С развитием технологий искусственного интеллекта в сфере электронной коммерции, торговцы сталкиваются с необходимостью пересмотреть, какие метрики они используют для оценки успешности покупок. По словам Чжэньяна Яна, дизайнера продуктов в TikTok, работающего над AI-ассистированными покупательскими опытами, традиционные метрики часто основываются на предположении, что покупатели находят товары, переходя между страницами. Однако с внедрением AI-помощников процесс покупок меняется.
Изменение покупательского поведения
Современные покупатели могут теперь описывать свои требования один раз, сравнивать три рекомендации и сразу же совершать покупку, что значительно сокращает количество взаимодействий с сайтом. Это может привести к тому, что привычные метрики, такие как количество поисковых запросов, количество посещенных страниц товаров и длительность сессии, будут показывать снижение активности, хотя на самом деле покупатель может получать более качественный опыт. Например, пять поисковых запросов могут свидетельствовать о плохом опыте поиска, а десять посещений страниц товаров — о недостаточной информации о продукте.
Проблема метрик взаимодействия
При запуске встроенного AI-ассистента, торговцы часто измеряют использование функций, таких как количество сообщений, время взаимодействия и повторные обращения. Эти метрики показывают, насколько активно покупатели используют ассистента, но не отражают качество его работы. Как отметил Ян, если покупатель отправляет десять сообщений ассистенту, это может означать как высокий уровень вовлеченности, так и то, что ассистент не смог правильно понять его потребности.
Качество решений как новая метрика
Ян предлагает более эффективный способ оценки работы AI-ассистента — отслеживание качества принимаемых решений. Важно выяснить, помогает ли AI-инструмент покупателям эффективно находить релевантные товары, точно сравнивать их и превращать рекомендации в покупки. Хотя такие результаты сложно свести к одной цифре в аналитической панели, торговцы могут измерять поведение покупателей. Например, повторные поисковые запросы могут указывать на то, что первоначальные результаты не соответствовали намерениям покупателя.
Оценка результатов
Качество решений не ограничивается только первоначальной покупкой. Ян рекомендует также учитывать возвраты товаров, удовлетворенность клиентов и поведение при повторных покупках. AI-ассистент, который помогает покупателям быстрее совершать покупки, может оказаться неэффективным, если эти покупки приводят к большему количеству возвратов или недовольству клиентов. Например, покупатель может быстро согласиться с рекомендацией AI, но если он затем возвращает товар из-за несоответствия ожиданиям, то сокращение времени на покупку не улучшает общий результат.
Долгосрочные метрики
Таким образом, маркетологам следует учитывать AI-ассистированное покупательское путешествие на протяжении более длительного времени, включая постпокупочную фазу. Это позволит получить более полное представление о том, насколько эффективно работает AI-ассистент и насколько удовлетворены покупатели результатами своих покупок.