftersom AI tenderar att styra redan kvalificerad avsikt, ligger flaskhalsen ofta i att lösa de sista osäkerheterna: passform, kompatibilitet, skötsel, buntade artiklar eller att bekräfta retur- och leveransvillkor. Återförsäljare som exponerar denna information tydligt och konsekvent – både för människor och maskiner – är bättre positionerade för att kapitalisera på den avsikten.
Rik media blir strukturerad input. Bilder, videor och användargenererat innehåll har traditionellt ökat konverteringen genom mänsklig övertalning. När datorseende och multimodala modeller integreras i shoppingagenter blir dessa tillgångar också datakällor. Ren märkning av bilder (vinklar, användningskontext, modellmätningar) och konsekventa metadata kring videor eller guider gör det möjligt för agenter att svara på visuella eller stilistiska frågor med mer precision.
Granskning och Q&A-innehåll är en träningssignal. Användarrecensioner och Q&A-sektioner informerar nu inte bara mänsklig perception utan också modellförståelse av produktens styrkor, svagheter och användning i verkliga livet. Återförsäljare får hävstång genom att moderera, tagga och strukturera detta innehåll – till exempel sammanfatta återkommande teman, lyfta fram vanliga frågor som explicita attribut och säkerställa att viktiga klargöranden fortplantas tillbaka till grundläggande produktdata.
Snabbhet i sortimentsdistribution och säsongsmässighet
Med onlineförsäljningen i Storbritannien som växer snabbare än den totala detaljhandeln och icke-livsmedelshandeln online ökade med tvåsiffrigt under julen, blir tiden till marknaden för nya SKU:er ännu mer kritisk. AI förstärker denna dynamik snarare än att slappna av den.
"Golden Quarter"-datapunkterna tyder på flera operativa påtryckningar:
Kortare ledtider för innehåll. För att kapitalisera på perioder med hög efterfrågan måste återförsäljare kunna ta in leverantörsdata, berika den och distribuera live-PDP:er på dagar snarare än veckor. Manuell copyrwriting och studiointensiva arbetsflöden kämpar för att hålla jämna steg med denna takt, särskilt över långsvanssortiment och säsongsbetonade kapslar.
Dynamisk sortimentskuration. AI-agenter som förstår kontext på korgnivå och angivna begränsningar kan styra shoppare mot alternativa SKU:er när primära artiklar är slut i lager eller misslyckas med en begränsning som leveranstid. För att detta ska fungera måste utbudsarkitektur, substitutionsregler och kompatibilitetsmetadata kodifieras i system snarare än att lämnas åt ad hoc-merchandisingbeslut.
Prissättnings- och kampanjelasticitetsexperiment. Högre genomsnittliga försäljningspriser och selektivt kampanjrespons under "Golden Quarter" pekar på shoppare som handlar av värde mer noggrant. Att bädda in experimentramar i prissättnings- och innehållslager – t.ex. testa olika paket, förmånsinramningar eller tröskelerbjudanden – kräver nära koppling mellan prissättningsmotorer, innehållshantering och AI-driven personalisering.
No-code, AI och industrialiseringen av innehållsoperationer
Effektivitetsberättelsen som framgår av Salesforce-data – agenter hanterar en stor ökning av servicetaskar och stöder intäktstillväxt över genomsnittet – belyser ett djupare skifte: industrialiseringen av e-handelsinnehåll och operationer genom no-code och AI-verktyg.
Flera mönster sticker ut:
Automatisering av repetitiva innehållsuppgifter. AI används i allt högre grad för att generera första utkast till titlar, beskrivningar och SEO-text, för att lokalisera innehåll, för att fylla i saknade attribut från leverantörs-PDF:er eller bilder och för att standardisera röstläge. No-code-gränssnitt tillåter merchaniders att ange regler och arbetsflöden (t.ex. vilka attribut som ska prioriteras efter kategori, hur man hanterar regulatoriska fraser) utan utvecklarintervention, vilket komprimerar cykeltiderna samtidigt som redaktionell tillsyn bibehålls.
Regelbaserad kvalitetssäkring. När kataloger växer och AI medierar fler resor blir automatiserade kontroller av fullständighet, konsistens och efterlevnad nödvändiga. No-code-orkestrering och AI-valideringsmodeller kan flagga produkter som saknar kritiska attribut för AI-rankning, som avviker från taxonomiregler eller som innehåller motsägelsefull policyinformation, och endast skicka "AI-klara" artiklar in i högsynlighetsfeeds.
Operationella agenter som en ryggrad. Med agenter som redan hanterar en ökning av returer och leveransfrågor är nästa steg deras djupare integration i back-office-system: lager, orderhantering, kundkommunikation och innehållsarkiv. Detta möjliggör till exempel automatisk skapande eller uppdatering av PDP-innehåll baserat på returanledningar, eller dynamisk justering av meddelanden på plats som svar på logistiska begränsningar.
Demokratisering av experiment. No-code-verktyg gör det lättare för e-handels- och innehållsteam att konfigurera och testa varianter i produktpresentation, navigering, filter och redaktionellt historieberättande utan att vänta på utvecklingssprints. När det kombineras med AI-driven segmentering tillåter detta kontinuerlig optimering i linje med de beteendeförändringar som observeras under "Golden Quarter".
Strategiska konsekvenser för e-handel och innehållsinfrastruktur
"Golden Quarter" 2025 positionerar AI inte som ett perifert optimeringsverktyg utan som ett centralt lager som förmedlar efterfrågan, upptäckt och operationer. För e-handelsaktörer översätts datapunkterna från denna period till en uppsättning infrastrukturprioriteringar:
- Behandla produktdata som en förstklassig tillgång, strukturerad för maskiner lika noggrant som den är utformad för människor.
- Investera i katalogstandarder och styrning som kan stödja konsumtion över kanaler och flera agenter.
- Bygg om PDP:er och extra innehåll med dubbla målgrupper i åtanke: mänskliga shoppare och AI-system som i allt högre grad kommer att förfiltrera och förklara alternativ.
- Förkorta och automatisera innehållsförsörjningskedjan från leverantörsfeed till live-PDP, med hjälp av AI och no-code för att upprätthålla kvalitet i skala.
- Bädda in AI-agenter i både kundvända och operativa arbetsflöden och betrakta dem som en bindväv mellan innehåll, handel och logistik snarare än som isolerade chattwidgets.
I den meningen tjänar "Golden Quarter" som ett live-test av en framväxande detaljhandelsmodell där tillväxten i allt högre grad är beroende av hur väl en återförsäljares innehålls- och kataloginfrastruktur "talar" till AI-system som nu påverkar en betydande andel av utgifterna. Att förstå effekten på din product data management är nyckeln till framgång.
Insikterna från "Golden Quarter" understryker det kritiska behovet av robust product data management. Eftersom AI blir den primära drivkraften bakom upptäckt och försäljning, är kvaliteten, fullständigheten och strukturen på produktinformationen av största vikt. På NotPIM inser vi denna förändring och erbjuder en omfattande lösning som gör det möjligt för e-handelsföretag att effektivisera feedhantering, berika produktdata och anpassa sig till de föränderliga kraven från AI-driven handel. Företag som prioriterar sin datainfrastruktur är redo att få en betydande konkurrensfördel.