Empat hal ini terjadi di balik layar toko e-commerce setiap hari, dan biasanya tidak disadari:
- Seorang pelanggan menambahkan barang ke keranjangnya, lalu meninggalkan proses pembayaran.
- Seorang pelanggan yang dulu sering memesan ulang belum kembali selama berbulan-bulan.
- Sebuah produk terlaris terus menghasilkan pesanan dengan sendirinya, tetapi tidak pernah menarik produk lain untuk dibeli bersamanya.
- Seseorang mengetikkan kebutuhan spesifik di kolom pencarian, namun tidak mengklik satu hasil pun.
Bagi sebagian besar penjual, sumber kecemasan yang sesungguhnya bukanlah melihat satu angka menurun. Melainkan perasaan bahwa bisnis secara diam-diam kehilangan peluang di suatu tempat, tanpa tahu harus memeriksa dari mana terlebih dahulu. Keterampilan Athena untuk analitik toko e-commerce dirancang untuk menjawab pertanyaan tersebut secara tepat, mengubah pengetahuan operasional yang diperoleh dari ratusan ribu toko independen menjadi alat yang dapat langsung digunakan oleh setiap penjual, mencakup konversi checkout, segmentasi pelanggan, pengelompokan produk, dan pencarian di situs.
4 keterampilan AI Athena yang dibangun berdasarkan pengetahuan yang sudah dimiliki penjual teratas
Masing-masing dari keempat keterampilan ini menargetkan bagian dalam operasional toko yang mudah terlewatkan namun layak untuk diteliti secara mendalam. Berikut cara kerja masing-masing keterampilan.
Fitur 1: Diagnosis konversi checkout
Saat pelanggan telah menambahkan barang ke keranjang belanja, atau bahkan sampai ke halaman checkout, pesanan tersebut tinggal selangkah lagi untuk diselesaikan. Namun, semakin dekat seseorang dengan proses pembayaran, semakin sulit untuk mengetahui hanya dari angka-angka di permukaan saja mengapa mereka akhirnya membatalkan transaksi. Mungkin formulir alamat meminta terlalu banyak informasi. Mungkin metode pembayaran yang umum digunakan tidak ditawarkan. Mungkin ambang batas pengiriman gratis atau email keranjang belanja yang ditinggalkan tidak berfungsi sebagaimana mestinya. Tidak ada satu pun dari pengaturan ini yang menjadi tanda bahaya jika dilihat secara terpisah, tetapi masing-masing menambah hambatan tepat sebelum pelanggan melakukan pembayaran.
Memilih fitur Diagnosis Konversi Checkout di Athena akan menjalankan pemeriksaan terperinci terhadap alur checkout toko Anda sendiri dan tolok ukur industri, yang mencakup:
- Tata letak dan alur halaman checkout
- Akurasi pengisian otomatis alamat
- Cakupan metode pembayaran dan urutan penampilannya
- Batas belanja untuk pengiriman gratis
- Email pemulihan keranjang belanja yang ditinggalkan
Setiap rekomendasi menjelaskan alasannya, baik itu mengenai perbedaan pengaturan Anda dengan praktik umum di industri, maupun metode pembayaran mana yang cenderung berkinerja lebih baik di pasar utama Anda. Athena dapat membawa Anda langsung ke halaman backend yang perlu disesuaikan, dan tidak ada yang berubah sampai Anda mengonfirmasinya.
Jika masalahnya tidak terbatas pada proses checkout, Athena dapat melangkah lebih jauh dengan membandingkan kinerja di berbagai saluran, negara, perangkat, dan seluruh saluran pembelian selama periode waktu yang berbeda untuk mengidentifikasi apa yang sebenarnya mendorong perubahan pada konversi keseluruhan. Inilah kemampuan Diagnosis Atribusi Konversi yang telah dibahas sebelumnya, yang kini dimasukkan ke dalam perpustakaan Skills.
Pesanan yang tidak selesai tidak lagi hanya menjadi penurunan pada grafik. Athena mengembalikannya ke dalam perjalanan pembelian pelanggan yang sebenarnya dan membantu Anda menemukan cara untuk memperbaikinya.
Keterampilan 2: Analisis segmentasi pelanggan
Beberapa pelanggan baru saja melakukan pemesanan pertama mereka. Yang lain sudah memesan ulang berkali-kali. Beberapa pernah berbelanja besar-besaran pada suatu saat dan belum kembali sejak itu. Total volume pesanan menyembunyikan semua perbedaan ini. Mengelola toko bukan hanya soal menunggu pesanan berikutnya dari orang asing. Orang-orang yang sudah memilih merek Anda cenderung memberikan kontribusi lebih besar bagi pertumbuhan jangka panjang daripada pengunjung baru mana pun.
