بحث الذكاء الاصطناعي لـ BigCommerce يحول المتسوقين إلى مشترين

تم بناء BigCommerce للبيع بالتجزئة الجاد. البيع عبر قنوات متعددة، وواجهات برمجة تطبيقات قوية، وقواعد تسعير مرنة — إنها منصة تتعامل مع تعقيد إدارة متجر عبر الإنترنت على نطاق واسع. لكن تجربة البحث على معظم متاجر BigCommerce لم تواكب الطريقة التي يبحث بها المتسوقون عن المنتجات بالفعل. يطابق البحث الأصلي الكلمات المفتاحية مقابل حقول المنتج ويعرض شبكة مصفاة من النتائج. هذا يعمل عندما يعرف المتسوق ما يريده — "Nike Air Max 90 أسود مقاس 10". ولكنه ينهار تمامًا عندما يستكشف، أو يتسوق لشراء هدية، أو يحاول وصف منتج يمكنه تصوره ولكنه لا يعرف اسمه. وتمثل هذه الفئة الثانية من المتسوقين إيرادات ضائعة أكثر مما يدركه معظم أصحاب المتاجر.

فكر في الاستعلام "أحتاج هدية عيد ميلاد لطفل عمره 10 سنوات يحب العلوم". تحتوي هذه الجملة على صفر من الكلمات المفتاحية للمنتج. لا يوجد ما يطابقه محرك بحث يعتمد على الكلمات المفتاحية. قد لا يُرجع شيئًا، أو قد يُرجع كل منتج يحتوي على كلمة "علوم" في مكان ما في وصفه — مجموعة من النتائج غير المترابطة التي يجب على المتسوق غربلتها. لا يؤدي أي من النتيجتين إلى مساعدة المتسوق في العثور على المنتج المناسب، وكلا النتيجتين تنتهيان بنفس الطريقة: يغادر المتسوق. يذهب إلى أمازون، حيث البحث أذكى، أو يذهب إلى جوجل، حيث قد يشير الحل إلى منافس. كانت عملية البيع موجودة. لكن البحث لم يتمكن من التقاطها.

هذه هي الفجوة التي يملؤها بحث الذكاء الاصطناعي للمحادثة. يضيف Asyntai أداة دردشة مدعومة بالذكاء الاصطناعي إلى متجر BigCommerce الخاص بك تفهم اللغة الطبيعية، وتبحث في كتالوج منتجاتك، وتعرض المنتجات المطابقة كبطاقات منتجات ديناميكية — بطاقات مرئية تحتوي على صور المنتج وأسعاره وأوصافه وأزرار الشراء، مباشرة داخل نافذة الدردشة. عندما يكتب هذا المتسوق "هدية عيد ميلاد لطفل عمره 10 سنوات يحب العلوم"، يقوم الذكاء الاصطناعي بتحليل الاستعلام: مناسب للعمر، تعليمي، ذو طابع علمي، مناسب كهدية. يبحث في الكتالوج وقد يعرض مجموعة أدوات كيمياء، ومجموعة روبوتات يمكنك بناؤها، ومصباح عرض للنجوم — منتجات لم يكن المتسوق ليجدها أبدًا من خلال بحث الكلمات المفتاحية، معروضة كبطاقات يمكنه تصفحها دون مغادرة المحادثة.

تأتي بيانات المنتج التي تدعم الذكاء الاصطناعي من موجز البيانات في الوقت الفعلي. تقوم بتصدير كتالوج BigCommerce الخاص بك كملف CSV، أو تقوم بتوصيل واجهة برمجة تطبيقات REST الخاصة بـ BigCommerce، ويقوم Asyntai بفهرستها. يتضمن الموجز أسماء المنتجات، والأوصاف، والأسعار، والصور، والفئات، والمتغيرات، وأي حقول مخصصة تقوم بتضمينها. يستخدم الذكاء الاصطناعي هذه البيانات المنظمة لفهم منتجاتك بشكل شامل — ليس كمجموعات من الكلمات المفتاحية، ولكن كعناصر لها سمات وأغراض وسياقات. عندما يتضمن الموجز "أعمار 8-12" في وصف المنتج و "STEM" في فئته، يربط الذكاء الاصطناعي هذه النقاط باستعلام "طفل عمره 10 سنوات يحب العلوم". هذا ليس مطابقة للكلمات المفتاحية. هذا هو الفهم.

