Sztuczna inteligencja w e-commerce. 
Dane, które napędzają biznes i zwiększają sprzedaż

Do najważniejszych, a zarazem najtrudniejszych pytań towarzyszących wszelkim interakcjom w internecie należą te dotyczące szeroko rozumianej tożsamości osoby „po drugiej stronie”. Mają one, jak wiadomo, szczególne znaczenie w odniesieniu do interakcji sprzedawca – klient. Kim jest użytkownik odwiedzający sklep internetowy lub korzystający z aplikacji? Czy jest tym, za kogo się podaje? Jak porusza się po sieci? Co jest dla niego ważne? Jak reaguje na treści? Jak zachowuje się w określonych warunkach? Co powoduje, że dokonuje zakupu lub porzuca koszyk? Podstawą skutecznej sprzedaży jest zrozumienie klienta, a to wymaga pozyskania jak największej ilości informacji na jego temat.

Twarde dane w zasięgu ręki

Poszukiwanie odpowiedzi na kluczowe, z punktu widzenia marketera, pytania do niedawna wiązało się z wielotygodniowymi procesami analitycznymi. Te wymagały wykorzystywania licznych narzędzi, spośród których większość dostarczała i tak tylko szczątkowych informacji. Poznanie i zrozumienie klienta było zatem oparte w znacznej mierze na domniemaniach, niekiedy częściowo popartych niepewnymi statystykami, badaniami jakościowymi lub ankietami online. Dziś, za sprawą sztucznej inteligencji i nowoczesnych metod wzbogacania danych, na naszych oczach dokonuje się prawdziwa rewolucja w analizie marketingowej i  dotyczy ona firm każdej wielkości – nie tylko gigantów z Seattle czy San Jose.

Sztuczna inteligencja to obecnie jedno z najgorętszych haseł w świecie technologii i biznesu. Choć najczęściej mówi się o niej w kontekście spektakularnych przedsięwzięć, takich jak wprowadzanie do ruchu ulicznego autonomicznych samochodów czy wdrażanie przez serwisy społecznościowe systemów rozpoznawania twarzy, z powodzeniem wykorzystuje się ją również w handlu internetowym. Najczęściej mowa wówczas o uczeniu maszynowym (ang. machine learning).

Słuchaj „Marketer+” Podcast

Miesiące zamknięte w ułamku sekundy

To właśnie uczenie maszynowe w połączeniu z zaawansowanymi technikami pozyskiwania i wzbogacania danych daje branży e-commerce możliwości, o jakich jeszcze do niedawna sprzedawcom się nawet nie śniło. Możliwe staje się zbieranie szczegółowych, rzetelnych informacji na temat osób odwiedzających sklepy internetowe i odkrywanie zależności pomiędzy pozornie niezwiązanymi ze sobą zmiennymi. Możliwe staje się wnioskowanie na podstawie twardych danych na temat preferencji, zachowań, a nawet oczekiwań konsumentów i przewidywanie kluczowych wskaźników, zarówno w odniesieniu do pojedynczych użytkowników, jak i całego biznesu, a nawet rynku. Co więcej, dzięki modelom uczenia maszynowego analiza zajmuje nie tygodnie, lecz mniej niż sekundę, przy czym jest znacznie głębsza i dokładniejsza, niż gdyby dokonywana była przez człowieka – obarczonego biologicznymi ograniczeniami poznawczymi. Człowiek, co prawda, pozostaje wciąż niezwykle istotnym elementem układanki, jednak jego rola jest zupełnie inna niż jeszcze kilka lat temu. Z wykonawcy analizy staje się on twórcą modeli uczenia maszynowego. To właśnie dzięki połączeniu szerokiej wiedzy eksperckiej (ludzkiej) w obszarze data science z możliwościami, jakie daje technologia, można dziś uzyskiwać naprawdę niesamowite rezultaty.

