Если вы дошли до этого момента в моей трехчастной аллегории об изменяющейся природе мерчандайзинга в эпоху ИИ, то вас ждут инсайты на основе «сырых» данных и заключительные мысли о том, где мы находимся сегодня. Видите ли, вся перспектива агентской коммерции зависит от способности ритейлеров доказать, что в этот новый формирующийся канал стоит инвестировать. Я считаю, что стоит, и объясню почему.
Краткий итог
В Части I я утверждал, что доступность — это первая задача мерчандайзера: LLM не могут рекомендовать то, что не могут прочитать.
В Части II я утверждал, что сама работа изменилась: мерчандайзинг теперь — это проектирование сигналов, а уверенность — валюта влияния.
И это оставляет вопрос, который задают любому мерчандайзеру примерно через четыре недели после начала работы: Это сработало?
Мы провели лето в Fabric, отвечая на этот вопрос в рамках нескольких проектов по обогащению данных. Я собираюсь рассказать об измерениях в общих чертах, подкрепив их точечными инсайтами от брендов одежды в стиле лайфстайл, дизайнерской моды, розничной торговли одеждой и товаров для дома.
Мы использовали общие показатели из еженедельных данных по каналам. Мы наблюдали три паттерна, и они были достаточно стабильны для самых разных каталогов.
Поехали!
(1) Сигналы проявляются в первую очередь там, где машины читают ваш каталог напрямую
Где именно проявляется обогащение данных?
В органических покупках (Organic Shopping) — стабильно и раньше, чем где-либо еще.
Два бренда зафиксировали значительный объем органических покупок и достаточную историю после публикации для окончательных измерений. Показатель добавления в корзину для обогащенных товаров вырос на 35–60%. У остальных товаров из каталогов за те же недели показатели остались на прежнем уровне или показали умеренный рост. Оба случая роста в Organic Shopping приходятся на неделю публикации и не ранее.
То, что мы наблюдали, было не просто совпадением микса каналов. Если задуматься, это вполне логично. Organic Shopping — это среда, которая питается напрямую структурированными данными о товарах. Названия, категории, варианты и значения атрибутов — все это попадает в фид, который машина читает без участия человека. Это кратчайший путь от спроектированного вами сигнала до решения, принятого в отношении вашего товара.
Главный вывод: если вы хотите узнать, работает ли проектирование ваших сигналов, в первую очередь посмотрите на машиночитаемую среду, которая уже генерирует объем. Когда объемы начнут направляться напрямую на поверхности ИИ через протоколы (UCP / ACP), проектирование ваших сигналов должно быть наготове. Мы прогнозируем, что первым четким маркером этого станут праздники 2026 года.
(2) Конверсия меняется раньше выручки
Что меняется в первую очередь и когда?
Здесь есть и хорошие, и плохие новости, но я считаю важным смотреть на наши выводы честно.
В каждом проекте наблюдалась одна ическая картина: процент добавления в корзину для обогащенных товаров рос, в то время как выручка на одну корзину падала.
Здесь подходят два объяснения. Либо обогащение привлекает более широкую аудиторию на более ранней стадии в корзину, что повышает показатель добавления до того, как вырастет стоимость корзины. Либо на эти товары в течение этого периода предоставлялись скидки. У нас есть неофициальные отзывы, подтверждающие второе.
Но урок последовательности применим в любом случае. Обогащение влияет на поиск и рассмотрение. Выручка вторична по отношению к ассортименту, цене и запасам — трем вещам, которые мерчандайзер также меняет каждую неделю по причинам, не имеющим никакого отношения к ИИ.
Таким образом, практическая форма плана измерений выглядит следующим образом:
- Первые изменения появляются через одну-две недели как переиндексация, а не как результаты.
- Для подтверждения эффекта конверсии нам потребовалось от четырех до двенадцати недель.
- Не сообщайте цифры раньше восьми недель. Перепроверьте через двенадцать.
- KPI — это процент добавления в корзину обогащенных товаров по сравнению с контрольной группой, которую вы определили до публикации.
Главный вывод: если вы вынесете из этого поста что-то одно, пусть это будет временная шкала. Большинство усилий по обогащению оцениваются по выручке на четвертой неделе, что примерно так же умно, как оценивать урожай, выкапывая его.
(3) ИИ-канал реагирует на сигналы, и он все еще находится на ранней стадии
А как насчет самого ИИ-трафика?
Это канал, для которого каждый хочет получить цифру, и цифра, которая имеет значение прямо сейчас, — это направление, а не объем.
У бренда женской дизайнерской одежды помеченные как ИИ сессии по обогащенным товарам выросли примерно в 3,5 раза после публикации. Скачок происходит через неделю после даты публикации и нигде до нее. Покупатели не ведут себя по расписанию индексации. Схема обнаруживается, считывается и используется в работе. И она быстро реагирует на то, что вы меняете.
ИИ-шопинг пока еще не является зрелым каналом. Помеченный как ИИ трафик сегодня представляет собой меньшую наблюдаемую долю трафика, чем органический поиск или шопинг, по той очевидной причине, что агентскому шопингу один-два года от роду, а не двадцать.
Тем не менее, он демонстрирует сложный рост во всех имеющихся у нас наборах данных, и все происходящее на верхних уровнях воронки указывает в том же направлении. Это канал на ранней стадии роста, измеряемый инструментами, которые также находятся на ранней стадии роста.
Доля вашего каталога, содержащая богатые структурированные сигналы, устанавливает потолок для той части этого роста, которую вы сможете захватить. Обогащая подмножество товаров сегодня, вы не гонитесь за выручкой от ИИ, а скорее создаете площадь поверхности для канала, который еще не достиг своего пика.
Главный вывод: оценивайте ИИ-канал по тому, как он реагирует на ваши сигналы, а не по тому, какой вклад он вносит в этом квартале. Реакция означает, что у вас хорошие позиции. Это опережающий индикатор, а опережающие индикаторы — это главная цель ранних измерений.
Замыкая круг
За три акта — от доступности до проектирования сигналов и измерений — мы изучили, как меняется роль мерчандайзинга в коммерции.
Доступность была технической проблемой: могут ли машины вообще прочитать ваш каталог?
Проектирование сигналов — это проблема проектирования: достаточно ли там связных доказательств для анализа?
Измерения — это проблема экспериментов: можете ли вы отличить то, что сделали вы, от того, что сделала сезонность?
Мерчандайзеры усвоили первые два пункта на удивление быстро. Третий — это то, на что я бы обратил внимание сейчас, потому что именно здесь хорошая работа тихо лишается финансирования.
Если момент влияния переместился с вашего сайта в рассуждения модели, то доказательство этого влияния должно быть спроектировано с тем же умыслом, что и сами сигналы.
Думайте об этом как о канале, где механизм виден. Начните с контрольной группы, определенной до оптимизации, и следите за изменениями метрик в неделях, а не в кварталах после публикации.
Сильные сигналы позволяют вас идентифицировать.
Богатые сигналы позволяют анализировать вас.
Заслуживающие доверия сигналы позволяют рекомендовать вас.
Честные измерения дают вам бюджет на то, чтобы продолжать это делать.
Спасибо, что прочитали мою серию статей.
