Spersonalizowany marketing oparty na AI: jakich technologii AI używają liderzy eCommerce

Obecnie biznes e-commerce funkcjonuje w warunkach ograniczonych budżetów, wysokiej konkurencji, zmieniającego się popytu oraz wysokich oczekiwań odbiorców. Zespoły nieustannie poszukują narzędzi, które pozwalają im skutecznie rozwijać strategie marketingowe, przyciągać i utrzymywać więcej klientów, redukować koszty operacyjne oraz optymalizować wydajność pracowników.

Obecnie jednym z takich rozwiązań jest sztuczna inteligencja (AI). To nie tylko narzędzie pomocnicze, ale prawdziwy silnik wzrostu, który pomaga optymalizować marketing, jakościowo personalizować i przekształcać doświadczenia klienta, zwiększać lojalność klientów, a ostatecznie wzmacniać pozycję firmy na rynku. Według McKinsey 78% firm już aktywnie korzysta z AI przynajmniej w jednej funkcji biznesowej. Zgodnie z prognozami firmy, coraz więcej z nich będzie integrować AI z różnymi strukturami i procesami. Jeśli chodzi o pozyskiwanie i utrzymanie klientów—obecnie 56% marketerów aktywnie wykorzystuje AI w swojej pracy, a ta liczba dynamicznie rośnie.

W tym artykule dzielimy się praktycznymi spostrzeżeniami na temat zastosowania AI w marketingu: od narzędzi generacyjnych, które tworzą spersonalizowane treści, po modele predykcyjne przewidujące zachowania i preferencje klientów. Narzędzia wspomniane w artykule są wdrażane i wspierane przez platformę Yespo, używaną przez detalistów z Europy Wschodniej, takich jak adidas, PUMA, Liki24, Foxtrot, Dnipro.m, Prom, Shafa, Stylus, oraz 4 000 innych marek posiadających łącznie 23 miliony klientów.

Wpływ wykorzystania AI na marketing e-commerce

Wpływ sztucznej inteligencji na biznes w dużej mierze zależy od specyfiki branży, wybranych narzędzi oraz głębokości ich integracji. Firmy, które aktywnie inwestują w AI, nie tylko przeznaczają zasoby i są gotowe do eksperymentów, ale również zazwyczaj osiągają najwyższy efekt. Według badań McKinsey, organizacje stosujące AI mogą zwiększyć przychody o 3-15% i poprawić rentowność sprzedaży o 10-20%. AI daje możliwości:

• Efektywnego wykorzystania zasobów zespołu. AI wykonuje rutynowe zadania, uwalniając czas marketerów na strategiczne planowanie i testowanie nowych pomysłów.
• Optymalizacji budżetu. AI zapewnia efektywną interakcję z grupami klientów zainteresowanych, redukuje nieistotne komunikacje i przyspiesza zwrot z inwestycji.
• Zmniejszenia ryzyka błędów. W porównaniu do procesów ręcznych, algorytmy charakteryzują się wyższą precyzją, minimalizując błędy poprzez zastosowanie jasnych szablonów i uczenia maszynowego.
• Zwiększenia konkurencyjności. Głębokie zrozumienie klientów pozwala personalizować komunikację na wszystkich etapach lejka sprzedażowego, co przyczynia się do zwiększenia lojalności klientów.
• Poprawienia dokładności prognozowania. AI identyfikuje trendy i wzorce w zachowaniach klientów, co pozwala na dokładniejsze przewidywanie ich kolejnych działań, zapotrzebowania na produkty i skuteczności kampanii.
• Zmniejszenia wskaźnika porzucania koszyków.

Algorytmy identyfikują bariery, które zatrzymują klientów, umożliwiając marketerom dostosowanie interakcji i konfigurację kolejnych kampanii.

Generatywna AI: Tworzenie i Automatyzacja Treści

Generatywna AI jest wykorzystywana do tworzenia treści—tekstów, obrazów, audio, wideo—na podstawie danych wejściowych i warunków. Tworzy oryginalne materiały, które wcześniej nie istniały. Takie treści pomagają zwiększyć zainteresowanie odbiorców, poprawić wrażenie o marce i zautomatyzować procesy zajmujące 60-70% czasu pracowników.

