AI w e-commerce: praktyczne zastosowania dla sklepów internetowych

Gdy mowa o AI w e-commerce, większość osób myśli o chatbocie na stronie sklepu. To jedno z zastosowań, ale nie zawsze najważniejsze. W praktyce sklepy najwięcej zyskują na AI tam, gdzie klient tego nie widzi: w pracy z danymi produktów, w porządkowaniu zgłoszeń, w analizie opinii i zwrotów. Te zastosowania są mniej efektowne, ale dają wymierny efekt i niosą mniejsze ryzyko.

W tym artykule opisujemy zastosowania AI, które sprawdzają się w sklepach internetowych, granice, o których warto pamiętać, i kolejność, w jakiej warto je wprowadzać.

Opisy produktów

To najczęstsze zastosowanie i dobry punkt startowy. AI przygotowuje szkic opisu na podstawie danych produktu: parametrów, materiałów, wymiarów, zdjęć i informacji od dostawcy. Najważniejsze są jakość danych wejściowych i wytyczne sklepu: ton, długość, struktura, zasady. Bez wytycznych opisy brzmią podobnie i nijako. Z wytycznymi brzmią jak sklep.

Opisy z AI powinien sprawdzać zespół, przynajmniej na początku i dla najważniejszych produktów. Model może pomylić parametr albo dodać cechę, której produkt nie ma. Szczegóły opisujemy na stronie opisy i dane produktów.

Atrybuty i kategorie

Mniej widoczne, ale często ważniejsze od opisów. Filtry w sklepie działają tylko wtedy, gdy produkty mają uzupełnione atrybuty: kolor, rozmiar, materiał, przeznaczenie. Dostawcy rzadko je podają w uporządkowanej formie. AI potrafi wyciągnąć atrybuty z opisu producenta, nazwy produktu i zdjęcia, a także zaproponować kategorię w drzewie sklepu. Klient, który znajduje produkt przez filtr, częściej kupuje. Piszemy o tym w artykule dane produktowe w sklepie internetowym.

Tłumaczenia

Sklep wchodzący na rynki zagraniczne musi przetłumaczyć opisy, kategorie, komunikaty i regulamin. Tłumaczenia z AI są dziś dobrej jakości, szczególnie gdy model dostaje wytyczne i słownik pojęć sklepu. Najważniejsze treści, np. regulamin, warto jednak sprawdzić z osobą znającą język i przepisy danego rynku.

Obsługa klienta

Asystent AI w obsłudze klienta działa dobrze pod dwoma warunkami. Po pierwsze, ma dostęp do danych zamówień, więc odpowiada konkretnie, a nie ogólnikami. Po drugie, wie, kiedy przekazać sprawę człowiekowi: przy reklamacji, niezadowoleniu, sprawie nietypowej. Bez tych warunków chatbot frustruje klientów bardziej, niż pomaga.

W praktyce wiele sklepów zaczyna od szkiców odpowiedzi, które zatwierdza zespół, a dopiero potem włącza automatyczne odpowiedzi dla sprawdzonych kategorii pytań. Opisujemy to na stronie obsługa klienta sklepu.

Kategoryzacja zgłoszeń

Wiadomości od klientów, zgłoszenia zwrotów i reklamacji przychodzą w różnej formie. AI przypisuje je do kategorii, rozpoznaje ton wiadomości i wskazuje sprawy pilne. Zespół widzi od razu, co wymaga uwagi, a raporty pokazują, o co klienci pytają najczęściej.

Analiza opinii i zwrotów

Opinie klientów i powody zwrotów to cenne źródło wiedzy o produktach, z którego mało który sklep korzysta. AI potrafi przejrzeć setki opinii i opisów zwrotów i wskazać powtarzające się problemy: rozmiar zaniżony, kolor inny niż na zdjęciu, produkt mniejszy niż się wydawał. Takie informacje pomagają poprawić opisy, zdjęcia i tabele rozmiarów, a czasem zdecydować o wycofaniu produktu.

