Näin tekoäly parantaa verkkokaupan tuotehakua

Asiakas etsii tarvetta, tuotekatalogi tuntee ominaisuuksia

Verkkokaupan asiakas ei aina tiedä tuotteen nimeä. Hän voi etsiä “helppohoitoista mattoa koiraperheeseen” tai “kevyttä mekkoa kesähäihin”. Tuotekatalogissa samat asiat voivat olla materiaalina, käyttökohteena, värinä ja hoito-ohjeena eri kentissä.

Perinteinen avainsanahaku toimii hyvin, kun asiakas tietää tarkan tuotteen tai tuotemerkin. Keskusteleva haku voi auttaa tilanteissa, joissa tarve on vielä epätarkka ja oikean vaihtoehdon löytäminen vaatii lisäkysymyksiä.

Tekoäly ei silti korvaa laadukasta tuotetietoa. Se voi käyttää vain niitä hintoja, mittoja, materiaaleja, saatavuustietoja ja yhteensopivuuksia, jotka sille annetaan luotettavasta lähteestä.

Esimerkkiskenaario: lahjan löytäminen

Asiakas: “Tarvitsen puutarhanhoidosta pitävälle äidilleni lahjan. Budjetti on noin 50 euroa.”

Avustaja: “Onko hänellä jo perustyökalut, ja haluatko lahjan sisä- vai ulkokäyttöön?”

Asiakkaan vastauksen jälkeen avustaja hakee katalogista budjettiin ja käyttötarkoitukseen sopivia, varastossa olevia tuotteita. Se näyttää jokaisesta vaihtoehdosta kuvan, hinnan ja perustelun. Tuotteen lisääminen ostoskoriin tapahtuu verkkokaupan omalla toiminnolla.

Tämä on esimerkkiskenaario, ei oikea asiakaskeskustelu tai lupaus myynnin kasvusta.

Mitä keskusteleva tuotehaku voi tehdä

Tulkita käyttötarkoitusta

Haku voi yhdistää asiakkaan kuvaaman tilanteen tuotteen rakenteiseen tietoon. Esimerkiksi “helppo puhdistaa” voi tarkoittaa pestävää materiaalia, irrotettavaa päällistä tai valmistajan määrittämää hoito-ohjetta.

Kysyä tarkentavia kysymyksiä

Jos pyyntö on liian laaja, hyvä avustaja ei arvaa. Se kysyy esimerkiksi budjetista, koosta, käyttökohteesta tai yhteensopivuudesta ennen suositusta.

Säilyttää keskustelun kontekstin

Asiakas voi jatkaa: “Onko samaa vihreänä?” tai “Näytä halvempi vaihtoehto.” Järjestelmä tulkitsee jatkokysymyksen suhteessa aiemmin käsiteltyyn tuotteeseen.

Verrata tuotteita

Avustaja voi koota vertailun katalogin kentistä. Sen pitää erottaa lähteestä saatu fakta ja mahdollinen tulkinta. Turvallisuuteen, terveyteen tai tekniseen yhteensopivuuteen liittyviä ominaisuuksia ei pidä päätellä puutteellisesta datasta.

Arkkitehtuuri ratkaisee, voiko suositukseen luottaa

Tuotetieto on ensisijainen lähde

Nimi, hinta, variantit, mitat ja tuotteen ominaisuudet haetaan verkkokaupan katalogista tai tuotetiedon hallintajärjestelmästä. Markkinointitekstiä voidaan käyttää lisäkontekstina, mutta sen ei pidä ohittaa rakenteista tuotetietoa.

Saatavuus tarkistetaan riittävän tuoreena

Varastotieto muuttuu nopeasti. Toteutuksen pitää määrittää, haetaanko saatavuus reaaliaikaisesti vai synkronoidaanko se tietyin väliajoin. Jos tieto ei ole varma, asiakkaalle kerrotaan se.

Haku yhdistää useita menetelmiä

Toimiva ratkaisu voi yhdistää avainsanahaun, suodattimet ja semanttisen haun. Tekoäly ei ole syy poistaa tarkkaa hakua tai tuttuja suodattimia. Asiakkaalle kannattaa tarjota molemmat.

Toiminnot kulkevat verkkokaupan rajapintojen kautta

Ostoskoriin lisääminen, kirjautuminen, tilaustiedot ja maksaminen pitää toteuttaa verkkokaupan valvotuilla rajapinnoilla. Kielimalli ei saa keksiä hintaa, alennusta tai varastotilannetta keskustelun perusteella.

Seuranta erottaa käytön vaikutuksesta

Mittaa vähintään hakutermit, nollatulokset, suositusten avaukset, ostoskoriin lisäykset ja toteutuneet tilaukset. Pelkkä keskustelujen määrä ei osoita liiketoimintahyötyä.