Narzędzia generatywnej AI, które redukują prace rutynowe i zapewniają wysoką jakość treści wyjściowych:

1. Optymalizacja Tekstu e-mail

Dzięki AI możesz szybko przetwarzać teksty i formułować precyzyjne wiadomości. Na przykład zintegrowana AI w edytorze e-mail Yespo pozwala na tworzenie tekstów, ich skracanie lub rozwijanie, tłumaczenie na 10+ języków, sprawdzanie gramatyki, zmianę tonu wypowiedzi i doskonalenie tematów z preheaderami.

Firmy mogą szybciej tworzyć teksty i dostosowywać je do potrzebnych segmentów, a globalne marki mogą dodatkowo robić natychmiastowe tłumaczenia kampanii bez utraty sensu.

2. Automatyczne Wypełnianie Bloków w E-mailach

Wypełnianie bloków w e-mailach—generatywna AI automatycznie przetwarza treści ze źródeł, wypełniając moduły. Wystarczy przeciągnąć moduł z biblioteki i wkleić link do strony produktu—AI samodzielnie wypełnia blok: dodaje opis produktu, obrazy i linki, przyspieszając tworzenie e-maila o do 50%.

Generowanie Powiadomień Push na Urządzenia Mobilne

AI szybko tworzy nagłówki i teksty do powiadomień push na podstawie danych z aplikacji mobilnej automatycznie pobranych ze sklepu oraz z określonym tematem wiadomości, dostosowując je do segmentów dla maksymalnego zaangażowania.

Generowanie i Wypełnianie Procesów Kampanii Mobilnych

AI tworzy całe kampanie dla segmentów (nowi, aktywni, zarejestrowani użytkownicy) na podstawie celu określonego przez marketera (konwersja, zaangażowanie, retencja). W rezultacie AI generuje: opis kampanii i czas trwania, krok po kroku procesy z tekstami wiadomości, wyjaśnieniami i wskaźnikami do analizy efektywności.

Ciągłe Testy A/B

Klasyczne testy A/B z ustalonymi grupami działają dla czystych eksperymentów, ale są powolne: kampania musi trwać od kilku dni do tygodni, aby marketer mógł ocenić wyniki. W tym czasie część odbiorców otrzymuje gorszą wersję.

Testowanie ciągłe, wdrażane przez blok "One of Many" w Yespo, może optymalizować kampanie natychmiast. System wysyła różne warianty wiadomości e-mail do kilku segmentów (równych pod względem wielkości audytorium) → automatycznie określa najlepszy wariant → wysyła go dalej.

Marketerzy mogą dodawać nowe warianty wiadomości w dowolnym momencie, a blok automatycznie integruje je do testowania. Ponadto, sztuczna inteligencja wbudowana w edytor może samodzielnie tworzyć wiadomości, umożliwiając testowanie kreatywności marketera w porównaniu z inteligencją sztuczną.

To oszczędza czas na przygotowanie kampanii, ponieważ marketerzy nie muszą ręcznie tworzyć oddzielnych gałęzi workflow ani zatrzymywać procesu w celu analizy wyników.

Na przykład, Prom.ua użył tego narzędzia, aby zmniejszyć liczbę użytkowników, którzy oglądali produkty przez aplikację, ale nie dokonali zakupów. Dzięki temu kliknięcia w powiadomienia wzrosły o 26%, a konwersja sprzedaży z powiadomień push w aplikacji mobilnej zwiększyła się o 5%.

Podobne zadanie miała sieć aptek ANC: zwiększyć konwersję wśród użytkowników, którzy dodali produkty do koszyka, ale nie dokonali zakupów. Blok "One of Many" został użyty do testowania tekstów wiadomości i automatycznego określania najbardziej efektywnego wariantu. W rezultacie uzyskali +23% do średniej wartości zamówienia i podwoili ruch z powiadomień push w aplikacji mobilnej.

Predykcyjna AI: Prognozowanie Przyszłych Działań i Zakupów Klientów

Predykcyjna AI analizuje dane historyczne, aby prognozować przyszłe wydarzenia, identyfikować zależności w zachowaniach klientów i podejmować świadome decyzje. To pozwala dostarczać jakościowe spersonalizowane doświadczenia każdemu użytkownikowi, co w efekcie prowadzi do zwiększenia sprzedaży, średniej wartości zamówienia oraz retencji klientów. Według statystyk, firmy korzystające z personalizacji opartej na AI raportują 25% wzrost sprzedaży w porównaniu do firm, które tego nie używają.

