In deze interviewreeks spreek ik met e-commercedeskundigen, professionals uit de sector en opinieleiders met diepgaande kennis van en ervaring met trends op het gebied van online winkelen. Als onderdeel van deze reeks had ik het genoegen om Eli Finkelshteyn te interviewen.
Eli Finkelshteyn
Eli is de medeoprichter en CEO van Constructor, een op kunstmatige intelligentie (AI) gebaseerd platform voor productzoekopdrachten en productontdekking voor e-commercebedrijven. Detailhandelaren over de hele wereld—waaronder Sephora, American Eagle, Petco, Birkenstock en Target Australia—gebruiken Constructor om zeer gepersonaliseerde ervaringen te bieden (voor zoekresultaten, productaanbevelingen en meer) die ook goed zijn voor hun bedrijf en zijn afgestemd op hun belangrijkste prestatie-indicatoren (KPIs).
Kun je ons iets vertellen over je achtergrond en hoe je bent opgegroeid?
Ik ben geboren in Oekraïne. Mijn familie emigreerde hierheen toen ik een kind was en ik groeide op in Tennessee.
Ik ben altijd geïnteresseerd geweest in datawetenschap en engineering. Toen ik opgroeide, leerde ik mezelf hoe ik computers kon bouwen en repareren en vervolgens uiteindelijk hoe ik moest programmeren. Op de middelbare school werkte ik bij Walgreens en tijdens mijn pauzes las ik—beetje bij beetje—een dik boek over computerengineering. Natuurlijk is al die kennis nu verouderd. Toch wekte het destijds mijn interesse voor het vakgebied, hielp het me op weg en leidde het uiteindelijk tot een liefde voor datawetenschap en het oplossen van problemen waarbij sterk op statistiek wordt geleund.
Ik was ook erg geïnteresseerd in talen—een passie die me is bijgebleven. Thuis sprak ik Russisch en op school Engels, terwijl ik daarnaast wat Hebreeuws en Aramees kon studeren. Op de middelbare school en universiteit raakte ik vervolgens vooral geïnteresseerd in oudere talen. Het is fascinerend om teksten te lezen die mensen duizenden jaren geleden hebben geschreven. Die mensen waren heel anders dan jij en ik, maar het idee dat we hen nog steeds kunnen begrijpen—en nog steeds de grappen die ze duizenden jaren geleden maakten grappig kunnen vinden—vond ik bijzonder boeiend. Later leerde ik ook wat Spaans, Kroatisch en Vietnamees, omdat ik geïnteresseerd raakte in de klank en structuur van verschillende talen.
Beide interesses—datawetenschap en talen—houden verband met wat ik vandaag doe. Om echt goede ervaringen op het gebied van productontdekking te ontwerpen, moet je mensen begrijpen die heel anders zijn dan jij: hun taalgebruik, hun voorkeuren, hun behoeften en hun intentie. En je moet hen begrijpen op een enorm, uitvergroot niveau waarbij je sterk op statistiek moet leunen, omdat we het hebben over miljarden zoekopdrachten per week. Ik geloof dat hoe beter we dat kunnen doen, hoe beter de ervaring is die we voor onze klanten en hun klanten kunnen creëren.
Wat heeft je ertoe gebracht dit specifieke carrièrepad te kiezen?
Ik wist niet altijd dat ik merken zou helpen om consumenten te verbinden met de producten waar ze dol op zijn. Maar het vakgebied past goed bij me; ik werk hier echt graag in.
Wat betreft de manier waarop ik hier terechtkwam: ik behaalde uiteindelijk mijn master in computationele taalkunde en schreef mijn scriptie over sentimentanalyse van sprekers in oude talen. Daarna zocht ik iets waarin al mijn interesses samenkwamen. Ik vond het onderdeel machinaal leren van datawetenschap erg interessant, en veel van mijn interesse in talen was geworteld in de psychologie van de manier waarop woorden mensen kunnen beïnvloeden. Het aanpakken van vraagstukken rond productzoekopdrachten en gebruikersintentie lag dus voor de hand.