Konkretne zastosowania

Dzięki tworzeniu w czasie rzeczywistym szczegółowego profilu każdego użytkownika i analizie jego szeroko rozumianej tożsamości możliwe jest przewidywanie zachowania i aktywności na stronie czy w aplikacji. Tym samym w zasięgu sklepów internetowych jest dziś np.:

• przewidywanie w czasie rzeczywistym, czy dany użytkownik dokona zakupu w określonej kategorii. Posiadając wiarygodne predykcje odnośnie do zachowania konsumenckiego każdego użytkownika, sklep internetowy może na bieżąco, indywidualnie dopasowywać intensywność i charakter działań mających doprowadzić do konwersji,
• przewidywanie jakości użytkownika: czy będzie powracał, jakich zakupów będzie dokonywał w określonych momentach. Dzięki trafnej diagnozie możliwa jest równie celna prognoza. Analizując na bieżąco zachowania klientów, za pomocą odpowiednich algorytmów można z powodzeniem identyfikować charakterystyczne zestawy cech, których występowanie u użytkownika serwisu wskazuje na określone nawyki konsumenckie. W efekcie już na etapie rejestracji konta sklep jest w stanie oszacować potencjał zakupowy każdej rejestrującej się osoby,
• sprawdzanie, z jakich urządzeń użytkownicy jeszcze korzystają, oprócz tych, za pomocą których przeglądają stronę, i optymalizacja doświadczenia zakupowego dla najpopularniejszych platform. Analizując tysiące punktów danych, w tym zmiennych pochodzących z serwisów społecznościowych, skrzynek mailowych czy historii przeglądanych stron, możliwe jest określenie urządzeń drugiego i trzeciego wyboru, z których korzysta dana osoba. Jeśli analiza wykaże, że liczna grupa klientów przeglądających stronę sklepu z poziomu komputera z systemem Windows korzysta również z tabletów z systemem Android, jednak za ich pomocą odwiedza ten sklep znacznie rzadziej, stanowi to wyraźny sygnał, że potrzebna jest optymalizacja strony dla tego typu urządzeń,
• ewaluacja jakości ruchu pozyskiwanego w ramach programów afiliacyjnych. Wiele sklepów internetowych uczestniczy w różnego rodzaju programach afiliacyjnych bądź prowadzi własne. Ponieważ o atrakcyjności programu afiliacyjnego, a zatem pośrednio o jego skuteczności, decyduje dziś często czas, w jakim afiliant otrzymuje wynagrodzenie za dostarczony ruch, konieczna jest szybka weryfikacja jakości tego ruchu. Marketing afiliacyjny trawi obecnie problem fałszywego ruchu generowanego przez boty. Programy do „oszukiwania” sieci afiliacyjnych są dziś nawet w stanie symulować podczas wizyty na stronie zachowania typowe dla prawdziwych użytkowników – by zmylić systemy weryfikacyjne. Dzięki odpowiedniemu wzbogacaniu danych i właściwym modelom uczenia maszynowego możliwe jest precyzyjne wykrywanie nawet najbardziej wyrafinowanych botów. Tym samym sztuczna inteligencja pozwala chronić programy afiliacyjne przed nadużyciami.

Rozmiar nie ma znaczenia

Sztuczna inteligencja, jak widać, już dziś staje się motorem e-commerce. To informacja decyduje o przewadze w biznesie. Sprzedawcy implementujący rozwiązania oparte na sztucznej inteligencji zyskują automatycznie ogromną przewagę konkurencyjną, bo wiedzą więcej o klientach, a zatem lepiej ich rozumieją. Co istotne, na wykorzystywanie AI mogą sobie dziś pozwolić nawet niewielkie sklepy internetowe. Popularność big data i szybki rozwój studiów poświęconych analizie danych powodują, że uczenie maszynowe w obszarach takich jak e-commerce z technologii dla wybranych przekształca się w drogę, którą podążać muszą wszystkie firmy z ambicjami – również w Polsce.