Przyjrzyjmy się skutecznym narzędziom personalizacji działającym na predykcyjnej AI:

1. Personalizowane Rekomendacje Produktów: AI Wie, co Twoi Klienci Kupią

Obecnie, gdy konsumenci są przytłoczeni wyborem, 74% po prostu zamyka stronę, a nieudane zakupy prowadzą do zwrotów, kosztów logistycznych i utraty lojalności. Najgorszy scenariusz to, kiedy niezadowoleni klienci wybierają konkurenta, który może zaspokoić ich potrzeby. W końcu, 91%

ludzi jest bardziej skłonnych kupować od firm, które personalizują ich doświadczenia. Jednym z efektywnych narzędzi do tego są rekomendacje produktowe.

Celem rekomendacji produktowych jest sugerowanie dokładnie takich produktów, które najprawdopodobniej zainteresują klienta, prowadząc do zakupu.

Jak algorytmy AI wbudowane w CDP potrafią wybierać produkty, które klienci chcą kupować z dokładnością do 69%:

1. Zbieranie danych o działaniach klienta z witryny, aplikacji, kanałów bezpośrednich i offline.
2. Ujednolicenie informacji i wzbogacenie nimi zintegrowanego profilu kontaktowego.
3. Przetwarzanie i analiza danych za pomocą głębokiego uczenia się AI. Ta technologia zwiększa dokładność i efektywność rekomendacji, identyfikując ukryte połączenia między użytkownikami a produktami.
4. Generowanie rekomendacji biorąc pod uwagę dane dotyczące:
   • Zachowania—jak użytkownicy interakcjonują z produktami (wyświetlenia, kliknięcia, zakupy);
   • Klienta—demografia, geolokacja, preferencje (np. rozmiar odzieży, lista życzeń);
   • Produktów—cena, kategoria, marka.
5. Zastosowanie omnichannelowe gotowych rekomendacji: na stronie internetowej, w aplikacji, w kanałach bezpośrednich (email, push, App Inbox, Viber).

Im więcej danych o kliencie jest dostępnych dla algorytmów i im szybciej się one aktualizują, tym bardziej precyzyjne będą rekomendacje. Podejście omnichannel gwarantuje ciągłe doświadczenie klienta niezależnie od kanału interakcji z marką.

Nowy poziom personalizacji: Transformatory i duże modele językowe (LLM)

Yespo CDP tworzy rekomendacje produktowe od ponad 12 lat. W tym czasie opracowaliśmy i przetestowaliśmy ponad 200 algorytmów formacji rekomendacyjnych i udostępniliśmy je w platformie. Zazwyczaj to narzędzie zwiększa konwersję na stronie internetowej o 20-30%, z rekordowym wynikiem dla jednego z naszych klientów wynoszącym +60%.

Nieustannie pracujemy nad poprawą funkcjonalności, z typowymi corocznymi wzrostami wydajności o 5-10%. Wydawało się, że znaczne poprawienie skuteczności algorytmów nie jest już możliwe. Jednak dwa lata temu zdarzył się prawdziwy przełom.

Yespo CDP jest jedną z pierwszych platform w Ukrainie, która łączy architekturę sieci neuronowych opartych na transformatorze (lepiej znanej jako Chat GPT), duże modele językowe, i modele rekomendacyjne.

Użycie transformatorów umożliwia głębszą analizę zachowań i preferencji użytkowników, podczas gdy duże modele językowe dodają możliwość analizy cech produktów: kategorii, marek, cen, opisów.

Wcześniej algorytmy były ograniczone do połączeń między produktami—na przykład etui na telefon lub sportowej koszulki do spodni tego samego producenta. Teraz AI analizuje całą podróż klienta: każdy klik, obejrzana strona, przedmiot na liście życzeń, dokonany zakup—rozważane w kontekście działań użytkownika. System rozumie istotę produktów, nie tylko ich SKU (Stock Keeping Unit): algorytmy mogą pracować z ograniczonymi danymi, na przykład z nowymi produktami lub tymi, których jeszcze nikt nie kupił. Dzięki temu system lepiej rozumie zarówno klientów, jak i produkty, dzięki czemu może formować maksymalnie trafne rekomendacje produktowe.

Pierwszym, który przetestował zaktualizowane algorytmy, był największy na Ukrainie sprzedawca wielokanałowy „Foxtrot”, który osiągnął:

• +33%—wzrost CTR w bloku rekomendacji;
• ×2,08 wzrost ruchu—dla bloku „Osobiście dla Ciebie”.

Zaktualizowane algorytmy pokazały imponujące wyniki w ciągu zaledwie kilku miesięcy działania.

