سارا آسوس، معاون بازاریابی محصول، Akeneo - مجموعه مصاحبه
سارا آسوس معاون بازاریابی محصول در Akeneo است، جایی که او پیامرسانی استراتژیک، جایگاهیابی و استراتژیهای ورود به بازار را هدایت میکند. او بهعنوان یک رهبر نتیجهگرا، نقش مهمی در تسریع رشد شرکت و استفاده از بازاریابی برای حمایت از تولید درآمد ایفا کرده است. با تخصص در استراتژی محتوا، تعامل مشتری و جایگاه رقابتی، او خلاقیت و تیزهوشی تجاری را برای ارائه تجربیات محصول در سطح جهانی ترکیب میکند.
Akeneo شرکت تجربه محصول (PX) و رهبر جهانی در مدیریت اطلاعات محصول (PIM) است. برندها، تولیدکنندگان، توزیعکنندگان و خردهفروشان برجسته، از جمله Chico’s، CarParts.com، TaylorMade Golf، Rail Europe و بسیاری دیگر از Product Cloud هوشمند Akeneo، بازار برنامه و شبکه شریک برای ایجاد تجربیات محصول عالی از طریق غنیسازی دادههای محصول، سندیکاسازی و ورود دادههای تأمینکننده استفاده میکنند.
Akeneo به عنوان "اولین ابر محصول هوشمند جهان" توصیف میشود—چه چیزی آن را از راه حلهای PIM سنتی متمایز میکند؟
در حالی که سیستمهای PIM سنتی برای متمرکزسازی و مدیریت اطلاعات محصول مؤثر هستند، بسیاری از راه حلها برای پشتیبانی از استراتژیهای پیچیده چند کاناله، دادههای پویا و ادغام با سایر پلتفرمهای تجارت الکترونیک یا دادهها تلاش میکنند، به این معنی که PIM فقط به یک سیلو داده دیگر تبدیل میشود.
از طرف دیگر، ابر محصول، مجموعهای از فناوریها است که از کل سوابق محصول برای دادههای پویا و ایستا در کل چرخه عمر محصول پشتیبانی میکند. راه حل PIM انعطافپذیر و مقیاسپذیر ما یک جنبه مهم از ابر محصول است، اما فقط یک بخش از آن است.
به عنوان بخشی از Akeneo Product Cloud، ما همچنین یک راه حل ورود داده تامینکننده مبتنی بر هوش مصنوعی، یک پلتفرم سندیکاسازی با قابلیت فعالسازی اطلاعات محصول در بازارهای جهانی، یک پورتال محصول امن که همه ذینفعان را قادر میسازد تا در صورت تقاضا به کاتالوگهای محصول دیجیتال دسترسی داشته باشند، و یک شبکه گسترده از 150+ ادغام ارائه میدهیم. همه این راه حلها با هم کار میکنند تا اطمینان حاصل شود که دادههای محصول در یک راه حل سیلو شده زندگی نمیکنند، بلکه در هر مرحله از چرخه عمر محصول بهینه، غنی شده و فعال میشوند، که کسبوکارها را قادر میسازد تا تجربیات محصول چندکاناله بهینه ایجاد کنند، نرخ تبدیل بالاتری را افزایش دهند و وفاداری مشتری را بهبود بخشند.