Toch kostte het enige tijd van proberen en vergissen om het juiste pad te vinden. Ik werkte korte tijd als data-engineer bij Tumblr toen het nog een startup was, waar ik aan een systeem voor spam- en phishingdetectie werkte, en besefte dat dit niets voor mij was. Daarna gebeurde er iets onverwachts: een bedrijf voor stockfotografie nam contact met me op. Ze zochten hulp op het gebied van zoeken—iets waar ik tot dat moment niet veel over had nagedacht, omdat ik ervan uitging dat Google zoekproblemen in alle sectoren al had opgelost.
Maar ik besefte al snel dat e-commercebedrijven een ander probleem hadden dat Google niet oploste als ze consumenten wilden helpen vinden wat ze nodig hadden. Ze bouwden allemaal hun eigen oplossingen boven op zoekmachines die alleen waren ontworpen om zoekwoorden met elkaar te laten overeenkomen (dezelfde zoekmachines waarop de meeste bedrijven vandaag de dag nog steeds vertrouwen).
Daarom ging ik in de beginjaren aan de slag als zoekengineer bij Shutterstock, waar ik aan de zoekmachine en zoekalgoritmen werkte. Ik zag hoe zelfs de zeer kleine wijzigingen die we doorvoerden invloed hadden op het bedrijfsresultaat. Toen ik bijvoorbeeld hielp een manier te ontwikkelen om te vergelijken hoe woorden klonken—om rekening te houden met spelfouten in zoekopdrachten en automatische suggesties en deze op te lossen—leidde dat tot een stijging van de conversieratio's met 9.8% toen Shutterstock dit via een A/B-test onderzocht.
Toen ik wist dat ik zo'n impact op het bedrijf kon hebben door werk te doen dat ik fascinerend vond, ontstond een levenslange liefde voor het domein van productontdekking en zoeken. Vanaf dat moment wist ik dat het vakgebied van productontdekking en zoeken binnen e-commerce iets was waar ik mijn carrière aan kon wijden. Later richtte ik een bedrijf op, Constructor, om detailhandelaren te helpen deze problemen succesvol aan te pakken.
Kun je het spannendste verhaal delen dat je is overkomen sinds je bij je bedrijf bent begonnen?
De spannendste tijd voor mij bij Constructor was toen we live gingen met onze eerste zakelijke klant: Jet.com, een online marktplaats die door Walmart werd overgenomen en later werd opgedoekt.
Het was een enorme mijlpaal voor ons bedrijf. We hadden op dat moment slechts vier medewerkers; ik deed het meeste van mijn werk vanuit cafés en een gratis AWS-coworkingruimte bij mijn huis. En we hadden toen ook nog niet ons volledige platform voor productzoekopdrachten: alleen de functionaliteit voor automatische suggesties van Constructor, automatische suggesties.
Dat een groot bedrijf ons een kans wilde geven, was dus zowel spannend als bevredigend. Jet.com concurreerde rechtstreeks met Amazon en had enorme hoeveelheden verkeer—duizenden zoekopdrachten per seconde—die wij verwerkten. Toen ze ermee instemden om een A/B-test met ons uit te voeren en we konden aantonen dat onze automatische suggesties een positieve invloed hadden op hun bedrijf, voelde het alsof we de Super Bowl hadden gewonnen, en dat was een gevoel dat ik zo vaak mogelijk wilde herhalen.
Zelfs te midden van alle opwinding wisten we dat we ons volledige platform voor productontdekking en zoeken moesten afbouwen. Dat deden we een paar jaar later—en toen vroege klanten zoals Sephora en Bonobos zich aansloten, was dat opnieuw een gedenkwaardig moment. Ook zij zagen via A/B-tests dat de omzetstijging dankzij ons platform veel groter was dan wat ze ons betaalden, schaarden zich achter onze visie en zijn vandaag nog steeds klant. We wisten dat we klaar waren voor het grote werk, en het bedrijf maakte een enorme groei door.