Keterampilan Analisis Segmentasi Pelanggan mengamati waktu pembelian, frekuensi, dan total pengeluaran untuk mengelompokkan pelanggan ke dalam beberapa kelompok: pembeli baru, pembeli berulang, pelanggan bernilai tinggi, dan pelanggan yang berisiko berhenti berlangganan. Keterampilan ini kemudian mempertimbangkan karakteristik audiens untuk menyarankan taktik memenangkan kembali dan pembelian berulang, serta memandu Anda dalam membangun segmen pelanggan dan menyiapkan penawaran yang ditargetkan untuk masing-masing segmen.
Keterampilan 3: Analisis bundling produk
Setelah produk terlaris mulai mendatangkan lalu lintas dan pesanan, produk apa yang sebaiknya dipasangkan dengannya? Produk mana yang paling cocok dijadikan hadiah pembelian? Keterampilan Analisis Penggabungan Produk melacak jalur belanja pelanggan yang sebenarnya, dengan melihat apa yang paling sering dilihat atau ditambahkan ke keranjang oleh pelanggan setelah menjelajahi produk utama tertentu, untuk mengungkap hubungan nyata antar produk berdasarkan perilaku sebenarnya, bukan sekadar tebakan. Untuk toko pakaian, jika atasan dan celana tertentu menunjukkan pola penjualan yang jelas saat dijual bersama, Athena dapat membuat promosi "beli X, dapatkan Y" dalam satu klik, mengubah temuan tersebut langsung menjadi kampanye diskon yang aktif.
Keterampilan 4: Analisis istilah pencarian
Bilah pencarian di situs adalah tempat pelanggan memberi tahu Anda secara tepat apa yang mereka inginkan. Ketika pencarian tidak menghasilkan hasil apa pun, atau menghasilkan hasil yang tidak diklik atau ditambahkan ke keranjang oleh siapa pun, niat beli tersebut perlahan menghilang. Pencarian yang gagal tersebut sebenarnya merupakan beberapa sinyal paling jujur yang akan Anda dapatkan tentang apa yang harus dijual.
Keterampilan Analisis Istilah Pencarian menunjukkan kepada Anda apa yang dicari pelanggan di toko Anda, istilah mana yang tidak menghasilkan produk yang cocok, dan bagaimana pencarian tersebut kemudian dikonversi menjadi klik dan penambahan ke keranjang belanja. Untuk toko suku cadang mobil, Athena mungkin menemukan bahwa istilah-istilah terkait "bantalan kursi" sering dicari tetapi tidak pernah cocok dengan produk apa pun, sebuah tanda bahwa barang tersebut layak ditambahkan untuk menangkap lalu lintas pencarian yang sudah ada. Data ini dapat mengarahkan penjual ke produk yang belum terdaftar, kata kunci yang layak ditargetkan, atau ketidaksesuaian antara apa yang dicari orang dengan stok yang sebenarnya tersedia.
Pesanan yang tidak pernah terwujud tetap meninggalkan jejak. Setiap kata yang diketik pelanggan di bilah pencarian memberi tahu toko Anda apa yang masih ingin mereka beli dari Anda. Terkadang, produk berikutnya yang layak diuji sudah tersembunyi di dalam data tersebut.
Dari diagnosis hingga tindakan: bagaimana Athena menutup lingkaran
Mendeteksi sinyal-sinyal ini hanyalah setengah dari pekerjaan. Yang lebih penting adalah mengubahnya menjadi tindakan operasional yang benar-benar dapat Anda lakukan, dan di sinilah Athena berbeda dari asisten AI e-commerce pada umumnya.
Sebagian besar alat AI dalam e-commerce masih membagi kemampuannya ke dalam jawaban obrolan terpisah, laporan, dan fitur-fitur khusus, sehingga penjual harus menganalisis masalahnya sendiri, lalu mencari alat yang tepat dan mengerjakannya selangkah demi selangkah. Athena telah melampaui hal itu. Athena mengaktifkan keterampilan yang relevan untuk menggabungkan data toko Anda, metode operasional yang terbukti, dan alat backend menjadi satu tugas tunggal, mulai dari mengidentifikasi masalah, membentuk penilaian, merekomendasikan langkah selanjutnya, hingga terus mengeksekusi tindakan dalam skenario yang didukungnya. Yang diperoleh penjual bukan sekadar jawaban. Ini adalah kemampuan operasional yang dapat mereka panggil secara langsung, yang terus menjalankan pekerjaan operasional itu sendiri.
Apa artinya ini bagi penjual e-commerce?