Jednak strona internetowa nie jest jedynym punktem interakcji klienta, gdzie biznes wykorzystuje rekomendacje produktów. Są dostępne: w aplikacjach, kanałach bezpośrednich (Email, App Inbox, Web Push, Mobile Push, widgety, Viber, bot Telegram, SMS).

Niektórzy klienci poszli jeszcze dalej, implementując personalne rekomendacje produktów w masowych mailingach. Ponieważ takie e-maile mają szeroki zasięg, włączenie spersonalizowanych wyborów może pomnożyć konwersje.

Dla rynku wyszukiwania leków Liki24, wdrożenie bloków rekomendacji personalnych w masowych kampaniach przyniosło +70,8% do konwersji, natomiast dla ukraińskiej marki witamin i suplementów diety Perla Helsa, ten wskaźnik wzrósł o 106%, a przychody z kanału email zwiększyły się o 34%.

AI jako Kierownik Kategorii dla Rekomendacji Produktów

Mimo znakomitych wyników algorytmów rekomendacji, Yespo nadal poszukuje sposobów na zwiększenie sprzedaży klientów. Podczas prac nad wdrożeniem modelu transformatora, zespół Yespo zauważył potencjał ulepszenia narzędzia dla „Foxtrot.” AI nie wybierało produktów z tej samej kategorii w rekomendacjach, aby uniknąć duplikacji. To ograniczało sprzedaż krzyżową, gdy w jednej kategorii znajdują się produkty, które logicznie się uzupełniają.

Aby to rozwiązać, wdrożono model LLM, który automatycznie precyzuje podkategorie i tworzy prawidłowe rekomendacje. Analizuje drzewo kategorii produktów, identyfikuje funkcjonalne powiązania i sugeruje produkty zgodne lub uzupełniające, działając niemal jak doświadczony kierownik kategorii.

Na przykład, w kategorii „Szczoteczki do zębów” znajdują się szczoteczki, główki, etui i akcesoria do pielęgnacji. Dzięki rekategoryzacji można teraz sugerować klientom logiczne uzupełnienia zakupu: główkę lub etui. System utworzy odpowiednie pary produktów nawet w tej samej ogólnej kategorii, poprawiając jakość personalizacji i sprzedaż krzyżową.

Wyniki bloku „Często kupowane razem” (okres testowy marzec-maj 2025):

• +39% do CTR;
• 1,5x wzrost sprzedaży akcesoriów.

2. Segmentacja predykcyjna: AI Wskazuje, Kto Wkrótce Dokona Zakupu

Segmentacja predykcyjna automatycznie identyfikuje grupy klientów według prawdopodobieństwa zakupu lub ryzyka odejścia. W przeciwieństwie do ręcznej segmentacji, która jest ograniczona do pewnej liczby warunków (zazwyczaj do 10), segmentacja predykcyjna, zamiast stałych reguł, analizuje tysiące wzorców zachowań wśród odbiorców i przewiduje, jak użytkownicy zareagują w przyszłości.

Celem segmentacji predykcyjnej jest identyfikacja użytkowników najbardziej gotowych do zakupu, aby marketerzy mogli skutecznie skoncentrować się na obiecujących grupach i unikać wydatków na nieistotne komunikacje.

Jak działa segmentacja predykcyjna na przykładzie CDP:

1. Zbieranie i struktura danych: Podobnie jak w przypadku rekomendacji produktów—wszystko zaczyna się od danych—system gromadzi i łączy dane o zachowaniach klientów, historii zakupów i demografii w jednym profilu.
2. Analiza wzorców: AI identyfikuje wzorce zachowań klientów, którzy już dokonali zakupów i koreluje te informacje z danymi o zachowaniach innych użytkowników, przewidując ich gotowość do zakupu.
3. Prognozowanie prawdopodobieństwa: Na podstawie zidentyfikowanych wzorców system klasyfikuje użytkowników według poziomu gotowości do zakupu. W Yespo podzieliliśmy klientów na cztery segmenty: potencjalni nabywcy, pewni nabywcy, mało prawdopodobni nabywcy i niezdecydowani.
4. Stałe aktualizacje: Model stale uczy się na podstawie nowych danych, co pozwala na szybkie dostosowanie kampanii i oferowanie odpowiednich produktów oraz promocji tym, którzy są najbardziej gotowi do działania.