Vandaag gebruiken e-commercebedrijven wereldwijd Constructor om shoppers zeer gepersonaliseerde ervaringen te bieden via verschillende kanalen. Wanneer iemand bijvoorbeeld op een retailwebsite naar “shirts” zoekt, ziet die persoon niet zomaar een willekeurig shirt (of pagina’s vol shirts die hem of haar niet interesseren), maar juist shirts die aansluiten bij diens voorkeuren: favoriete merk, kleuren, prijsklasse enzovoort. Of wanneer iemand op een supermarktwebsite op zoek is naar melk en doorgaans biologische producten koopt, tonen we eerst biologische melk.
We personaliseren niet omwille van de personalisatie, dus het is niet altijd duidelijk waar dit gebeurt, maar de A/B-tests spreken voor zich. Retailers kunnen de resultaten en aanbevelingen van ons platform ook optimaliseren voor hun KPI’s, waaronder conversies, brutowinst enzovoort.
Om deze impactvolle productontdekking en personalisatie te leveren, houdt onze op klikstromen gebaseerde AI rekening met de geschiedenis en het gedrag van elke shopper via de digitale kanalen van de retailer (bijvoorbeeld: waarop heeft de persoon geklikt? Wat heeft die persoon het langst aandachtig bekeken? Wat heeft die persoon aan de winkelwagen toegevoegd? Wat heeft die persoon gekocht? enzovoort).
We passen ook informatie toe uit “vragenlijsten” die retailers aan hun shoppers voorleggen en halen gegevens uit andere gegevensstromen van retailers, zoals informatie uit loyaliteitsprogramma’s, om een compleet en bruikbaar beeld te krijgen van elke shopper en diens intentie. Ons platform verfijnt de resultaten voortdurend en creëert honderden miljoenen keren per dag nieuwe ervaringen op basis van de zoekopdrachten van shoppers en de manier waarop shoppers omgaan met de resultaten en aanbevelingen die ze zien.
Wat zijn enkele van de interessantste of spannendste projecten waar je momenteel aan werkt? Hoe denk je dat die mensen kunnen helpen?
Er lopen momenteel verschillende projecten bij Constructor waar ik erg enthousiast over ben, sommige aan de kant van de shopper en andere aan de kant van productbeheer.
Vaak hebben shoppers behoeften op het gebied van productontdekking waarin traditionele zoek- en bladertechnologieën niet voorzien. Om de producten te vinden waarnaar ze op zoek zijn, moeten shoppers zich grondiger kunnen oriënteren—meer doen dan korte zinnen en trefwoorden in een zoekmachine invoeren—maar ze worden beperkt door de bestaande technologie.
Een van onze nieuwere producten, Vragenlijsten, speelt hierop in. Retailers kunnen hiermee een reeks korte vragen stellen aan hun online shoppers, vergelijkbaar met wat een winkelmedewerker in een fysieke winkel zou doen. De retailer kan direct en dynamisch gepersonaliseerde aanbevelingen en gidsen aanbieden op basis van de antwoorden van de persoon. Stel bijvoorbeeld dat een shopper speelgoed zoekt voor zijn of haar neefje, maar geen idee heeft wat hij of zij moet kopen. Nadat de shopper enkele vragen heeft beantwoord over de leeftijd, hobby’s, interesses, favoriete franchises enzovoort van het neefje, krijgt die persoon zeer gepersonaliseerde en unieke aanbevelingen waarmee hij of zij vol vertrouwen een aankoop kan doen.
Wat andere projecten en ideeën betreft: het toepassen van ChatGPT en de onderliggende technologieën daarvan (grote taalmodellen—LLM’s—en transformers) op productontdekking in e-commerce is iets waar wij en onze retailpartners enorm enthousiast over zijn. In het huidige zakelijke landschap is niets zo ingrijpend en besproken als ChatGPT. Maar in plaats van op de ChatGPT-hype mee te liften omdat het “cool” is, vinden we het belangrijk om de nieuwe mogelijkheden van AI in te zetten op een manier die echt nuttig is voor zowel retailers als shoppers.
