Founder Lab Shopify ஸ்டோர் ஒரு AI-அடிப்படையிலான ஸ்கோரிங் கருவியால் ஆறு முறை ஸ்கேன் செய்யப்பட்டது, அதில் "intent" என்ற ஒரு கூறு மட்டுமே மாறியது—மொத்த முடிவு கிட்டத்தட்ட மாறாமல் இருந்தபோதிலும், அது 4 முதல் 6 வரை நகர்ந்தது. ஒரு கடையின் AI-ஆல் உருவாக்கப்பட்ட மதிப்பீட்டில் ஏற்படும் ஒரு புள்ளியின் மாற்றம், உண்மையான முன்னேற்றம் அல்லாமல், வெறும் புள்ளிவிவர இரைச்சலாக (statistical noise) இருக்கலாம் என்பதை இந்த ஆய்வு காட்டுகிறது.

இந்த சோதனை ஏன் முக்கியமானது

கடை உரிமையாளர்கள் தங்கள் தளங்களுக்கு ஒற்றை எண் மதிப்பீட்டை வழங்கும் தானியங்கி கருவிகளைத் தொடர்ந்து நம்பியிருக்கிறார்கள். அந்த மதிப்பீடுகள் விரைவான ஆரோக்கியச் சரிபார்ப்பு மற்றும் மேம்படுத்துவதற்கான வழிகாட்டலைத் தருவதாகக் கூறுகின்றன. அதிக எண் இருந்தால் சிறந்த கடை என்ற அனுமானம் இருப்பதால், எந்தவொரு உயர்வையும் ஒரு மாற்றம் வேலை செய்ததற்கான ஆதாரமாக எடுத்துக்கொள்கிறார்கள். இந்த அனுமானத்தை சரிபார்க்கவே Founder Lab விரும்பியது. மாற்றமில்லாத ஒரு கடையின் மீது இந்த கருவியைப் பயன்படுத்துவதன் மூலம், மதிப்பெண் தானாகவே எவ்வளவு மாறுகிறது என்பதைத் குழுவால் காண முடிந்தது.

இந்த சோதனை எப்படி இருந்தது

  • தேதி 1 (ஜூலை 12): ஒரு ஸ்கேன், மொத்த மதிப்பெண் 78, intent 6.
  • தேதி 2 (ஜூலை 17): ஐந்து ஸ்கேன்கள், ஒவ்வொன்றும் ஒரு நிமிடத்திற்கும் குறைவான நேரத்தில், பின்வரும் முடிவுகளைத் தந்தன:
    • ஸ்கேன் 1: 76 / 4
    • ஸ்கேன் 2: 76 / 4
    • ஸ்கேன் 3: 78 / 6
    • ஸ்கேன் 4: 77 / 5
    • ஸ்கேன் 5: 77 / 5

மற்ற அனைத்து துணை மதிப்பெண்களும்—visual design, schema markup, trust signals, technical health, pricing, recommendation, மற்றும் brand—அனைத்து முறைகளிலும் ஒரே மாதிரியாகவே இருந்தன. intent துணை மதிப்பெண் மட்டுமே மாறியது, மேலும் intent-ஐக் கழித்த பிறகு கிடைக்கும் மொத்த மதிப்பெண் (78 – 6, 76 – 4, 77 – 5) எப்போதும் 72 ஆகவே இருந்தது. வேறு வார்த்தைகளில் கூறுவதானால், மதிப்பீட்டின் தீர்மானிக்கப்பட்ட (deterministic) பகுதிகள் முற்றிலும் நிலையானவை; AI-ஆல் இயக்கப்படும் intent மதிப்பீடு மட்டுமே மாறியது.