هوش مصنوعی چگونه مدیریت اطلاعات محصول (PIM) را فراتر از متمرکزسازی دادهها متحول میکند؟
فراتر از متمرکزسازی دادهها، هوش مصنوعی ابزاری قدرتمند در PIM است زیرا فناوری پیشرفتهای را به صنعتی میآورد که قبلاً به ابزارهای قدیمی و ناکارآمد متکی بوده است. به غیر از دادههای متمرکز، ما شاهد استفاده از هوش مصنوعی در ظرفیت گستردهای در راه حلهای PIM هستیم، از جمله:
- پاکسازی و غنیسازی دادههای محصول، از جمله حذف موارد تکراری و استخراج دادهها
- تولید محتوای آماده ویرایش با استفاده از دادههای متمرکز، اطمینان از همسویی صفحه محصول با صدای برند
- ترجمه سریع و کارآمد محتوای محصول برای ارائه تجربیات محصول قوی در مقیاس و به چندین زبان
- بهینهسازی قابلیت کشف محصول و جستجو با بهبود پردازش زبان طبیعی و درک قصد کاربر
آیا میتوانید نحوه سادهسازی جمعآوری و غنیسازی دادهها توسط Supplier Data Manager مبتنی بر هوش مصنوعی Akeneo را توضیح دهید؟
Supplier Data Manager (SDM) آکنهو برای سادهسازی جمعآوری، مدیریت و غنیسازی اطلاعات و داراییهای محصول ارائهشده توسط تأمینکننده با ارائه یک پورتال کاربرپسند طراحی شده است که در آن تأمینکنندگان میتوانند دادههای محصول و فایلهای رسانهای را آپلود کنند، که سپس به طور خودکار به ساختار دادههای خردهفروش و/یا توزیعکنندگان نگاشت میشوند. سیستم ما از هوش مصنوعی برای خودکارسازی طبقهبندی محصول، غنیسازی ویژگیها از توضیحات و برچسبها و عادیسازی دادهها برای اطمینان از سازگاری و دقت استفاده میکند، که همگی تلاش دستی را کاهش میدهند، زمان عرضه به بازار را تسریع میکنند و همکاری بین خردهفروشان و تأمینکنندگان را با ارائه یک پلتفرم متمرکز برای ارتباط و تبادل دادههای کارآمد افزایش میدهند. در نتیجه، برندها و/یا تولیدکنندگان با داشتن بینشهای سازگار تأمینکننده در سراسر سیستمها، برای موفقیت چندکاناله آماده میشوند.
هوش مصنوعی چه نقشی در اطمینان از دقت و سازگاری دادههای محصول در چندین کانال ایفا میکند؟
یکی از کاربردیترین موارد استفاده از هوش مصنوعی امروزه، توانایی آن در خودکارسازی فرآیندهای استانداردسازی، غنیسازی و اعتبارسنجی دادهها برای اطمینان از دقت و سازگاری در چندین کانال است. الگوریتمهای مبتنی بر هوش مصنوعی میتوانند ناهماهنگیها را شناسایی و تصحیح کنند، ویژگیهای از دست رفته را پر کنند و محصولات را بر اساس قوانین از پیش تعریف شده یا الگوهای آموخته شده طبقهبندی کنند، خطاهای دستی را کاهش داده و یکنواختی را در سراسر بازارها، پلتفرمهای تجارت الکترونیک، کاتالوگهای چاپی و هر جای دیگری که میفروشید، تضمین کنند. به علاوه، پردازش زبان طبیعی (NLP) و قابلیتهای جستجوی مبتنی بر هوش مصنوعی به کسبوکارها کمک میکند تا قصد کاربر را بهتر درک کنند و آنها را قادر میسازد تا توضیحات و ویژگیهای محصول را به گونهای بهینه کنند که با نحوه جستجوی مشتریان مطابقت داشته باشد. با تجزیه و تحلیل پرسشهای جستجو، هوش مصنوعی میتواند کلمات کلیدی مرتبطتری را پیشنهاد کند، برچسبگذاری محصول را بهبود بخشد و نتایج جستجو را به صورت پویا اصلاح کند و اطمینان حاصل کند که مشتریان دقیقترین و جذابترین اطلاعات محصول را پیدا میکنند، که در نهایت منجر به تعامل بیشتر، تبدیل و کاهش بازده میشود.