Daarom ben ik vooral enthousiast over het potentieel van ChatGPT om waardevolle veranderingen teweeg te brengen in online zoeken. De beknopte manier waarop mensen tegenwoordig omgaan met e-commercezoekmachines werkt in sommige gevallen goed—maar het is niet altijd de beste manier om te zoeken. Soms hebben shoppers een uitgebreidere vraag of een langere, beschrijvende zoekopdracht, zoals: “Wat is een goed dessert dat ik kan maken voor iemand die van aardbeien en blauwe bessen houdt en glutenvrij eet?” Of: “Ik ga in mei naar een bruiloft in de achtertuin van een vriend in Zuid-Californië. Wat moet ik aantrekken?”
ChatGPT kan vragen als deze begrijpen en beantwoorden. Toch zijn er beperkingen: het kent niet alle artikelen in de productcatalogus van een retailer en kent ook niet de voorkeuren en geschiedenis van elke shopper met het merk. Daarom zien we een geweldige kans om ChatGPT uit te breiden met en te integreren in Constructor’s platform voor productontdekking en personalisatietechnologie—zodat de antwoorden die shoppers ontvangen niet alleen logisch zijn, maar ook sterk gepersonaliseerd zijn en aansluiten bij de KPI’s van retailers. We hebben op dit gebied een bètaproduct klaar dat een aantal van onze retailklanten integreert en test. Hieronder kun je een video bekijken met voorbeelden van hoe het wordt gebruikt.
En zoals ik al zei, aan de kant van e-commercemerchandising doen we ook veel interessante en nuttige dingen—we geven merchandisers hulpmiddelen waarmee ze tijd vrijmaken voor strategischer werk. Veel merchandisers die ons platform gebruiken, besteedden eerder veel tijd aan repetitief en handmatig werk: synoniemen voor zoektermen onderzoeken en specificeren, slechte resultaten corrigeren, oplossingen voor typefouten creëren, paginadoorverwijzingen handmatig implementeren, enzovoort.
De AI van Constructor automatiseert veel van deze taken, zodat merchandisers hun tijd elders kunnen besteden. We hebben van klanten zoals Birkenstock gehoord dat ze met Constructor het handmatige werk met 20% hebben kunnen verminderen. Merchandisers hebben nu meer flexibiliteit om met nieuwe campagnes en ideeën te experimenteren.
Ze kunnen ons platform ook gebruiken om feedback te krijgen: “Hoe zal deze verandering de conversiepercentages beïnvloeden?” “Wat zijn de afwegingen bij het implementeren van dit soort campagnes?” Deze mogelijkheden bestonden eerder eigenlijk niet voor merchandisers. Toch zijn ze naar mijn mening cruciaal voor de toekomst van e-commerce en om ervoor te zorgen dat bedrijven aangename ervaringen creëren voor hun shoppers die ook bijdragen aan hun bedrijfsresultaat.
Welke drie eigenschappen van jezelf hebben volgens jou bijgedragen aan je succes?
Eerlijk gezegd denk ik dat ik nog veel moet leren en dat een groot deel van wat me heeft gebracht waar ik nu ben, geluk is. Ik zou er graag de eer voor opstrijken, maar ik denk dat de factor geluk voor de meeste bedrijfsleiders geldt. Natuurlijk werken we ontzettend hard—maar er is ook dat essentiële en ontastbare element van op de juiste plaats en op het juiste moment zijn en de juiste mensen ontmoeten, om je bedrijf echt van de grond te helpen krijgen.
Ik had dus ontzettend veel geluk dat ik Dan McCormick ontmoette toen ik bij Shutterstock werkte. Hij was daar destijds de CTO en de manager van mijn manager. Dan nam een groot risico door samen met mij een startup te beginnen; hij en ik waren medeoprichters van Constructor.