Segmentacja predykcyjna pomaga precyzyjniej kierować kampaniami marketingowymi i zwiększać ich skuteczność przy niższych kosztach. Mailingi na Viberze lub SMS-y do niezainteresowanych użytkowników prowadzą do straty budżetu, podczas gdy te kanały dają dobre wyniki, kiedy wiadomości są wysyłane do pewnych i potencjalnych nabywców.

Na przykład ukraińska marka odzieżowa O.TAJE wykorzystała segmentację predykcyjną i osiągnęła +310% ROMI dla mailingów na Viberze oraz +300% współczynnika konwersji.

Agentowa AI i jej Wpływ na Marketing

Rozwój AI w marketingu przebiegał stopniowo: od prostej automatyzacji opartej na regułach, po analitykę predykcyjną i generatywną sztuczną inteligencję. Teraz oczekujemy na kolejny globalny poziom AI: agentową AI. Ta technologia, znając cel końcowy kampanii, potrafi samodzielnie oceniać sytuacje, formułować strategie i realizować je bez ciągłego nadzoru.

Aby lepiej zrozumieć wpływ agentowej AI, rozważmy poziomy operacji marketingowych:

1. Strategiczny—ekzekutywa (CEO, CMO) definiuje pozycjonowanie marki, cele rozwojowe oraz budżet marketingowy. Wymaga to głębokiego zrozumienia biznesu, rynku i zgodności z globalnymi celami firmy.
2. Taktyczny—menedżerowie marketingu przekształcają strategię w plany: opracowują kampanie, wybierają kanały i podejścia do odbiorców, alokują zasoby i budżety. Na tym etapie konieczne są umiejętności strategicznego myślenia i działania taktycznego. W tym miejscu przydatne będzie predykcyjne AI: rekomendacje produktów i segmentacja predykcyjna. Te narzędzia pomagają zidentyfikować najbardziej obiecujące segmenty klientów, przewidzieć ich zachowania, w tym produkty, które chcą kupić. Umożliwia to efektywne alokowanie budżetu dla maksymalnego zwrotu z inwestycji (ROI).
3. Operacyjny—zespoły wdrażają plany: tworzą treści, materiały wizualne i uruchamiają kampanie. Generatywne AI pomaga zwiększyć wydajność na tym poziomie.

Generatywne AI przyspiesza tworzenie treści. Predykcyjne AI wpływa na podejmowanie decyzji. Agentowe AI nie tylko analizuje i przewiduje. Podnosi zarządzanie marketingiem na inny poziom, sugerując działania, dostosowując strategię, optymalizując procesy, niezależnie uruchamiając kampanie i generując treści. AI uwalnia czas marketerów na większą kreatywność i strategiczne myślenie, gdzie rzeczywiście kształtowana jest wartość marki.

Wnioski

AI już dziś zwiększa konwersję, AOV i ROMI, redukując koszty nieskutecznych działań i kampanii.

Kluczowe technologie aktywnie stosowane w ukraińskim eCommerce na rzecz wzrostu sprzedaży:

1. Generatywne AI: automatyzacja tworzenia i doskonalenia treści—od optymalizacji tekstu e-maili i wypełniania bloków w e-mailach po generowanie powiadomień mobilnych, rozwijanie pracy nad kampaniami mobilnymi i ciągłe testowanie A/B.
2. Predykcyjne AI: personalizowane rekomendacje produktowe oparte na transformerach i LLM, które analizują zachowania klientów, preferencje i cechy produktów, oraz segmentacja predykcyjna do identyfikowania klientów o wysokim prawdopodobieństwie zakupu lub ryzyku odejścia.

Niebawem, firmy będą testować możliwości AI agentowego—technologii, która może samodzielnie tworzyć strategie, oceniać sytuacje i wykonywać zadania marketingowe bez stałej kontroli.

Rzeczywiście, jest wiele technologii, co może tworzyć niepewność: co dokładnie wdrożyć i od czego zacząć? My w Yespo CDP pracujemy z AI od ponad 12 lat i widzimy, jak właściwie dobrane narzędzia przynoszą maksymalne korzyści biznesowi.

Chcemy podzielić się naszym doświadczeniem z biznesem, dlatego obecnie oferujemy bezpłatne konsultacje. Nasi wiodący eksperci pomogą zrozumieć, które rozwiązania AI przyniosą największą korzyść dla Twojej konkretnej firmy i zrobić pierwszy krok w kierunku zrównoważonego rozwoju.

Special Request Inline