Deze vier dingen gebeuren elke dag achter de schermen van e-commercewinkels, en ze blijven meestal onopgemerkt:
Voor de meeste verkopers is de echte bron van zorgen niet het zien dalen van één cijfer. Het is het gevoel dat het bedrijf ergens stilletjes kansen laat liggen, zonder te weten waar ze het eerst moeten controleren. De Athena-skills voor e-commerce-winkelanalyses zijn ontwikkeld om precies die vraag te beantwoorden. Ze zetten operationele kennis, verkregen uit honderdduizenden onafhankelijke winkels, om in tools die elke verkoper direct kan gebruiken, op het gebied van conversie bij het afrekenen, klantsegmentatie, productbundeling en zoeken op de website.
Elke van deze vier skills richt zich op een onderdeel van de winkelactiviteiten dat gemakkelijk over het hoofd wordt gezien, maar dat de moeite waard is om nader te onderzoeken. Hieronder wordt uitgelegd hoe ze werken.
Zodra een klant iets aan zijn winkelwagen heeft toegevoegd, of zelfs de kassa heeft bereikt, is de bestelling nog maar één stap verwijderd van afronding. Maar hoe dichter iemand bij de betaling komt, hoe moeilijker het is om alleen aan de hand van oppervlakkige cijfers te achterhalen waarom hij is weggegaan. Misschien vraagt het adresformulier om te veel gegevens. Misschien wordt een veelgebruikte betaalmethode niet aangeboden. Misschien voldoe de drempel voor gratis verzending of de e-mail over achtergelaten winkelwagentjes gewoon niet aan de verwachtingen. Geen van deze instellingen is op zichzelf een reden tot zorg, maar elk ervan zorgt voor wrijving vlak voordat een klant betaalt.
Als je in Athena de functie ‘Checkout Conversion Diagnosis’ selecteert, wordt een gedetailleerde controle uitgevoerd van de afrekenfunnel van je winkel en de benchmarks binnen de branche, waarbij het volgende wordt bekeken:
Bij elke aanbeveling wordt de redenering toegelicht, of het nu gaat om hoe uw instellingen afwijken van de gangbare praktijk in de branche, of welke betaalmethoden doorgaans beter presteren in uw belangrijkste markten. Athena kan u direct naar de backend-pagina leiden die aangepast moet worden, en er verandert niets totdat u dit bevestigt.
Als het probleem zich niet beperkt tot het afrekenen, kan Athena nog een stap verder gaan door de prestaties te vergelijken over verschillende kanalen, landen, apparaten en de volledige aankooptrechter gedurende verschillende tijdsperioden, om zo vast te stellen wat daadwerkelijk een verschuiving in de totale conversie veroorzaakt. Dit is de eerder besproken functie ‘Conversion Attribution Diagnosis’, die nu is opgenomen in de Skills-bibliotheek.
Een onvolledige bestelling is niet langer slechts een dipje in een grafiek. Athena plaatst deze terug in het daadwerkelijke aankooptraject van de klant en helpt u een manier te vinden om het probleem op te lossen.
Sommige klanten hebben net hun eerste bestelling geplaatst. Anderen hebben al vele malen opnieuw besteld. Sommigen hebben op een bepaald moment veel uitgegeven en zijn sindsdien niet meer teruggekomen. Het totale ordervolume verbergt al deze verschillen. Het runnen van een winkel draait niet alleen om het wachten op de volgende bestelling van een onbekende. De mensen die al voor jouw merk hebben gekozen, dragen doorgaans meer bij aan de groei op de lange termijn dan welke nieuwe bezoeker dan ook.
De vaardigheid ‘Klantsegmentatieanalyse’ kijkt naar het tijdstip van aankoop, de frequentie en de totale bestedingen om klanten in groepen in te delen: nieuwe kopers, terugkerende kopers, hoogwaardige klanten en klanten die het risico lopen weg te lopen. Vervolgens houdt het rekening met doelgroepkenmerken om tactieken voor terugwerving en herhalingsaankopen voor te stellen, en begeleidt het je bij het opbouwen van klantsegmenten en het opzetten van gerichte aanbiedingen voor elk segment.