ما يجعل بطاقات المنتجات الديناميكية مختلفة عن صفحة نتائج البحث هو السياق. في صفحة النتائج، تظهر المنتجات كشبكة بأقل قدر من المعلومات — ينقر المتسوق على واحد، ويقرأ صفحة المنتج، ويعود، وينقر على آخر، ويقرأ، ويعود. كل نقرة هي تبديل للسياق. في أداة الدردشة الخاصة بـ Asyntai، تظهر بطاقات المنتجات مضمنة مع توصية الذكاء الاصطناعي. قد يقول الذكاء الاصطناعي "إليك ثلاث مجموعات كيمياء ضمن ميزانيتك — مجموعة الكيمياء هي الأكثر شيوعًا لهذا العمر، لكن مجموعة الروبوتات لديها تقييمات أفضل من الآباء". تجلس البطاقات مباشرة أسفل تلك التوصية، مع ظهور الصور والأسعار بنظرة سريعة. يرى المتسوق المنتجات في سياق سبب اختيارها، مما يجعل اتخاذ القرار أسرع ويزيد من احتمالية التحويل.

يتيح تنسيق المحادثة أيضًا التنقيح التكراري بطريقة لا يمكن لأي صفحة نتائج بحث محاكاتها. يسأل المتسوق "أثاث خارجي لشرفة صغيرة". يعرض الذكاء الاصطناعي ثلاث مجموعات طعام مدمجة كبطاقات منتجات. "شيء أكثر استرخاءً — مثل كراسي الاستلقاء". يقوم الذكاء الاصطناعي بالتعديل ويعرض كراسي قابلة للطي ومجموعات بيسترو. "هل يأتي أي من ذلك باللون الأزرق المخضر؟" يتحقق الذكاء الاصطناعي من بيانات المتغيرات من الموجز. كل تبادل يبني على سابقه، ويضيق من حاجة واسعة إلى منتج محدد دون أن يبدأ المتسوق البحث من جديد. إنه المكافئ الرقمي للعمل مع موظف مبيعات واسع المعرفة يتذكر كل تفضيل ذكرته في المحادثة.

بالنسبة لتجار BigCommerce على وجه التحديد، تحل مشكلة موجز البيانات في الوقت الفعلي مشكلة تعاني منها أدوات البحث التابعة لجهات خارجية: حداثة البيانات. غالبًا ما تدير متاجر BigCommerce عروضًا ترويجية متكررة ومبيعات خاطفة وتسعيرًا ديناميكيًا — خاصة متاجر B2B ذات فئات تسعير خاصة بالعملاء. أداة البحث التي تعيد الفهرسة ليلاً ستقدم أسعار الأمس خلال تخفيضات اليوم. ينعكس تغيير الأسعار على الفور عند قراءة موجز البيانات الخاص بـ Asyntai في كل استعلام، وهذا يعني أن السعر يتغير فورًا. عندما تخفض سعر منتج من 89 دولارًا إلى 59 دولارًا لبيع نهاية الأسبوع، يرى المتسوق التالي الذي يسأل عنه 59 دولارًا على بطاقة المنتج. عندما ينفد مخزون عنصر ما، فإنه يتوقف عن الظهور في النتائج. لا يوصي الذكاء الاصطناعي أبدًا بالمنتجات التي لا يمكنك بيعها بالسعر الذي يقتبسه.

تعتبر سعة الكتالوج مهمة لمتاجر BigCommerce، التي تميل إلى تشغيل كتالوجات أكبر وأكثر تعقيدًا من المتاجر على منصات أخف. يدعم خطة Standard ما يصل إلى 500 منتج في موجز البيانات في الوقت الفعلي — وهو ما يكفي للمتاجر ذات خط الإنتاج المركز. يتوسع Real-Time Data Feed Max إلى 25,000 منتج، مما يدعم كتالوجات BigCommerce للمؤسسات التي تحتوي على آلاف رموز SKU، ومتغيرات متعددة لكل منتج، وأوصاف مفصلة. لا يتباطأ الذكاء الاصطناعي مع نمو الكتالوج لأنه لا يقوم بمطابقة الكلمات المفتاحية بالقوة الغاشمة — بل إنه يستنتج المنتجات التي تطابق بشكل أفضل حاجة المتسوق المعبر عنها، بغض النظر عما إذا كان الكتالوج يحتوي على 50 عنصرًا أو 15,000.

لا يقتصر دور الذكاء الاصطناعي على البحث في موجز البيانات فحسب. بل يزحف أيضًا إلى واجهة متجر BigCommerce الخاص بك — صفحات المنتجات، وصفحات الفئات، وصفحات "حول"، ومنشورات المدونة، وأي محتوى آخر على موقعك. هذا يعني أن الذكاء الاصطناعي يمكنه الإجابة على الأسئلة الموجودة خارج كتالوج المنتجات: سياسات الشحن، ونوافذ الإرجاع، ومعلومات الضمان، وأدلة المقاسات، وتعليمات العناية بالمواد. قد يسأل المتسوق "هل تشحنون إلى كندا؟" ويحصل على إجابة من صفحة سياسة الشحن الخاصة بك، ثم يتابع بـ "أرني أفضل المعاطف الشتوية مبيعًا" ويحصل على بطاقات منتجات ديناميكية من موجز البيانات. يسحب الذكاء الاصطناعي من كلا المصدرين بسلاسة، مما يخلق تجربة موحدة حيث يحدث اكتشاف المنتج والوصول إلى المعلومات في نفس المحادثة.