“intent”-ன் மறைந்திருக்கும் நிலையற்ற தன்மை

ஒரு கடை வாங்குபவரின் நோக்கத்துடன் எவ்வளவு சிறப்பாக ஒத்துப்போகிறது என்பதை அளவிட முயற்சிப்பதே இந்த அல்காரிதத்தின் "intent" பகுதியாகும்—அதாவது தயாரிப்பு கலவை, விளம்பர வாசகங்கள் (copy) அல்லது ஒட்டுமொத்த செய்தி ஆகியவை வாங்குபவர் தேடும் விஷயத்துடன் பொருந்துகிறதா என்பது. மொத்த மதிப்பீடு ஒரு ஒற்றை எண்ணாகத் தெரியும் போது, அந்த மாறுபாட்டை எளிதில் கவனிக்கத் தவறிவிடலாம். ஒரு கடையின் மதிப்பீடு 78-லிருந்து 80 ஆக உயர்ந்தால் அது முன்னேற்றம் போலத் தெரியலாம், ஆனால் அந்த மாற்றம் Founder Lab சோதனை கண்டறிந்த அதே 2-புள்ளி ஏற்ற இறக்கத்தை விட வேறொன்றுமில்லை.

டெவலப்பர்கள் ஏன் பலமுறை ஸ்கேன் செய்ய வேண்டும்

இந்த ஆய்வு ஒரு நடைமுறை விதியைக் கூறுகிறது: ஒரு அல்லது இரண்டு புள்ளிகளின் மாற்றத்தை மீண்டும் உறுதிப்படுத்தும் வரை அது சந்தேகத்திற்குரியது என்று கருதுங்கள். ஒரு தளத்தின் அதே நிலையை வைத்து கருவியை பலமுறை இயக்குவது ஒரு “noise floor”-ஐத் தரும் - அதாவது எதுவும் மாறாத போது எதிர்பார்க்கக்கூடிய மதிப்பெண்களின் வரம்பு. ஒரு புதிய மேம்பாடு (optimization) மதிப்பெண்ணை அந்த வரம்பிற்கு வெளியே தொடர்ந்து தள்ளினால், அந்த மாற்றம் முக்கியமானது என்பதற்கான வலுவான ஆதாரத்தை நீங்கள் பெற்றிருப்பீர்கள்.

நாங்கள் இனி ஒருமுறை மட்டும் ஸ்கேன் செய்வதை நம்புவதில்லை. ஒவ்வொரு உண்மையான மாற்றத்தையும் அது இரைச்சல் (noise) அல்ல என்பதை நிரூபிக்க இப்போது பலமுறை ஸ்கேன் செய்ய வேண்டும். கவனமும் முன்னால் திரும்பியுள்ளது: அவர்கள் முதலில் தீர்மானிக்கப்பட்ட காரணிகளை—technical health, structured data, மற்றும் site architecture—நிலையானவை மற்றும் டெவலப்பரின் கட்டுப்பாட்டில் இருப்பதால் அவற்றை உறுதிப்படுத்துகிறார்கள். அந்த அடித்தளங்கள் உறுதியான பின்னரே, அவர்கள் தயாரிப்பு வாசகங்கள் (product copy) அல்லது பிற intent தொடர்பான சமிக்ஞைகளுடன் சோதனைகளைச் செய்கிறார்கள், அப்போதும் பலமுறை ஸ்கேன் செய்து முடிவுகளைச் சரிபார்க்கிறார்கள்.

வணிகர்களுக்கான பாதிப்புகள்

ஒரு கடை உரிமையாளருக்கு, முன்னேற்றம் ஏற்பட்டுவிட்டது என்ற தவறான உணர்வு நேரத்தையும் பணத்தையும் வீணடிக்க வழிவகுக்கும். நீங்கள் ஒரு 2-புள்ளி உயர்வைத் துரத்தினால், உண்மையில் எந்த மாற்றத்தையும் ஏற்படுத்தாத விளம்பர வாசகங்களை மாற்றுதல், படங்களை மாற்றுதல் அல்லது விலை நிர்ணய சோதனைகளில் முதலீடு செய்யக்கூடும். மாறாக, ஒரு உண்மையான முன்னேற்றம் இரைச்சல் வரம்பிற்குள் (noise band) இருப்பதால் அதைத் தவிர்த்தால், ஒரு வெற்றிகரமான மாற்றத்தை முழுமையாகப் பயன்படுத்திக் கொள்ளும் வாய்ப்பை நீங்கள் இழக்க நேரிடும்.

