AI i Magento 2 og Shopify: Hvor skaber det faktisk værdi?

AI i e-commerce er efterhånden meget mere end chatbots og produkttekster.

Teknologien kan bruges til at berige produktdata, forbedre søgning, automatisere merchandising, understøtte SEO og analysere store mængder data. Men værdien af AI-automation opstår først for alvor, når AI bliver koblet til de systemer og arbejdsgange, der allerede driver forretningen.

For virksomheder på Magento 2 og Shopify er spørgsmålet derfor ikke:

Hvilket AI-værktøj skal vi vælge?

Det er:

Hvor bruger vi i dag tid, data og medarbejdere på opgaver, der kan løses bedre eller hurtigere?

Her har Magento 2 og Shopify forskellige styrker. Shopify gør det typisk lettere at komme hurtigt i gang med eksisterende AI-funktioner og apps. Magento 2 giver større frihed til at bygge AI ind i mere komplekse produkt-, data- og forretningsprocesser.

AI skal længere ind end ChatGPT

Mange virksomheder starter med ChatGPT eller andre generative værktøjer inden for kunstig intelligens. Det kan være nyttigt til content, research og idéudvikling.

Men den større business case ligger ofte et andet sted.

Når AI får adgang til virksomhedens egne data, kan teknologien begynde at løse opgaver på tværs af ERP, webshop og andre systemer.

Det kan eksempelvis være:

• produktdata
• ordredata
• priser
• lagerstatus
• kundedata
• søgedata
• produktinformation.

Forestil jer en webshop med 50.000 produkter.

Hver uge lander hundredvis af nye varer fra forskellige leverandører. Kategorier skal vælges, attributter udfyldes, produkttekster tilpasses, billeder kontrolleres og SEO-data oprettes.

Her er det mindre interessant, om AI kan skrive en produkttekst.

Det interessante er, hvor meget af vejen fra rå produktdata i ERP til et salgsklart produkt i webshoppen der kan automatiseres.

Det er en langt stærkere business case.

Store produktkataloger gør AI interessant i Magento 2

Magento 2 bruges ofte i forretninger med store sortimenter, flere markeder, avancerede produktstrukturer og komplekse integrationer.

Det gør produktdata til et oplagt sted at starte.

Magento arbejder allerede med blandt andet attributter, attribute sets, kategorier, produktrelationer og forskellige produkttyper. Samtidig ligger pris-, lager- og produktdata ofte i ERP.

AI kan eksempelvis bruges til at foreslå eller generere:

• relevante Magento-kategorier
• manglende produktattributter
• forbedrede produktnavne
• produktbeskrivelser
• metadata til SEO
• relaterede produkter
• standardisering af leverandørdata
• oversættelser til forskellige stores og markeder.

Tag en Magento 2-forretning med tekniske produkter.

ERP-systemet indeholder måske allerede varenummer, producent, dimensioner, materiale og tekniske specifikationer. Dataene er korrekte, men ikke nødvendigvis struktureret på den måde, kunderne har brug for i webshoppen.

Her kan AI bruges til at berige de eksisterende data og omsætte dem til produktinformation, der fungerer bedre i Magento 2.

Det kan reducere manuelt arbejde og samtidig styrke filtrering, intern søgning, SEO og produktoplevelsen.

Har I 500 produkter, er gevinsten måske begrænset.

Har I 50.000 eller 500.000, ser regnestykket anderledes ud.

Shopify gør det lettere at komme hurtigt i gang

Shopify har en anden styrke.

Det standardiserede økosystem gør det relativt enkelt at tage nye funktioner i brug. Shopify har selv integreret AI-funktionalitet i platformen, og app-økosystemet giver adgang til yderligere løsninger.

Det betyder, at en Shopify-forretning ofte kan komme hurtigt i gang med AI til blandt andet produktindhold, marketing, kundedialog og merchandising.

Og det kan være præcis det rigtige.

I behøver ikke nødvendigvis bygge en specialudviklet AI-løsning for at finde ud af, om teknologien skaber værdi. En eksisterende løsning kan gøre det muligt at teste potentialet med mindre udvikling og en kortere vej til markedet.

Er Shopify samtidig integreret med ERP, kan produkt-, pris-, lager- og ordredata indgå i den samme proces.

Så undgår I at bygge endnu et systemlag ind i en arkitektur, der måske allerede er kompleks nok.