تمتد الأدوات المخصصة (Custom Tools) الذكاء الاصطناعي إلى ما وراء البحث ليشمل الإجراءات التشغيلية. من خلال توصيل نقاط نهاية واجهة برمجة تطبيقات BigCommerce الخاصة بك، يمكن للذكاء الاصطناعي التحقق من المخزون في الوقت الفعلي لمتغير محدد ("هل لديكم هذا بمقاس XL؟")، أو البحث عن حالة شحن طلب ("أين طلبي رقم 12345؟")، أو التحقق مما إذا كانت قسيمة ترويجية تنطبق على منتج معين، أو حتى بدء طلب إرجاع. كل أداة تقوم بتوصيلها تضيف قدرة كانت تتطلب سابقًا من المتسوق الانتقال إلى صفحة منفصلة أو الاتصال بالدعم. يمكن للعميل العائد أن يسأل "لقد طلبت السترة الزرقاء الأسبوع الماضي — هل يمكنني استبدالها باللون الأخضر بمقاس متوسط؟" ويمكن للذكاء الاصطناعي البحث عن الطلب، والتحقق من المخزون على المتغير الأخضر، وبدء عملية الاستبدال — كل ذلك في محادثة واحدة.

تضيف ميزة واجهات المتاجر المتعددة (multi-storefront) في BigCommerce طبقة من التعقيد التي يتعامل معها Asyntai بوضوح. إذا كنت تدير متاجر منفصلة لمناطق أو علامات تجارية أو شرائح عملاء مختلفة، فسيحصل كل متجر على أداة Asyntai الخاصة به مع موجز بيانات خاص به وقاعدة معرفية وتخصيص للعلامة التجارية. يرى المتسوق على متجرك الأمريكي أسعارًا أمريكية ومنتجات متاحة في الولايات المتحدة. يرى المتسوق على متجرك الأوروبي أسعارًا باليورو ومخزونًا أوروبيًا. يتم تخصيص تجربة بحث الذكاء الاصطناعي لكل واجهة متجر دون أي تلوث متبادل لبيانات المنتج أو التسعير. أنت تدير موجز كل متجر بشكل مستقل، ويحافظ الذكاء الاصطناعي على فصلها.

من السهل عمدًا تبسيط عملية التثبيت لأن أكبر حاجز أمام البحث الأفضل ليس التكنولوجيا — بل هو احتكاك التنفيذ. في BigCommerce، تذهب إلى Storefront > Script Manager، وتنشئ نصًا برمجيًا جديدًا، وتضبط الموضع على Footer، وتلصق كود أداة Asyntai، وتنقر على حفظ. تظهر أداة الدردشة على كل صفحة في متجرك في غضون ثوانٍ. لا يوجد تطبيق للتثبيت، ولا ملفات قالب للتعديل، ولا حاجة لتوظيف مطور. إنه يعمل مع Cornerstone، وكل قالب يعتمد على Stencil، وتنفيذات BigCommerce بدون خادم (headless)، وبجانب أي نصوص برمجية أو تطبيقات أخرى تقوم بتشغيلها. يستغرق الإعداد بأكمله — من التسجيل إلى رؤية الأداة مباشرة على متجرك — وقتًا أقل من تكوين مرشح بحث واحد موجه.

تعتبر القدرة على التعامل مع لغات متعددة أكثر أهمية لتجار BigCommerce مما يدركه الكثيرون. يدعم BigCommerce البيع دوليًا، وتخدم العديد من المتاجر العملاء عبر الحدود اللغوية. يدعم Asyntai 36 لغة، مما يعني أن المتسوق الناطق بالإسبانية يمكنه أن يسأل "necesito un regalo para un nino de 10 anos que le gusta la ciencia" ويبحث الذكاء الاصطناعي في نفس موجز البيانات للمنتجات باللغة الإنجليزية، ويعثر على مجموعات أدوات العلوم المطابقة، ويعرض بطاقات المنتجات مع استجابة باللغة الإسبانية. تأتي أسماء المنتجات والأسعار مباشرة من الموجز؛ النص الحواري — التوصيات، والمقارنات، والأسئلة المتابعة — يكون بلغة المتسوق. لست بحاجة إلى بيانات منتج مترجمة. الذكاء الاصطناعي يتعامل مع طبقة اللغة بينما يتعامل موجز البيانات مع طبقة المنتج.

