زیبایی امری شخصی است. کرم‌پودری که روی یک رنگ پوست نامحسوس است، ممکن است روی رنگ پوست دیگر مانند ماسک به نظر برسد. سرمی که گونه‌های خشک را تسکین می‌دهد، ممکن است باعث جوش در ناحیه T-zone شود. برای خرده‌فروشان، این واقعیت یک چالش واقعی ایجاد می‌کند: چگونه می‌توانید راهنمایی‌های بسیار شخصی‌سازی‌شده‌ای ارائه دهید، در حالی که به ده‌ها میلیون نفر در قاره‌های مختلف خدمات ارائه می‌دهید؟

Sephora دقیقاً در تلاش است تا همین مسئله را حل کند. این شرکت با ۳۴۰۰ فروشگاه فیزیکی، حضور در ۳۷ بازار و میلیاردها بازدید از وب‌سایت در هر سال، در نقطه تلاقی مقیاس عظیم و تصمیم‌گیری‌های دقیق قرار دارد. این شرکت تقریباً به ۸۰ میلیون مشتری خدمات می‌دهد. این حجم باعث می‌شود مدل قدیمی — یعنی گشتن در فروشگاه با یک برس آرایشی و آینه — برای بازسازی به صورت یک‌به‌یک در فضای آنلاین غیرممکن باشد. بنابراین Sephora به سراغ هوش مصنوعی رفت.

ابعاد این چالش

خرده‌فروشان اغلب از شخصی‌سازی صحبت می‌کنند، اما حوزه زیبایی نسخه‌ای منحصربه‌فرد و پیچیده از این مسئله را ارائه می‌دهد. نوع پوست، رنگ، بافت، حساسیت، سن، اقلیم و اخلاق‌های شخصی — مانند گیاهی (vegan)، بدون تست حیوانی (cruelty-free) و پاک (clean) — همگی روی هم لایه می‌اندازند. مشتری‌ای که به دنبال ریمل است، به‌ندرت فقط به دنبال رنگ می‌گردد. او می‌خواهد بداند آیا فرمول آن برای رفت‌وآمدهای در محیط مرطوب ضدآب است، آیا ترکیبات آن برای افرادی که لنز تماسی می‌گذارند ایمن است، یا اینکه آیا برس آن مژه‌ها را بدون گلوله کردن جدا می‌کند یا خیر.

پاسخ دادن به این سوالات در یک فروشگاه واحد ساده است، اما پاسخ دادن به آن‌ها برای میلیاردها بازدید دیجیتال در سال، این‌گونه نیست. چالش Sephora صرفاً موجود کردن کالای کافی نیست؛ بلکه بازسازی دانش بهترین مشاوران حضوری‌اش در مقیاسی جهانی و شبانه‌روزی است. تخصص انسانی همچنان هسته اصلی برند است، اما تخصص انسانی نمی‌تواند به صورت بی‌نهایت گسترش یابد. چیزی باید این شکاف را پر می‌کرد.

نحوه به‌کارگیری هوش مصنوعی توسط Sephora

پاسخ Sephora، مشارکت با OpenAI و بافتن هوش مصنوعی در چندین بخش متمایز از عملیات خود بوده است. هدف این کار، جایگزینی تجربه خرید با اتوماسیون نیست، بلکه تبدیل تجربه دیجیتال به تجربه‌ای مشاوره‌ای، مشابه تجربه فیزیکی است.

دستیار گفتگو‌محور به جای مجبور کردن مشتریان به کلیک کردن در منوهای فیلتر ایستا، Sephora اکنون از هوش مصنوعی گفتگو‌محور استفاده می‌کند که بیشتر شبیه به یک فروشنده آگاه عمل می‌کند. این سیستم به سوالات خاص و کاربردی پاسخ می‌دهد. درباره یک ریمل بپرسید، و این ابزار می‌تواند به شما بگوید که آیا فرمول آن ضدآب است یا ترکیبات اصلی آن را توضیح دهد. این سیستم بازتاب‌دهنده گفتگوی دوطرفه‌ای است که ممکن است در پیشخوان زیبایی داشته باشید. تفاوت در این است که این تبادل می‌تواند نیمه‌شب با یک گوشی موبایل و بدون انتظار برای چت زنده با اپراتور انجام شود.

ملاقات با مشتریان در همان جایی که هستند Sephora همچنین خدمات خود را با ChatGPT ادغام کرده است. این موضوع اهمیت دارد زیرا اصطکاک بین کنجکاوی و خرید را کاهش می‌دهد. یک مشتری ممکن است در پلتفرمی که روزانه از آن استفاده می‌کند، پیام ارسال کند. Sephora با آوردن لایه خدماتی خود به آنجا، نیاز به باز کردن یک اپلیکیشن جداگانه یا حفظ کردن ناوبری وب‌سایت را از بین می‌برد. این برند به جای مطالبه عادت‌های جدید، در دل عادت‌های موجود ظاهر می‌شود.