மாற்று வாதம்: ஒற்றை ஸ்கேன்களுக்கும் மதிப்பு உண்டு

சில நிபுணர்கள், வளங்கள் குறைவாக இருக்கும்போது, உயர் மட்டக் கண்காணிப்பிற்கு ஒருமுறை ஸ்கேன் செய்வது போதுமானது என்று வாதிடுகிறார்கள். தீர்மானிக்கப்பட்ட கூறுகள் (technical, schema, trust, போன்றவை) ஏற்கனவே நம்பகமானவை என்றும், intent மதிப்பெண் இரைச்சலாக இருந்தாலும், அது ஒரு திசையிலான நுண்ணறிவை (directional insight) வழங்குகிறது என்றும் அவர்கள் சுட்டிக்காட்டுகிறார்கள். பலமுறை ஸ்கேன் செய்வதற்காகக் காத்திருப்பது நடவடிக்கைகளைத் தாமதப்படுத்தும் வேகமான சூழல்களில், ஒருமுறை வாசிப்பதே ஒரே நடைமுறை விருப்பமாக இருக்கலாம்.

இதில் உள்ள சமநிலை தெளிவானது: ஒருமுறை ஸ்கேன் செய்வது வேகத்தைத் தருகிறது ஆனால் இரைச்சலுக்கு எதிர்வினையாற்றும் அபாயத்தையும் கொண்டுள்ளது; பலமுறை ஸ்கேன் செய்வது நேரத்தை எடுத்துக் கொண்டாலும் நம்பிக்கையைத் தருகிறது. வணிகர்கள் தங்கள் பணிப்பாய்வு மற்றும் இடர் தாங்கும் திறனுக்கு எந்தச் சமநிலை பொருந்தும் என்பதைத் தீர்மானிக்க வேண்டும்.

அடுத்து கவனிக்க வேண்டியவை

  • கருவி வழங்குநர்கள் (Tool providers): ஸ்கோரிங் தளங்கள் தங்களின் சொந்த இரைச்சல் மதிப்பீடுகளை (noise estimates) வெளியிடுமா அல்லது நம்பகமான முடிவுகளுக்கு குறைந்தபட்சம் எத்தனை முறை ஸ்கேன் செய்ய வேண்டும் என்று பரிந்துரைக்குமா? மாடல் மாறுபாட்டைப் (model variance) பற்றிய வெளிப்படைத்தன்மை ஒரு முக்கிய வேறுபாடாக மாறக்கூடும்.
  • Shopify சூழல் (Shopify ecosystem): அதிக வணிகர்கள் AI ஸ்கோரிங்கைத் தழுவும் போது, மீண்டும் மீண்டும் சோதனை செய்வதற்கான சமூக சிறந்த நடைமுறைகள் உருவாகலாம், இது பலமுறை ஸ்கேன் செய்வதையும் தரவுகளைத் தொகுப்பதையும் தானியக்கமாக்கும் பிளக்-இன்களாக (plugins) இருக்கலாம்.

முக்கியக் கருத்து (Takeaway)

AI-ஆல் உருவாக்கப்பட்ட கடை மதிப்பீடு என்பது அதன் அடிப்படையான மாதிரியின் (model) நிலைத்தன்மையை எவ்வளவு நம்பகமானதோ அவ்வளவுதான் நம்பகமானது. Founder Lab-ன் ஆறு முறை ஸ்கேன் செய்த சோதனை, மற்ற அனைத்தும் நிலையாக இருக்கும்போது கூட, "intent" பகுதி சில புள்ளிகள் மாறக்கூடும் என்பதைக் காட்டுகிறது. எனவே, டெவலப்பர்கள் சிறிய மதிப்பெண் மாற்றங்களை இரைச்சலாக (noise) கருத வேண்டும், பலமுறை ஸ்கேன் செய்து முன்னேற்றங்களைச் சரிபார்க்க வேண்டும், மேலும் AI-ஆல் பாதிக்கப்படக்கூடிய பகுதிகளை மாற்றியமைப்பதற்கு முன், தங்கள் கடைகளின் தீர்மானிக்கக்கூடிய மற்றும் முழுமையாகக் கட்டுப்படுத்தக்கூடிய அம்சங்களைச் சரிசெய்வதற்கு முன்னுரிமை அளிக்க வேண்டும். இப்போது எடுக்கும் கூடுதல் முயற்சி, பின்னர் மாயையான லாபங்களைத் தேடி அலைவதைத் தவிர்க்க உதவும்.