Ik had ook veel geluk dat ik in de beginperiode van Constructor ontzettend aardige en visionaire mensen ontmoette die bereid waren me te vertrouwen. Destijds waagden klanten zoals Sephora en Bonobos het om met ons samen te werken als start-up in een vroeg stadium, en we waren hun daar zeer dankbaar voor. Dat hadden ze zeker niet hoeven doen, en bedrijfsleiders bij die bedrijven hebben waarschijnlijk hun baan op het spel gezet door ons een kans te geven. Die mensen weten wie ze zijn en zullen altijd een speciale plek in mijn hart hebben. Zonder hen zouden we geen bedrijf hebben.
Nederigheid is een andere eigenschap die volgens mij belangrijk is. Er zullen altijd dingen zijn die je niet weet en het is belangrijk dat je je daar prettig bij voelt. Het is oké om te zeggen: “Ik weet het antwoord niet, maar ik ga iemand zoeken die kan helpen. Ik ga veel lezen en het uitzoeken.” Zo leer je en word je beter.
En tot slot is aangeboren nieuwsgierigheid vaak een voordeel. Ik vind veel verschillende gebieden interessant en ik denk dat dat me in mijn werk heeft geholpen. Wanneer we voor het bedrijf iets moesten uitzoeken wat ik niet wist, was dat een aanleiding voor mij om iets nieuws te leren, wat ik erg spannend vond.
Wat was de oorspronkelijke visie voor je e-commercebedrijf? Welke pijnpunten probeerde je voor je klanten op te lossen?
Zoals ik eerder al zei, deed ik mijn eerste ervaring met productontdekking op toen ik zoekengineer was bij Shutterstock. Ik vond het werk erg leuk, maar vroeg me tegelijkertijd af: maakte het verschil? Werkte ik aan een “wetenschappelijk project” of aan iets dat echt impact had?
Via A/B-tests zag ik dat onze inspanningen daadwerkelijk effect hadden en zowel de klantervaring als het bedrijfsresultaat verbeterden. Daarom wilde ik dat soort verandering op grotere schaal realiseren voor veel meer e-commercebedrijven—door hen te helpen zoekresultaten beter om te zetten in omzet.
En ik wilde dat doen met zoektechnologie die speciaal voor e-commerce was ontwikkeld. De opensourcezoek- en productontdekkingstechnologie die we bij Shutterstock gebruikten (en die destijds door veel andere e-commercebedrijven werd gebruikt) was beperkt—de technologie was niet specifiek gericht op e-commerce en niet ingericht op conversieoptimalisatie.
Toen Dan en ik Constructor oprichtten, wilden we daarom één platform voor productzoeken en productontdekking voor e-commerce bouwen. We wilden het goed bouwen—in wezen het systeem van onze dromen ontwikkelen waarvan we wisten dat we het nooit bij een individueel e-commercebedrijf hadden kunnen bouwen, omdat het te riskant, tijdrovend en kapitaalintensief zou zijn geweest. We redeneerden dat als we het goed deden en de resultaten konden behalen waar we aan dachten, geen enkel e-commercebedrijf dit nog een keer zou hoeven bouwen.
Bovendien is het intern opbouwen van een succesvol platform voor productontdekking voor de meeste bedrijven niet eenvoudig of haalbaar. Hun eigen teams hebben vaak te weinig middelen, wat uiteindelijk veel beslissingen bepaalt. Toen we bij Shutterstock zoek- en ontdekkingsprojecten uitvoerden, waren we ontzettend trots op onze resultaten, maar wanneer we ons vergeleken met Amazon, dat over veel meer middelen beschikt, was het alsof wij de rekenkunde hadden uitgevonden terwijl zij al calculus bedreven.
Met Constructor wilden we productzoeken en productontdekking daarom ook democratiseren en “het speelveld gelijktrekken”, omdat meer concurrentie en betere klantervaringen goed zijn voor zowel retailers als shoppers.