داده‌هایی که اکوسیستم را بهبود می‌بخشند سیستم‌های هوش مصنوعی کاری فراتر از پاسخ دادن به سوالات انجام می‌دهند؛ آن‌ها «سیگنال» تولید می‌کنند. Sephora از این داده‌ها برای درک آنچه مشتریان واقعاً می‌خواهند استفاده می‌کند، نه فقط آنچه روی آن کلیک می‌کنند. این درک به سمت شرکای برند جریان می‌یابد و به آن‌ها کمک می‌کند تصمیم بگیرند کدام فرمول‌ها را توسعه دهند، به کدام دغدغه‌ها رسیدگی کنند و بازار به کدام سمت می‌رود. در صنعتی که با ترندها و نوآوری در ترکیبات هدایت می‌شود، این حلقه بازخورد وزن واقعی دارد.

آنچه برای خریدار تغییر کرد

معماری فنی جالب است، اما خریدار فقط نتیجه را حس می‌کند: اعتمادبه‌نفس.

خرید آنلاین محصولات زیبایی مدت‌هاست که از شکاف اعتماد رنج می‌برد. شما نمی‌توانید یک رژلب را از طریق صفحه نمایش تست کنید. نمی‌توانید بوی یک عطر را از صفحه محصول استشمام کنید. این عدم قطعیت خود را در سبدهای خرید رها شده و تردید در مرحله پرداخت نشان می‌دهد. ابزارهای هوش مصنوعی Sephora با کاهش فاصله بین سوال و جواب، مستقیماً به این تردید حمله می‌کنند.

اگر مشتری با زبانی ساده بداند که یک ریمل در یک مهمانی استخری دوام می‌آورد یا یک کرم شب حاوی رتینول است و نه یک ماده سنتزی ناشناخته، با اضطراب کمتری خرید می‌کند. هوش مصنوعی فقط اطلاعات را بازیابی نمی‌کند؛ بلکه اطمینانِ یک توصیه انسانی را بازسازی می‌کند. این تغییر، از یک موتور جستجو به یک مشاور، ظریف اما مهم است. یک نوار جستجو کلمات کلیدی را تطبیق می‌دهد، اما یک مشاور، زمینه (context) را درک می‌کند.

بررسی تأثیر بر کسب‌وکار

نتایج قابل اندازه‌گیری بوده‌اند. Sephora از زمان به‌کارگیری این ابزارها، شاهد افزایش ۵ درصدی در نرخ تبدیل آنلاین بوده است. در تجارت الکترونیک، در چنین مقیاسی، حتی یک واحد درصد می‌تواند نشان‌دهنده درآمدی عظیم باشد. افزایش ۵ درصدی نشان می‌دهد که هوش مصنوعی صرفاً یک ویژگی جدید و جذاب نیست، بلکه در حال پر کردن شکاف میان جستجو و خرید است.

این جهش نشان‌دهنده چیزی عمیق‌تر از فناوری بهتر است. این موضوع نشان می‌دهد که مشتریان زمانی خرید خود را نهایی می‌کنند که نسبت به انتخاب‌هایشان اطمینان داشته باشند. این افزایش ناشی از تخفیف‌های تهاجمی یا تبلیغات بازگشتی (retargeting) نیست، بلکه ناشی از شفافیت است. مردم سفارش‌های خود را تکمیل می‌کنند چون بالاخره به آنچه در سبد خرید خود قرار می‌دهند، اعتماد می‌کنند.

مسیر حرکت Sephora همچنین به تغییر گسترده‌تری در نحوه نگرش خرده‌فروشان نسبت به نقش خود اشاره دارد. این شرکت دیگر خود را به عنوان انباری از برندها معرفی نمی‌کند، بلکه خود را به عنوان یک مشاور زیبایی دیجیتال جایابی می‌کند. داشتن موجودی کالا، یک پیش‌شرط اولیه است؛ اما ارائه راهنمایی، عامل تمایز است.

آنچه سایر خرده‌فروشان باید متوجه شوند

درس‌هایی در اینجا وجود دارد که فراتر از حوزه لوازم آرایشی است. اول اینکه، هوش مصنوعی زمانی بهترین عملکرد را دارد که یک نقطه اصطکاک مشخص را حل کند، نه اینکه صرفاً به عنوان یک ترفند تبلیغاتی در سراسر وب‌سایت پخش شود. Sephora یک مشکل ملموس را شناسایی کرد: ارائه مشاوره شخصی‌سازی‌شده در مقیاس جهانی؛ و ابزارهایی ساخت که مستقیماً به آن پاسخ می‌دهند. دوم اینکه، ادغام با پلتفرم‌های موجود مانند ChatGPT نشان می‌دهد که گاهی هوشمندانه‌ترین حرکت، ساختن یک مقصد جدید نیست، بلکه حضور یافتن در جایی است که گفتگوها از قبل در آن جریان دارد.

سوم، داستانِ داده‌ها اهمیت دارد. Sephora از سیگنال‌های قصد مشتری برای بهبود کل اکوسیستم خود، از جمله تأمین‌کنندگانش، استفاده می‌کند. این کار یک مزیت رقابتی مستحکم ایجاد می‌کند. رقبا می‌توانند رابط کاربری یک چت‌بات را کپی کنند، اما نمی‌توانند به همان راحتی، سال‌ها بینش دقیق و ساختاریافته درباره آنچه ۸۰ میلیون خریدار لوازم آرایشی واقعاً نیاز دارند را بازسازی کنند.

نتیجه‌گیری اصلی

هوش مصنوعی در خرده‌فروشی اغلب به عنوان داستانی درباره کارایی فروخته می‌شود—هزینه‌های کمتر، خدمات سریع‌تر و پشتیبانی خودکار. آزمایش Sephora...