Shopify eller Magento 2: Forskellen bliver tydelig, når AI skal integreres

Magento 2 giver typisk større kontrol over arkitektur, data og specialudviklede processer.

Shopify prioriterer i højere grad standardisering, enkel drift og hurtig implementering.

Det gælder også AI.

På Shopify kan en eksisterende AI-service ofte kobles på gennem en app eller integration. Matcher løsningen behovet, kan I være i gang relativt hurtigt.

På Magento 2 kan det i højere grad give mening at bygge en proces omkring den måde, jeres forretning allerede arbejder på.

Et flow kunne eksempelvis se sådan ud:

1. Nye produktdata bliver oprettet eller importeret i ERP.
2. AI analyserer og beriger informationerne med kategorisering, attributter, beskrivelser, SEO-data eller oversættelser.
3. Data bliver kvalitetssikret efter virksomhedens egne regler.
4. De færdige data bliver sendt videre til Magento 2.

ERP kan dermed fortsat være den centrale kilde til produktdata, mens AI gør informationerne mere anvendelige i webshoppen.

Det kan reducere behovet for ekstra systemer og gøre arkitekturen lettere at styre.

En bedre søgning skal få flere kunder frem til det rigtige produkt

Intern søgning er et andet område, hvor AI kan skabe værdi på både Magento 2 og Shopify.

Traditionel søgning er ofte meget afhængig af de konkrete ord, kunden skriver.

En kunde søger måske efter:

“Let jakke, der kan holde til regn på cyklen.”

Webshoppen har sandsynligvis ikke et produkt med præcis den formulering.

Men sortimentet kan indeholde skaljakker med egenskaber som vandtæt, vindtæt, åndbar og lav vægt.

Hvis produktdataene er gode nok, kan en mere intelligent søgeløsning i højere grad forbinde kundens behov med de relevante produkter.

Det bliver særligt interessant på webshops med store sortimenter, hvor kunderne ellers skal gennem mange kategorier og filtre.

Men teknologien er ikke målet.

En avanceret søgemaskine er kun interessant, hvis flere kunder finder det rigtige produkt og kommer videre til køb.

AI kan skalere SEO. Den kan også skalere dårligt content

Store Magento 2- og Shopify-webshops har ofte den samme udfordring:

Der er for mange produkter og kategorier til, at alt indhold kan håndteres manuelt.

Her kan AI hjælpe med blandt andet:

• produkttekster
• metatitler
• metabeskrivelser
• kategoritekster
• FAQ-indhold
• interne links.

Men højere produktion er ikke automatisk bedre SEO.

Hvis 20.000 produkttekster bare bliver generiske variationer af hinanden, har I primært fået mere content. Ikke nødvendigvis bedre content. Vi har samlet vores anbefalinger til, hvordan I kan skrive produkttekster med og uden AI.

En stærkere proces starter i de data, virksomheden allerede ejer.

Hvis ERP eksempelvis indeholder materiale, størrelse, producent, anvendelse og produkttype, kan de informationer bruges som grundlag for mere præcist indhold og en mere skalerbar SEO-indsats.

AI bliver dermed et produktions- og berigelseslag oven på strukturerede data – ikke en maskine, der skal gætte sig frem til produktet.

Lad merchandising følge forretningen – ikke bare omsætningen

Mange webshops bruger stadig betydelig tid på manuelt at bestemme, hvilke produkter der skal ligge øverst i kategorierne.

Placeringen kan være baseret på omsætning, lagerstatus, avance, kampagner eller medarbejdernes vurdering.

AI og automatisering kan gøre prioriteringen mere dynamisk.

Eksempelvis kan produktplaceringen tage højde for:

• konverteringsrate
• lagerbeholdning
• avance
• popularitet
• sæson
• returgrad
• kundeadfærd.

Det interessante ligger i kombinationen.

Et produkt med høj omsætning er ikke nødvendigvis det produkt, I helst vil sælge, hvis lageret næsten er tomt, returgraden høj eller marginen lav.

Når kommercielle data fra ERP bliver kombineret med adfærdsdata fra Magento 2 eller Shopify, kan merchandising i højere grad styres efter det, der skaber værdi for både kunden og forretningen.

ERP og webshop skal dele mere end priser og lagerstatus

I mange e-commerce-forretninger er ERP allerede et centralt system.