Mitä nimetyt asiakastapaukset todella osoittavat

Maskun asiakastarinassa tuoteluettelo, tilausten seurantatiedot sekä verkkokaupan CMS ja CRM yhdistettiin samaan asiakaspalvelukokonaisuuteen. Maskun raportoimat tulokset koskevat erityisesti tilauksiin liittyvien yhteydenottojen automatisointia. Ne eivät yksin todista yleistä konversiovaikutusta tai sitä, että sama tulos toteutuisi toisessa verkkokaupassa.

Rita Row’n asiakastarinassa chatbot vastasi toistuviin kysymyksiin ja tuki asiakasta ostopolun aikana. Tapaus tukee keskustelun ja asiakaspalvelun hyötyä verkkokaupassa, mutta sen lukuja ei pidä käyttää yleisenä ennusteena tuotehaun tuotosta.

Lisää käytännön keinoja verkkosivun ostopolun kehittämiseen löytyy artikkelista opit 1 500 verkkosivun konversiosta.

Havainnollinen laskelma, ei lupaus

Seuraava laskelma on tarkoituksella yksinkertainen esimerkki. Luvut eivät ole asiakastulos eivätkä markkinan keskiarvoja.

Oletetaan, että:

• tuotehakua käyttää kuukaudessa 10 000 käyntiä
• näistä käynneistä 300 johtaa tilaukseen
• keskimääräinen tilaus on 60 euroa
• kontrolloitu testi näyttää 12 lisätilausta testijaksolla

Havainnollinen lisämyynti olisi 12 × 60 euroa eli 720 euroa testijaksolla. Se ei ole sama asia kuin voitto. Arviosta pitää vähentää palautukset, alennukset, maksut, katevaikutus, toteutus ja jatkuva palvelukustannus.

Oman liiketoiminnan päätös kannattaa tehdä A/B-testillä tai vaiheittaisella käyttöönotolla. Vertaa samaan aikaan samanlaista liikennettä, määritä ensisijainen mittari etukäteen ja tarkista, ettei yhden mittarin parannus heikennä esimerkiksi katetta tai palautusastetta.

Käyttöönotto käytännössä

1. Rajaa käyttötapaus. Aloita yhdestä kategoriasta tai tunnistetusta hakupulmasta.
2. Tarkasta tuotetieto. Varmista olennaiset ominaisuudet, variantit ja saatavuuden lähde.
3. Määritä rajapinnat. Päätä, mistä haku lukee tiedot ja mitä toimintoja se saa suorittaa.
4. Kirjoita toimintarajat. Määritä, milloin avustaja kysyy lisää, näyttää suodattimet tai ohjaa ihmiselle.
5. Testaa oikeilla hakutehtävillä. Käytä verkkokaupan omista hakulokeista tunnistettuja kysymyksiä.
6. Mittaa kontrolloidusti. Seuraa löydettävyyttä, ostoskoriin lisäyksiä, tilauksia, katetta ja palautuksia.

Alustan vaatima työ riippuu katalogista, rajapinnoista, saatavuustiedon rakenteesta ja käyttöliittymästä. Siksi yleinen lupaus käyttöönotosta ilman teknistä työtä tai tietyssä ajassa ei ole uskottava.

Mitä tekoälyhaku ei korjaa

Puutteellinen tuotetieto: Jos mitat, materiaalit tai yhteensopivuus puuttuvat, suositus ei voi olla luotettava.

Huonot kuvat ja epäselvä tuotesivu: Löydettävyys ei korjaa puuttuvaa ostopäätöksen tietoa.

Väärä hinnoittelu tai heikko valikoima: Haku auttaa löytämään vaihtoehdon, ei tekemään huonosta tarjonnasta kilpailukykyistä.

Vanhentunut saatavuus: Avustaja ei saa luvata tuotetta, jota verkkokauppa ei pysty toimittamaan.

Muu rikkoutunut ostopolku: Maksaminen, toimitusvaihtoehdot ja mobiilikäyttö vaikuttavat edelleen tilauksen syntymiseen.

Jos keskusteleva käyttöliittymä on sinulle uusi, lue myös chatbot yritykselle, käytännön opas.

Seuraava askel

Valitse yksi tuoteryhmä ja kokoa sen yleisimmät hakutilanteet omasta analytiikastasi. Niiden avulla voidaan arvioida, riittääkö parempi perinteinen haku vai tuoko keskusteleva haku aidosti lisäarvoa. Demo omalla, rajatulla tuotedatalla kertoo enemmän kuin yleinen konversiolupaus.