Zodra een bestseller voor bezoekers en bestellingen zorgt, vraag je je af: waarmee kun je het combineren? Welk artikel is het beste als cadeau bij aankoop? De functie ‘Productbundelanalyse’ volgt het daadwerkelijke winkelpad van de klant en kijkt naar wat de meeste mensen bekijken of aan hun winkelwagen toevoegen na het bekijken van een specifiek hoofdproduct, om zo echte verbanden tussen artikelen aan het licht te brengen op basis van daadwerkelijk gedrag, niet op basis van giswerk. Als bij een kledingwinkel blijkt dat een bepaald shirt en een bepaalde broek vaak samen worden verkocht, kan Athena met één klik een 'koop X, krijg Y'-actie opzetten, waardoor die bevinding direct wordt omgezet in een live kortingscampagne.
Via de zoekbalk op de website laat een klant precies weten wat hij of zij wil. Wanneer een zoekopdracht geen resultaten oplevert, of resultaten oplevert waarop niemand klikt of die niemand aan het winkelmandje toevoegt, verdwijnt die koopintentie stilletjes. Die mislukte zoekopdrachten zijn eigenlijk enkele van de meest eerlijke signalen die je krijgt over wat je moet verkopen.
De vaardigheid ‘Zoekterm-analyse’ laat je zien waar klanten in je winkel naar zoeken, welke termen geen overeenkomende producten opleveren en hoe zoekopdrachten daarna worden omgezet in klikken en toevoegingen aan het winkelmandje. Voor een auto-onderdelenwinkel zou Athena bijvoorbeeld kunnen vaststellen dat termen die verband houden met ‘zitkussen’ vaak worden gezocht, maar nooit een product opleveren – een teken dat het de moeite waard is om dat artikel toe te voegen om het zoekverkeer dat al aanwezig is, te benutten. Deze gegevens kunnen verkopers wijzen op een product dat nog niet in het assortiment staat, een zoekwoord dat de moeite waard is om op te richten, of een discrepantie tussen wat mensen zoeken en wat er daadwerkelijk op voorraad is.
Bestellingen die nooit zijn geplaatst, laten toch een spoor achter. Elk woord dat een klant in de zoekbalk typt, vertelt je winkel wat ze nog steeds bij jou willen kopen. Soms zit het volgende product dat het testen waard is al verborgen in die gegevens.
Het herkennen van deze signalen is slechts het halve werk. Wat nog belangrijker is, is deze om te zetten in operationele acties die je daadwerkelijk kunt uitvoeren, en dat is waar Athena zich onderscheidt van een typische e-commerce AI-assistent.
De meeste AI-tools in de e-commerce verdelen hun mogelijkheden nog steeds over afzonderlijke chatantwoorden, rapporten en functies met één doel, waardoor de verkoper zelf het probleem moet ontrafelen, vervolgens de juiste tool moet zoeken en het stap voor stap moet doorlopen. Athena is daar inmiddels voorbij. Het maakt gebruik van de relevante vaardigheid om de gegevens van je winkel, beproefde werkwijzen en backend-tools samen te brengen in één enkele taak, waarbij het proces verloopt van het signaleren van een probleem, via het vormen van een oordeel, tot het aanbevelen van de volgende stap, en vervolgens de uitvoering ervan in de scenario’s die het ondersteunt. Wat een verkoper krijgt, is niet alleen een antwoord. Het is een werkende functionaliteit waarop hij direct een beroep kan doen, een die het operationele werk zelf blijft uitvoeren.
