عنوان: شرطبندی اتسی بر هوش مصنوعی، ترافیک کمتر از ۱ درصد را به خریدارانی با هزینه بیشتر تبدیل میکند
ابزارهای شخصیسازی و کشف محصول مبتنی بر هوش مصنوعی اتسی (Etsy)، بخش کوچکی از ترافیک (کمتر از ۱ درصد) را که از طریق هوش مصنوعی هدایت میشود، به مشتریانی با قدرت خرید بالاتر تبدیل کرده و اولین افزایش تعداد خریداران فعال را از سال ۲۰۲۳ تاکنون رقم زده است.
چرا اتسی به سراغ هوش مصنوعی رفت
اتسی مدتهاست که با چالش نمایش محصولات دستساز و قدیمی (vintage) که در دستهبندیهای مشخص محصولات نمیگنجند، دستوپنجه نرم میکند. خریداران اغلب نمیتوانند دقیقاً نام آنچه را که میخواهند بگویند، که این امر جستجوی مبتنی بر کلمات کلیدی را ناکارآمد میکند. در گزارش درآمدی فصل دوم، کروتی پاتل گویال (Kruti Patel Goyal)، مدیرعامل شرکت، استراتژی جدیدی در حوزه هوش مصنوعی را با هدف پر کردن این شکاف تشریح کرد. او گفت که این برنامه سه رکن اصلی را هدف قرار داده است: شخصیسازی، قابلیت کشف (discoverability) و ابزارهای گفتگومحور.
اعداد پشت این هیاهو
ترافیک حاصل از پلتفرمهای هوش مصنوعی مانند ChatGPT کمتر از ۱ درصد از کل بازدیدها را تشکیل میدهد، اما این جریان کوچک با نرخ بهمراتب بالاتری به خرید تبدیل شده و میانگین ارزش سفارش را افزایش میدهد. این دادهها با روندهای گستردهتر تجاری همسو هستند: فروش از طریق اپلیکیشن موبایل ۱۲.۵ درصد نسبت به سال گذشته افزایش یافته، نرخ کارمزد (take rate) — یعنی سهم اتسی از هر تراکنش — به ۲۵.۹ درصد رسیده و تعداد خریداران فعال در این فصل ۳۵۰,۰۰۰ نفر رشد داشته است.
سه رکن اصلی چگونه کار میکنند
شخصیسازی بهتر
اتسی موتور پیشنهاددهنده خود را با دادههای رفتاری حدود ۶۵ میلیون خریدار تغذیه میکند. این مدل به جای صرفاً تطبیق کلمات کلیدی، نشانههای زیباییشناختی را یاد میگیرد. وقتی یک خریدار در حال گشتوگذار در میان گردنبندهای سبک بوهمی (boho-style) است، سیستم محصولاتی را نمایش میدهد که همان حس و حال را دارند، حتی اگر در توضیحات آنها از اصطلاحات متفاوتی استفاده شده باشد.
کشف آسانتر محصولات
یک دستیار جدید برای انتخاب هدیه به کاربران اجازه میدهد مناسبت یا احساس خود را با زبان ساده توصیف کنند. یک خریدار به جای تایپ کردن عبارت «ماگ سرامیکی دستساز»، میتواند بگوید: «یک هدیه دنج برای دوستدار قهوه که به هنرهای عجیب و غریب علاقه دارد». این دستیار آن ورودی را به مجموعهای منتخب از محصولات تبدیل میکند و قصد مبهم کاربر را به پیشنهادهای ملموس تبدیل مینماید.
تبلیغات هوشمندتر
فیلترهای یادگیری ماشین اکنون تبلیغات را با خریدارانی مطابقت میدهند که بیشترین احتمال را دارد از سبک منحصربهفرد یک سازنده خوششان بیاید. فروشندگان بدون نیاز به تخصص عمیق در بازاریابی، به ارتباط (relevance) بالاتری با مشتری دست مییابند و خریداران تبلیغات نامرتبط کمتری مشاهده میکنند.
چه کسی برنده میشود و چه کسی نظارهگر است؟
فروشندگان آثار خاص و تکنسخهای، از دیدهشدنی برخوردار میشوند که جستجوی سنتی ممکن بود از آن غافل شود. خریداران نیز مسیر هموارتر و سادهتری برای رسیدن به کالاهایی که نمیتوانند به راحتی توصیفشان کنند، پیدا میکنند.
گامهای بعدی
اتسی سیگنال داده است که لایه هوش مصنوعی باید نامرئی به نظر برسد و اجازه دهد محصولات دستساز به طور طبیعی خود را نشان دهند.
نتیجهگیری: ترافیک اندک هوش مصنوعی در اتسی از همین حالا فراتر از حد انتظار عمل کرده است؛ این موضوع ثابت میکند که حتی یک مخاطب بسیار کوچک اما با هدف خرید بالا، میتواند زمانی که فناوری با ارزش اصلی پلتفرم (یعنی یافتن آسان کالاهای متمایز و دستساز) همسو باشد، رشد معناداری ایجاد کند.