بزرگترین چالشها در پیادهسازی هوش مصنوعی در مدیریت تجربه محصول چیست و Akeneo چگونه به آنها میپردازد؟
هوش مصنوعی برای تولید بینشهای معنادار به دادههای ساختاریافته و با کیفیت بالا متکی است، اما بسیاری از کسبوکارها با اطلاعات محصول پراکنده یا ناقص مشکل دارند. مقیاسپذیری یکی دیگر از چالشها است، زیرا مدلهای هوش مصنوعی باید به طور مداوم یاد بگیرند و با دادههای محصول جدید، رفتارهای مشتری و روندهای بازار سازگار شوند و در عین حال دقت و ارتباط خود را حفظ کنند. راه حل Product Cloud آکنهو دارای قابلیتهای PIM، سندیکاسازی و مدیریت دادههای تامینکننده است که به خردهفروشان اجازه میدهد تا تمام دادههای محصول خود را در یک جا داشته باشند. ما همچنین از هوش مصنوعی برای بهبود کیفیت و سازگاری دادهها استفاده میکنیم و اطمینان میدهیم که اطلاعات وارد شده به راه حلهای هوش مصنوعی کامل، دقیق و قابل اعتماد هستند، که میتواند مشکل داشتن دادههای ناهمگون در چندین پلتفرم را کاهش دهد و وزن را از خردهفروش تحت فرآیندهای دستی بیشتر بردارد.
با افزایش محتوای تولید شده توسط هوش مصنوعی، Akeneo چگونه اطمینان حاصل میکند که صدای برند و اصالت دست نخورده باقی میمانند؟
در حالی که محتوای تولید شده توسط هوش مصنوعی میتواند فوقالعاده مفید باشد، به خصوص در قابلیت جستجو و توصیفگرهای محصول، مهم است که هنگام استفاده از این ابزارها حس قوی هویت برند را حفظ کنید. Akeneo تضمین میکند که مهم نیست از چه نوع محتوایی برای توسعه استفاده میکنیم، همیشه یک انسان در طرف دیگر وجود دارد تا اصالت برند را حفظ کند. هنگام استفاده از محتوای تولید شده توسط هوش مصنوعی، ما واقعاً به آن به عنوان نقطه شروعی برای جهش تکیه میکنیم. توانایی افزایش و بافتن پیامهای برند در سراسر محتوا به این امکان میدهد تا لحن در سراسر کانالها ثابت بماند و به تیم بازاریابی زمان میدهد تا روی محتوای استراتژیک تمرکز کند.
چه استراتژیهای شخصیسازی مبتنی بر هوش مصنوعی میتوانند برندها برای بهبود تجربه مشتری پیاده سازی کنند؟
در حالی که شخصیسازی برای برندها چیز جدیدی نیست، فناوری هوش مصنوعی و ML به برندها اجازه میدهد تا برای برآورده کردن انتظارات بالای مصرفکنندگان، وارد سطوح جدیدی از شخصیسازی مشتری شوند. دانستن میزان دادههایی که ابزارهای هوش مصنوعی میتوانند پردازش کنند، این قدرت در را برای فعال کردن سطوح بیسابقهای از شخصیسازی در طول تعاملات مشتری از طریق تجزیه و تحلیل دادهها باز میکند. استفاده از دادههای مشتری به این روش به الگوریتمهای هوش مصنوعی اجازه میدهد تا ارتباطات گستردهتری را در تاریخچه سفارش مشتری، ترجیحات و غیره ایجاد کنند تا توصیههای محصول سفارشی ایجاد کنند. جستجوی مبتنی بر هوش مصنوعی و پردازش زبان طبیعی همچنین میتوانند نتایج جستجو را با بهبود تفسیر قصد کاربر، بهبود قابلیت کشف و کاهش اصطکاک در سفر خرید اصلاح کنند. اما مهم است به یاد داشته باشید که بدون تنوع استراتژیهای هوش مصنوعی و بدون پایه قوی داده برای آموزش و پشتیبانی از راه حلهای هوش مصنوعی، شخصیسازی تجربیات مشتری با این فناوری تقریباً غیرممکن است.