تأتي الحالة الاقتصادية لبحث الذكاء الاصطناعي للمحادثة على BigCommerce من رقم لا تتتبعه معظم لوحات تحليلات البيانات: المتسوقون الذين كانت لديهم نية شراء ولكنهم لم يتمكنوا من العثور على المنتج المناسب. هؤلاء ليسوا متسوقين يتجولون أو زوار يقارنون الأسعار. لقد أتوا إلى متجرك بحثًا عن شيء محدد — أو على الأقل شيء في فئة معينة — وغادروا لأن تجربة البحث لم تتمكن من ربط حاجتهم بمخزونك. في معظم متاجر BigCommerce، يحقق البحث الأصلي تحويلات جيدة للاستعلامات المطابقة تمامًا ولكنه ينخفض بشكل حاد في عمليات البحث الاستكشافية. يستهدف بحث الذكاء الاصطناعي بالضبط منطقة الانخفاض هذه: المتسوق الذي يعرف ما يريده ولكنه لا يعرف ما يسمى به في الكتالوج الخاص بك.

قارن بين تجربة التسوق. مع بحث الكلمات المفتاحية: يكتب المتسوق استعلامًا، ويحصل على شبكة من المنتجات مرتبة حسب الصلة (خوارزمية صلة لا يمكنها قراءة النية)، ويتصفح النتائج التي قد تتطابق أو لا تتطابق، وينقر على صفحات المنتجات واحدة تلو الأخرى، ويستخدم زر الرجوع بشكل متكرر، إما أن يجد شيئًا أو يتخلى عن العملية. مع بحث الذكاء الاصطناعي للمحادثة: يصف المتسوق ما يحتاجه، ويرى بطاقات منتجات منسقة مع صور وأسعار، ويسأل سؤالًا متابعًا لتضييق النتائج، ويحصل على اقتراحات منقحة، وينقر للوصول إلى صفحة المنتج جاهزًا للشراء. التجربة الثانية تحتوي على خطوات أقل، واحتكاك أقل، واحتمالية أعلى للانتهاء بعملية شراء — لأن الذكاء الاصطناعي قام بعمل ترجمة النية إلى منتجات.

المتاجر التي تستفيد أكثر من بحث الذكاء الاصطناعي على BigCommerce تشترك في نمط: إنها تبيع منتجات لا تتطابق فيها لغة المتسوق مع مفردات الكتالوج. السلع المنزلية ("شيء مريح لزاوية القراءة")، الإلكترونيات ("كاميرا جيدة للتصوير العقاري")، المكملات الغذائية ("شيء للمساعدة في آلام المفاصل أثناء تدريب الماراثون")، الأزياء ("ملابس لحفل زفاف على الشاطئ، ليست رسمية جدًا")، الأطعمة المتخصصة ("وجبات خفيفة خالية من المكسرات لحفلة مدرسية"). في كل حالة، استعلام المتسوق هو وصف لحالة أو حاجة، وليس اسم منتج. يتطلب بحث الكلمات المفتاحية من المتسوق ترجمة حاجته إلى المصطلحات الخاصة بك. بحث الذكاء الاصطناعي للمحادثة يقوم بهذه الترجمة نيابة عنهم — مطابقة كلماتهم بمنتجاتك، ونواياهم بمخزونك، وميزانيتهم بأسعارك. هذه الترجمة هي المكان الذي تحدث فيه عملية التحويل.

تمتلك متاجر BigCommerce بالفعل البنية التحتية لكي ينجح هذا. تقوم واجهة برمجة تطبيقات REST بتصدير بيانات منتج منظمة. تدعم المنصة حقن النصوص البرمجية عبر Script Manager. وتجعل أدوات إدارة الكتالوج من السهل الحفاظ على موجز منتج نظيف. ما كان مفقودًا هو الطبقة التي تقع بين المتسوق والكتالوج — الطبقة التي تفهم "هدية عيد ميلاد لطفل عمره 10 سنوات يحب العلوم" وتحولها إلى ثلاث بطاقات منتجات مع مجموعة أدوات كيمياء، ومجموعة روبوتات، ومصباح نجوم. هذه الطبقة هي بحث الذكاء الاصطناعي للمحادثة، وهي تحول تجربة البحث في BigCommerce من أداة بحث عن الكلمات المفتاحية إلى محرك لاكتشاف المنتجات يطابق بالفعل كيف يفكر المتسوقون ويتحدثون ويشترون.