Pliki od dostawców

Dostawcy przysyłają cenniki i katalogi w różnych formatach: arkusze z różnymi kolumnami, PDF-y, pliki XML. AI pomaga przypisać kolumny w nietypowych plikach i wyciągnąć dane z dokumentów, które nie mają uporządkowanej struktury. To skraca czas dodawania nowych produktów i aktualizacji cen.

Treści marketingowe

Opisy kategorii, teksty do newslettera, posty w mediach społecznościowych, opisy promocji: zespół sklepu pisze ich sporo, często w pośpiechu. AI przygotowuje szkice w tonie marki na podstawie informacji o produktach i promocjach, a zespół je dopracowuje. Warto, żeby wytyczne marki były te same dla opisów produktów i treści marketingowych, wtedy sklep brzmi spójnie we wszystkich miejscach.

Wyszukiwarka w sklepie

Klienci szukają produktów swoimi słowami, często innymi niż te w nazwach produktów. Wyszukiwarka, która rozumie, że kurtka na deszcz to kurtka przeciwdeszczowa, a prezent dla taty może oznaczać kilka kategorii, pomaga klientom znaleźć to, czego szukają. Część platform ma takie funkcje wbudowane, a ich jakość zależy w dużej mierze od uporządkowanych atrybutów i opisów. To kolejny powód, żeby zacząć od danych produktowych.

Ceny i promocje

AI bywa przedstawiane jako narzędzie do automatycznego ustalania cen. W praktyce w większości sklepów lepiej sprawdzają się proste, jawne zasady cen, z ceną minimalną dla każdego kanału, niż model, którego decyzji nikt nie rozumie. AI może natomiast pomóc w analizie: zestawić ceny konkurencji z publicznych źródeł, wskazać produkty, których sprzedaż spadła po zmianie ceny, przygotować komentarz do wyników promocji. Decyzja o cenie zostaje przy zespole.

Podobnie z promocjami: AI może przygotować teksty i grafiki do sprawdzenia, ale to zespół decyduje, które produkty i na jakich warunkach objąć promocją.

Gdzie są granice

AI w e-commerce ma kilka ważnych granic:

• Fakty o produktach. AI nie wie o produkcie nic, czego nie dostało w danych. Każdy opis i atrybut wymaga kontroli.
• Obietnice dla klientów. Asystent nie powinien obiecywać terminów, rabatów ani rozwiązań, których sklep nie przewiduje w regulaminie.
• Decyzje. Zwrot pieniędzy, uznanie reklamacji, zmiana ceny to decyzje ludzi.
• Dane płatności. Nie trafiają do AI w żadnym zastosowaniu.

Dane klientów

Sklep przetwarza dane osobowe klientów: imiona, adresy, historię zakupów. Do modelu AI powinno trafiać tylko to, co potrzebne do zadania. Opis produktu nie wymaga żadnych danych klientów. Odpowiedź o status zamówienia wymaga numeru zamówienia i statusu, ale nie pełnego adresu. Korzystanie z kont firmowych w planach bez trenowania na danych i spisane zasady to podstawa. Więcej piszemy w artykule RODO a automatyzacja procesów.

Porównanie zastosowań

Od czego zacząć

Najczęściej polecamy zacząć od zastosowań, których klient nie widzi bezpośrednio: atrybutów, kategoryzacji zgłoszeń, analizy opinii. Są bezpieczne i dają szybki efekt. Równolegle warto przygotować wytyczne opisów i przetestować AI na jednej kategorii produktów. Asystenta dla klientów najlepiej wprowadzać jako ostatni, gdy dane zamówień są dostępne, a zasady przekazania do człowieka sprawdzone. Szersze spojrzenie znajdziecie na stronie AI w sklepie internetowym, a o tym, jak AI zmienia pracę zespołów, w artykule AI w codziennej pracy zespołu.