Hoe ziet u de ecommerce-industrie zich de komende jaren ontwikkelen?
De manier waarop mensen online naar producten zoeken — vertrouwen op trefwoorden, geen volledige zinnen kunnen gebruiken om hun behoeften uit te leggen en hopen op het beste — en de manier waarop ze producten ontdekken, zijn in meer dan 30 jaar nauwelijks veranderd. Maar terwijl consumenten betere digitale ervaringen blijven verwachten — en terwijl automatisering, transformers (de technologie waarop ChatGPT is gebouwd en die we de afgelopen jaren bij Constructor zijn gaan gebruiken) en andere AI-technologieën aan kracht winnen — zullen we snelle, ingrijpende veranderingen in de hele ecommerce-sector zien (zonder woordspeling).
Retailers krijgen flexibelere en betere manieren om hun voorraad online te presenteren, en shoppers krijgen nieuwe manieren om de juiste producten te vinden en met zoekfunctionaliteit te communiceren. Daarnaast zullen de ecommerce-activiteiten van retailers nauwer verweven raken met en afhankelijker worden van hun activiteiten in fysieke winkels, waardoor de traditionele scheiding tussen fysieke winkels en digitale kanalen veel minder duidelijk zal zijn.
Niet elke verandering zal een verbetering zijn. Zoals we onlangs hebben gezien met nieuwe, veelbesproken technologie zoals ChatGPT, ontstaat er vaak een haast om iets te doen om op de hype mee te liften. Maar iets op basis van AI creëren alleen maar omdat je AI wilt gebruiken, is een misser. Ecommercebedrijven moeten zich afvragen: Welk probleem of knelpunt proberen we op te lossen? Hoe kunnen we ChatGPT, andere AI of technologie zonder AI gebruiken om een betere aanpak te bieden? Wanneer je het nieuwe en interessante kunt combineren met wat echt nuttig is — en iets creëert dat shoppers herhaaldelijk zullen gebruiken en dat waarde oplevert voor het bedrijf — leg je de basis voor succes.
Hoe brengt u de behoefte aan innovatie en experimenteren in evenwicht met het behoud van een stabiele, betrouwbare ecommerce-infrastructuur?
Dat is een heel goede vraag en vereist een goed doordachte en evenwichtige aanpak. Je moet weten waar je kunt experimenteren en waar je er beter aan doet niets riskants te ondernemen.
Als voorbeeld: als het om onze kernservices bij Constructor gaat, zouden we nooit iets uitbrengen dat niet grondig is getest. Alle updates of verbeteringen ondergaan een reeks unit- en stabiliteitstests: we laten meerdere dagen aan eerder verkeer los op de nieuwe code om er zeker van te zijn dat deze het aankan. We vereisen ook dat meerdere mensen nieuwe code grondig onderzoeken voordat deze naar productie gaat. Kortom, we zijn zeer zorgvuldig. Daarom hebben we nooit downtime en is het kernsysteem in de geschiedenis van het bedrijf nog nooit uitgevallen.
Wat innovatie betreft werken we vaak samen met klanten die voorop willen lopen en de nieuwste, meest geavanceerde technologie willen integreren. Daarom streven we ernaar nuttige en innovatieve ideeën en oplossingen te ontwikkelen, en zijn we duidelijk over wat nog een experiment is.
Andere klanten van ons kiezen echter voor een meer afgewogen aanpak. In plaats van iets als eerste uit te proberen, wachten ze tot meer ecommercebedrijven waarmee we samenwerken live zijn gegaan en meetbare groei hebben gezien, waarna ze vragen om het ook te proberen. Beide benaderingen hebben hun waarde en benadrukken de verschillende manieren waarop ecommercebedrijven hun activiteiten uitvoeren.
Welke vijf opkomende trends zullen volgens u de grootste impact hebben op de toekomst van online winkelen?