Her ligger blandt andet produktinformation, varenumre, lagerbeholdning, priser, kostpriser og ordredata.

I stedet for automatisk at introducere endnu en platform kan det derfor være mere interessant at få ERP, AI og webshop til at arbejde tættere sammen.

I et Magento 2-setup kan AI eksempelvis analysere produktdata fra ERP, berige dem og gøre dem klar til Magento.

På Shopify kan det samme princip bruges i en mere standardiseret integrationsarkitektur.

Men data kan også bevæge sig den anden vej.

Data fra webshoppen og jeres tracking og analyse kan eksempelvis bruges til at finde:

• produkter med høj trafik og lav konvertering
• varer med høj returgrad
• populære produktkombinationer
• søgninger, hvor kunderne ikke finder det forventede.

Så bliver integrationen mellem ERP og webshop mere end synkronisering af produkter, priser og ordrer.

Data bliver et aktivt grundlag for at forbedre forretningen.

Dårlige data bliver ikke bedre af AI

Det er nemt at fokusere på selve AI-modellen.

Men kvaliteten af systemerne omkring den betyder mindst lige så meget.

Hvis produktdata er mangelfulde, integrationerne ustabile og systemarkitekturen svær at arbejde med, bliver det også sværere at bygge en AI-løsning, der leverer stabilt. Det er samtidig nogle af de problemer, der over tid kan udvikle sig til teknisk gæld i webshoppen.

For Magento 2 kan det eksempelvis betyde, at integrationen til ERP skal være veldokumenteret, produktdata struktureret korrekt og platformen bygget, så nye services kan kobles på uden unødig kompleksitet.

På Shopify handler det blandt andet om at vælge apps og integrationer med omtanke, så data og funktioner ikke ender spredt mellem for mange tredjepartsløsninger.

Flere systemer er ikke automatisk et stærkere setup.

En enklere arkitektur med tydeligt dataejerskab kan tværtimod gøre automatisering lettere at bygge, drive og videreudvikle.

Start med det arbejde, der tager for lang tid

Vi ville ikke starte med spørgsmålet:

“Hvordan får vi AI ind i vores Magento 2- eller Shopify-webshop?”

Start med forretningen.

Find de processer, der:

• tager mange manuelle timer
• skaber unødvendige fejl
• gentager sig
• begrænser jeres mulighed for at skalere.

Det kan være produktberigelse, oversættelser, kategorisering, intern søgning, kundeservice eller analyse.

Vælg derefter ét område og regn på potentialet.

Hvis medarbejdere hver uge bruger mange timer på at tage produktdata fra ERP og gøre dem klar til webshoppen, har I et konkret sted at starte.

Måske kan en stor del af processen automatiseres, mens medarbejderne fortsat står for kvalitetssikring og de produkter, der kræver særlig behandling.

Test det på en begrænset del af sortimentet.

Virker det, bygger I videre.

Gør det ikke, har I lært det uden først at automatisere hele forretningen.

Den bedste AI-løsning er ikke den med mest AI

AI bliver næppe én enkelt funktion i fremtidens webshop.

Teknologien kan komme til at arbejde på tværs af produktdata, søgning, SEO, kundeservice, analyse, merchandising og interne processer.

Derfor er det relevante spørgsmål også, om jeres nuværende setup er klar til det.

Har I styr på produktdata i ERP?

Kan ERP og webshop udveksle data effektivt?

Kan nye services kobles på uden store udviklingsprojekter?

Er data struktureret, så de faktisk kan bruges?

Og bruger medarbejderne stadig mange timer på processer, der med fordel kunne automatiseres?

Hos Conversio arbejder vi med både Magento 2 og Shopify. Derfor ser vi ikke AI som et isoleret værktøj, men som en del af den samlede e-commerce-løsning.

For mange virksomheder vil et stærkt setup mellem ERP, webshop, data og de nødvendige eksterne services være mere værdifuldt end endnu en AI-platform oven på de andre systemer.

Den rigtige løsning er ikke den med mest AI. Det er den, der gør forretningen lettere at drive og skalere uden tilsvarende vækst i manuelt arbejde og kompleksitet.

Vil I finde ud af, hvor AI konkret kan skabe værdi mellem jeres ERP og Magento 2 eller Shopify? Tag fat i os. Så går vi jeres setup og arbejdsgange igennem og finder de processer, hvor automatisering faktisk giver mening.

Helt enkelt.