محرك توصيات المنتجات

توصي التصفية التعاونية بما اشتراه أو شاهده الأشخاص ذوو السلوك المشابه. جعلت التصفية التعاونية من عنصر إلى عنصر في أمازون، التي وصفها ليندن وسميث ويورك في عام 2003، نمط “العملاء الذين اشتروا هذا اشتروا أيضًا” مشهورًا. توصي التصفية المعتمدة على المحتوى بالمنتجات التي تشبه خصائصها تلك التي أحبها المتسوق. يتم إضافة القواعد والتجارة — الأكثر مبيعًا، الهوامش، الوافدين الجدد — فوق ذلك في معظم المتاجر.

كل نهج له ضعف معروف: تحتاج التصفية التعاونية إلى الكثير من بيانات السلوك وتكافح مع المنتجات الجديدة والزوار الجدد، بينما تحتاج التصفية المعتمدة على المحتوى إلى خصائص منتجات نظيفة ومتسقة.

نهج أحدث يسمح للمتسوقين ببيان ما يحتاجونه بالكلمات: “هدية لطفل عمره 10 سنوات يحب العلوم، تحت 40 يورو”، “مكنسة لشقة بها حيوانات أليفة”. يفسر مساعد الذكاء الاصطناعي الطلب، ويبحث في الكتالوج حسب المعنى والفلاتر المنظمة — السعر، المخزون، الحجم، العلامة التجارية — ويشرح لماذا تناسب كل اقتراح.

يعمل هذا بشكل جيد للزوار لأول مرة الذين ليس لديهم تاريخ وللشراء المدروس حيث يكون لدى المتسوقين أسئلة. يعتمد بشكل كبير على جودة بيانات المنتج: إذا كانت الأحجام أو المواد أو التوافق مفقودة من الكتالوج، لا يمكن للمساعد استخدامها.

توصية بمنتجات غير متوفرة في المخزون، أو منتجات تتجاهل قيدًا محددًا، أو نفس المنتج الأكثر مبيعًا للجميع تآكل الثقة بسرعة. يجب أن تتطابق الأسعار المعروضة في التوصية مع الكتالوج المباشر. ويجب الحكم على التوصيات بناءً على نتيجة العميل — هل وجدوا ما يحتاجونه؟ — وليس فقط على النقرات.

يقوم AI SmartTalk بفهرسة كتالوجات المنتجات من Shopify وPrestaShop وWooCommerce وJoomla، بالإضافة إلى المنتجات المستوردة من خلال واجهته البرمجية. يبحث المساعد فيها حسب المعنى ومع فلاتر على نطاق السعر، المخزون، العلامة التجارية، الفئة وخصائص المتغير، ويمكنه استبعاد المصطلحات التي يستبعدها المتسوق، ويعرض النتائج كبطاقات منتجات مع معلومات المخزون والخصم في الدردشة.