大多数在线零售商尚未为人工智能购物时代做好准备。科技公司Channable的一项调查显示，四分之三的受访卖家在产品数据流评分中不及格。
该测试聚焦于卖家在Google生态系统（包括AI模式和Gemini）中的表现。鉴于绝大多数零售商都会针对Google Shopping进行优化，这些分数具有普遍代表性。研究指出，核心痛点在于零售商提供给AI的产品数据细节严重不足。
传统网店只需提供品牌、材质等基本信息，但AI需要掌握鞋底材料、纹路、耐磨性等十到二十个变量指标，以精准回答用户查询。正如数据领域名言“垃圾进，垃圾出”所示，低质量的数据输入将直接导致AI输出偏差。由于制造商往往仅提供基础信息，零售商必须自行或通过第三方丰富产品数据。
AI审计揭示数据短板
Channable本月推出了“AI就绪审计”工具，帮助网店检查数据流是否符合Google AI购物环境要求。结果显示，不到1%的受访者得分达到8分或以上。正值年度关键购物季，这也是AI首次作为可见购物渠道迎来流量高峰。
Channable产品负责人Lucas Bassa指出，搜索行为正从关键词输入转向与大语言模型对话。搜索引擎可能展示数十个结果，而亚马逊Rufus等AI助手仅推荐寥寥数个产品。“若未进入这五个推荐名额，对消费者而言你便不存在。”Bassa强调，标题和描述虽重要，但如“背包是否有电脑隔层”等特定属性才是决定AI匹配精度的关键。
全渠道数据一致性成关键
Bassa认为，亚马逊、bol等平台正演变为营销漏斗上层的灵感平台，凭借具体的客户数据和简化的转化流程占据优势。它们利用购物偏好、评论及购买历史，通过广告提供高度定制的建议，从而提升转化率。
随着亚马逊、bol、Kaufland以及Meta、TikTok等跨行业参与者展开竞争，电子商务正走向对话式体验。Bassa表示，零售商无需过度担忧“自我蚕食”。智能代理会从多个来源汲取信息，客户可能在TikTok发现产品却在亚马逊购买。因此，确保内容在所有渠道上的正确性和一致性，比单一渠道的得失更为重要。