Bagi penjual e-commerce yang memiliki toko online mandiri, pergeseran ini bukan sekadar soal memiliki beberapa alat analitik yang lebih efisien. Ketika metode operasional dikemas menjadi keterampilan yang dapat langsung dimanfaatkan oleh agen AI, dan diterapkan berulang kali pada tugas operasional nyata, keahlian operasional tingkat profesional menjadi sesuatu yang dapat dimanfaatkan toko secara berkelanjutan, bukan sesuatu yang hanya dimiliki oleh tim dengan pengalaman mendalam.
Artinya, metode yang telah teruji dapat dijangkau oleh toko-toko terlepas dari ukuran tim atau seberapa banyak talenta yang telah mereka rekrut. Tim kecil dan menengah dapat memanfaatkan pengetahuan industri yang terakumulasi sama seperti penjual besar, serta mengambil keputusan yang lebih terinformasi di pasar global. Seiring menyebarnya kemampuan semacam ini, hal itu menaikkan standar dasar yang diperlukan untuk bersaing sebagai toko independen, mendorong e-commerce lintas batas ke tahap baru yang dibangun di atas kecerdasan operasional. Apa pun yang diubah oleh agen AI, pada akhirnya hal itu akan menjadi bagian dari cara setiap toko independen beroperasi.
Masuk ke dasbor Shoplazza Anda, buka Athena, dan sampaikan saja pertanyaan yang benar-benar ingin Anda jawab saat ini, seperti "periksa hal lain apa yang bisa saya optimalkan di halaman checkout" atau "pelanggan mana saja yang belum memesan ulang dalam 90 hari terakhir." Lebih banyak keterampilan yang mencakup konten produk, materi kreatif e-commerce, dan operasional toko sudah tersedia di Athena.
Pertanyaan yang Sering Diajukan tentang Athena
T: Apa perbedaan Athena dengan chatbot AI e-commerce pada umumnya?
Sebagian besar alat AI e-commerce membagi kemampuannya ke dalam jawaban obrolan, laporan, dan fitur-fitur terpisah yang memiliki satu tujuan, sehingga penjual harus menyusun langkah-langkah selanjutnya sendiri. Athena menggunakan keterampilan khusus, seperti diagnosis proses checkout atau segmentasi pelanggan, untuk mengambil data toko Anda yang sebenarnya, membuat penilaian, dan mengarahkan Anda ke pengaturan backend yang tepat yang perlu diubah, dengan konfirmasi dari Anda sebelum penyesuaian dilakukan.
T: Apa sebenarnya yang diperiksa oleh keterampilan Diagnosis Konversi Proses Pembayaran?
Keterampilan ini memeriksa tata letak halaman checkout Anda, akurasi pengisian otomatis alamat, cakupan metode pembayaran dan urutan penampilannya, ambang batas pengiriman gratis, serta email pemulihan keranjang belanja yang ditinggalkan, dengan membandingkannya terhadap alur checkout Anda sendiri dan tolok ukur industri. Jika masalahnya tidak terbatas pada proses checkout, keterampilan ini juga dapat membandingkan kinerja di berbagai saluran, negara, perangkat, dan seluruh alur pembelian untuk mengidentifikasi masalah konversi yang lebih luas.
Q: Bagaimana Analisis Segmentasi Pelanggan menentukan pelanggan mana yang berisiko berhenti berlangganan?
Fitur ini menganalisis waktu pembelian, frekuensi pemesanan, dan total pengeluaran untuk mengelompokkan pelanggan ke dalam kategori seperti pembeli baru, pembeli berulang, pelanggan bernilai tinggi, dan pelanggan yang berisiko berhenti berlangganan, kemudian mempertimbangkan karakteristik audiens untuk menyarankan penawaran pemulihan dan taktik pembelian berulang bagi setiap kelompok.
T: Dapatkah Athena mengubah wawasan tentang bundling produk menjadi promosi yang sebenarnya?
Ya. Setelah Analisis Penggabungan Produk mengidentifikasi barang-barang yang cenderung dijual bersama berdasarkan perilaku penelusuran dan keranjang belanja yang sebenarnya, Athena dapat membuat promosi "beli X, dapatkan Y" dengan satu klik, mengubah temuan tersebut langsung menjadi kampanye diskon aktif, bukan sekadar laporan.
T: Apakah Athena gratis untuk digunakan?
Athena gratis dan tidak memerlukan instalasi apa pun. Anda dapat mengaksesnya langsung dari dasbor Shoplazza dan mengajukan pertanyaan spesifik, seperti pelanggan mana saja yang belum melakukan pemesanan ulang dalam 90 hari terakhir, untuk langsung mencoba salah satu kemampuannya.
