เครื่องมือแนะนำผลิตภัณฑ์

การกรองแบบร่วมมือแนะนำสิ่งที่ผู้คนที่มีพฤติกรรมคล้ายกันซื้อหรือดู การกรองแบบร่วมมือแบบรายการต่อรายการของ Amazon ซึ่งอธิบายโดย Linden, Smith และ York ในปี 2003 ทำให้รูปแบบ “ลูกค้าที่ซื้อสิ่งนี้ยังซื้อ” เป็นที่รู้จักกันดี การกรองตามเนื้อหาแนะนำผลิตภัณฑ์ที่มีคุณสมบัติคล้ายกับสิ่งที่ผู้ซื้อชอบ กฎและการค้าขาย — สินค้าขายดี, กำไร, สินค้าใหม่ — จะถูกซ้อนทับในร้านค้าส่วนใหญ่

แต่ละแนวทางมีจุดอ่อนที่รู้จัก: การกรองแบบร่วมต้องการข้อมูลพฤติกรรมจำนวนมากและมีปัญหากับผลิตภัณฑ์ใหม่และผู้เยี่ยมชมใหม่ ในขณะที่การกรองตามเนื้อหาต้องการคุณสมบัติของผลิตภัณฑ์ที่สะอาดและสอดคล้อง

แนวทางใหม่ล่าสุดให้ผู้ซื้อระบุสิ่งที่พวกเขาต้องการเป็นคำพูด: “ของขวัญสำหรับเด็กอายุ 10 ปีที่ชอบวิทยาศาสตร์ ราคาไม่เกิน 40 ยูโร”, “เครื่องดูดฝุ่นสำหรับแฟลตที่มีสัตว์เลี้ยง” ผู้ช่วย AI จะตีความคำขอ ค้นหาผลิตภัณฑ์ในแคตตาล็อกตามความหมายและตามตัวกรองที่มีโครงสร้าง — ราคา, สต็อก, ขนาด, แบรนด์ — และอธิบายว่าทำไมแต่ละข้อเสนอถึงเหมาะสม

สิ่งนี้ทำงานได้ดีสำหรับผู้เยี่ยมชมครั้งแรกที่ไม่มีประวัติและสำหรับการซื้อที่ต้องพิจารณาซึ่งผู้ซื้อมีคำถาม มันขึ้นอยู่กับคุณภาพข้อมูลผลิตภัณฑ์อย่างมาก: หากขนาด, วัสดุ หรือความเข้ากันได้ขาดหายไปจากแคตตาล็อก ผู้ช่วยไม่สามารถใช้ข้อมูลเหล่านั้นได้

การแนะนำผลิตภัณฑ์ที่หมดสต็อก, ผลิตภัณฑ์ที่ไม่สนใจข้อจำกัดที่ระบุ หรือสินค้าขายดีเดียวกันให้กับทุกคนจะทำลายความไว้วางใจอย่างรวดเร็ว ราคาที่แสดงในคำแนะนำต้องตรงกับแคตตาล็อกสด และคำแนะนำควรได้รับการตัดสินจากผลลัพธ์ของลูกค้า — พวกเขาพบสิ่งที่ต้องการหรือไม่? — ไม่ใช่แค่จากการคลิก

AI SmartTalk ดัชนีแคตตาล็อกผลิตภัณฑ์จาก Shopify, PrestaShop, WooCommerce และ Joomla รวมถึงผลิตภัณฑ์ที่นำเข้าผ่าน API ของตน ผู้ช่วยค้นหาผลิตภัณฑ์เหล่านี้ตามความหมายและด้วยตัวกรองในช่วงราคา, สต็อก, แบรนด์, หมวดหมู่ และคุณสมบัติของตัวแปร สามารถยกเว้นคำที่ผู้ซื้อไม่ต้องการ และแสดงผลลัพธ์เป็นการ์ดผลิตภัณฑ์พร้อมข้อมูลสต็อกและส่วนลดในแชท