Voor e-commerceverkopers met een onafhankelijke webwinkel gaat deze verschuiving niet alleen over het beschikken over een paar efficiëntere analysetools. Wanneer werkwijzen worden verpakt in vaardigheden waar een AI-agent direct een beroep op kan doen, en keer op keer worden toegepast op echte operationele taken, wordt operationele expertise op professioneel niveau iets waar een winkel continu gebruik van kan maken, en niet iets dat voorbehouden is aan teams met uitgebreide ervaring.
Dat betekent dat beproefde methoden binnen het bereik van winkels komen, ongeacht de teamgrootte of de hoeveelheid talent die ze hebben kunnen aantrekken. Kleine en middelgrote teams kunnen voortbouwen op dezelfde opgebouwde branchekennis als grotere verkopers en beter onderbouwde beslissingen nemen op een wereldwijde markt. Naarmate dit soort mogelijkheden zich verspreidt, wordt de lat hoger gelegd voor wat er nodig is om als onafhankelijke winkel te concurreren, waardoor grensoverschrijdende e-commerce een nieuwe fase ingaat die is gebaseerd op operationele intelligentie. Wat AI-agenten ook veranderen, het wordt uiteindelijk onderdeel van de manier waarop elke onafhankelijke winkel werkt.
Log in op je Shoplazza-dashboard, open Athena en stel haar gewoon de vraag waarop je op dit moment echt een antwoord wilt, bijvoorbeeld: „Kijk eens wat ik nog meer kan optimaliseren op mijn afrekenpagina“ of „Welke klanten hebben de afgelopen 90 dagen geen nieuwe bestelling geplaatst?“ Er zijn al meer vaardigheden beschikbaar in Athena op het gebied van productcontent, e-commercecreatives en winkelactiviteiten.
De meeste AI-tools voor e-commerce verdelen hun mogelijkheden over chatantwoorden, rapporten en afzonderlijke functies voor één doel, waardoor de verkoper zelf de volgende stappen moet samenstellen. Athena maakt gebruik van specifieke vaardigheden, zoals checkout-diagnose of klantsegmentatie, om uw daadwerkelijke winkelgegevens op te halen, een oordeel te vormen en u naar de exacte backend-instelling te leiden die moet worden aangepast, waarbij u eerst uw goedkeuring moet geven voordat er iets wordt gewijzigd.
Deze functie controleert de lay-out van je afrekenpagina, de nauwkeurigheid van het automatisch invullen van adressen, het aanbod en de weergavevolgorde van betaalmethoden, drempels voor gratis verzending en e-mails voor het terugwinnen van verlaten winkelwagentjes, en vergelijkt dit met je eigen afrekenfunnel en benchmarks uit de branche. Als het probleem niet beperkt blijft tot het afrekenproces, kan de functie ook de prestaties vergelijken tussen kanalen, landen, apparaten en de volledige aankoopfunnel om bredere conversieproblemen op te sporen.
De analyse kijkt naar het tijdstip van aankoop, de bestelfrequentie en de totale bestedingen om klanten in groepen in te delen, zoals nieuwe kopers, terugkerende kopers, hoogwaardige klanten en klanten die het risico lopen weg te vallen. Vervolgens houdt de analyse rekening met doelgroepkenmerken om voor elke groep terugwinningsaanbiedingen en tactieken voor herhalingsaankopen voor te stellen.
Ja. Zodra de analyse van productbundels op basis van daadwerkelijk surf- en winkelwagengedrag artikelen identificeert die vaak samen worden verkocht, kan Athena met één klik een ‘koop X, krijg Y’-promotie opzetten, waardoor die bevinding direct wordt omgezet in een live kortingscampagne in plaats van alleen een rapport.
Athena is gratis te gebruiken en vereist geen installatie. Je hebt er rechtstreeks toegang toe via je Shoplazza-dashboard en kunt er een specifieke vraag aan stellen, zoals welke klanten de afgelopen 90 dagen geen nieuwe bestelling hebben geplaatst, om meteen een van de functies uit te proberen.