Akeneo چگونه قابلیت کشف محصول و عملکرد جستجو را با استفاده از هوش مصنوعی بهینه میکند؟
تجربه جستجو و کشف محصول خوب به این بستگی دارد که محصولات به طور دقیق برچسبگذاری، طبقهبندی و به کانالهای مناسب سندیکاسازی شوند. به همین دلیل است که ما قابلیتهای هوش مصنوعی بومی را در Akeneo PIM ارائه میدهیم که با تجزیه و تحلیل اطلاعات موجود برای پر کردن ویژگیهای از دست رفته، دادههای محصول غنی شده را فعال میکند و فهرستهای جامع و دقیق محصول را تضمین میکند. Akeneo SDM همچنین قابلیتهای هوش مصنوعی را برای اطمینان از کامل، صحیح و صحیح قالببندی شدن دادههای تامینکننده ارائه میدهد. و اگر این کافی نبود، ما همچنین بیش از 20 برنامه هوش مصنوعی در فروشگاه App گسترده خود ارائه میدهیم که طیف گستردهای از موارد استفاده از هوش مصنوعی را پوشش میدهند، که برخی از آنها به طور سفارشی برای Akeneo ساخته شدهاند. این ویژگیها به اطمینان حاصل میکنند که اطلاعات صحیح در زمان مناسب در اختیار مشتریان مناسب قرار میگیرد.
رایجترین گلوگاهها در مدیریت دادههای محصول در سطح سازمانی چیست و Akeneo چگونه آنها را حل میکند؟
اگرچه پیشرفتهای تکنولوژیکی در دادههای محصول بسیار زیاد است، اما بسیاری از سازمانها همچنان با مدیریت دستی اطلاعات محصول دست و پنجه نرم میکنند. برخی از چالشهای عمدهای که ما شاهد آن هستیم که شرکتها با آن مواجه هستند عبارتند از: مدیریت اطلاعات محصول به چندین زبان و بازار، ایجاد توضیحات محصول سازگار و جذاب در مقیاس بزرگ، حفظ دقت در عین کاهش زمان عرضه به بازار، و هماهنگی بین تیمهای فنی، بازاریابی و فروش. این چالشها آنها را قادر نمیسازد تا با سرعت انتظارات تجارت دیجیتال امروزی همگام شوند.
با Akeneo، این چالشها تا حد زیادی از بین میروند. Akeneo با ویژگیهای قوی هوش مصنوعی، قادر است قوانین را به طور خودکار برای ترجمه محتوای زبان اعمال کند، و همچنین از تولید محتوای هوشمند برای اجازه دادن به مشخصات فنی برای تبدیل شدن به خلاصههای متفکرانه و روایات بازاریابی جذاب استفاده کند. توجه به این نکته مهم است که محتوای هوشمند تیمهای بازاریابی را حذف نمیکند، بلکه آنها را قادر میسازد تا با یک نقطه شروع برای شخصیسازی محتوای تولید شده توسط هوش مصنوعی متناسب با برند خود به بهترین شکل ممکن رشد کنند.
نقش هوش مصنوعی را در مدیریت تجربه محصول در پنج سال آینده چگونه میبینید و Akeneo چگونه خود را برای پیشی گرفتن از این تغییرات قرار میدهد؟
پیشبینی پنج سال آینده با دانستن اینکه چگونه تکامل هوش مصنوعی هر روز در حال تغییر است، دشوار است. با این حال، با معرفی ابزارهایی مانند Perplexity گوگل، میتوانیم انتظار داشته باشیم که ظهور عوامل خرید هوش مصنوعی زنده شوند، جایی که خریداران میتوانند در یک مکان محصولات را تحقیق، مرور، مقایسه و خریداری کنند. با تکامل هوش مصنوعی و NLP برای درک و تفسیر بهتر قصد مشتری، این تجربیات جستجوی شخصیشده شروع به رشد در محبوبیت خواهند کرد و در کنار تجربیات جستجوی سنتی زندگی خواهند کرد.
در حالی که پیشبینی آینده دشوار است، اما یک چیز را میدانیم: راهحلهای هوش مصنوعی همیشه در صورتی که توسط یک پایه قوی از اطلاعات محصول بهروز، قابل اعتماد و کامل پشتیبانی نشوند، کوتاهی میکنند. خروجیهای ایجاد شده فقط به خوبی دادههای ارائه شده هستند، بنابراین هر کجا که تکامل این فناوری هدایت شود، اولین گام برای موفقیت همیشه ایجاد یک منبع واحد حقیقت برای دادههای محصول خواهد بود، که Akeneo میتواند در آن کمک کند.
از شما برای مصاحبه عالی سپاسگزاریم، خوانندگانی که مایل به کسب اطلاعات بیشتر هستند باید از Akeneo دیدن کنند.