1. Volledig nieuwe vormen van productontdekking. Eerlijk gezegd is dit waar ik het meest enthousiast over ben. En het is niet zomaar een luchtkasteel. De manier waarop mensen producten ontdekken wanneer ze online winkelen, zal zich uitbreiden en veranderen. Consumenten zullen niet beperkt blijven tot zoeken, browsen en aanbevelingen bekijken. Er zullen volledig nieuwe vormen van ecommerce-productontdekking ontstaan die nu nog niet bestaan.
We beginnen te zien hoe deze toekomst eruit zou kunnen zien met technologieën zoals ChatGPT. Wanneer mensen vandaag de dag naar producten zoeken, moeten ze dat doen op een manier die zoekmachines begrijpen: met beknopte zoektermen, waarbij ze bijna als een holbewoner praten. Soms is dat alles wat shoppers hoeven te doen om te vinden wat ze nodig hebben.
Maar voor de momenten waarop je op een langere, uitgebreidere of meer open manier moet zoeken — zoals “Welke ingrediënten heb ik nodig voor een citroenschuimtaart?” of “Ik woon in Florida, ga joggen en wil praktische maar stijlvolle hardloopkleding” — kan ChatGPT helpen. Door transformers (de “T” in ChatGPT) te trainen met ecommercegegevens — en door personalisatietechnologie te integreren — ontstaat de mogelijkheid om vernieuwende en nuttige ervaringen voor productontdekking te creëren.
Maar hiermee hebben we nog maar het oppervlak bereikt van wat mogelijk is. Ecommercebedrijven erkennen dat zoek- en browsefunctionaliteiten nuttig maar onvolmaakt zijn. Daarom zal de toekomst bestaan uit zoeken en browsen, aangevuld met andere manieren om producten te ontdekken, om beter tegemoet te komen aan de uiteenlopende behoeften van shoppers.
2. Zoekresultaten op nieuwe, frisse manieren weergeven. Als het gaat om het weergeven van zoekresultaten, zitten we nog steeds vast in de jaren 90. Er is niet veel geïnvesteerd in experimenten met de gebruikersinterface (UI), en we zijn al lang toe aan verandering.
Wat ik daarmee bedoel: wanneer je in een zoekmachine naar een product zoekt, worden de resultaten doorgaans weergegeven in een raster dat enkele kolommen breed is, met meerdere rijen. Komt dit doordat dit de optimale manier is om producten weer te geven? Nee, maar het is wel een eenvoudige manier om informatie uit een database weer te geven. Het doorbreken van deze status quo zal gebeuren, en het zal voordeel opleveren voor bedrijven die dit goed aanpakken, omdat zij hun shoppers een betere ervaring kunnen bieden en hun merkidentiteit beter kunnen definiëren.
In fysieke winkels hebben ze dit al onder de knie. Wanneer je in een fysieke winkel van een retailer zoekt, is duidelijk hoeveel moeite er is gestoken in het samenstellen en presenteren van de producten: van wat er op de paspop wordt geplaatst en waar de paspop staat, tot hoe presentaties zijn opgesteld, wat medewerkers dragen, enzovoort. Deze details onderscheiden retailers van elkaar en geven je een gevoel voor hun merk. Dus ook als het gaat om het online ontdekken van producten, is het mogelijk om op deze manier creatief te zijn.
Denk aan het verschil tussen een Apple Store, Walmart en een kledingwinkel in het hogere segment. Een bezoek aan deze drie locaties is een compleet verschillende ervaring. Ga nu naar hun websites en zoek naar iets. Alle UI's en presentaties zijn in principe hetzelfde. Er zijn zoveel mogelijkheden om je in de UI te onderscheiden, en ik denk dat de meeste mensen daar niet over nadenken.
3. Meer mogelijkheden voor online merchandisers. Zoals ik al zei, zijn fysieke winkels tegenwoordig erg goed in het samenstellen van productpresentaties—zo goed zelfs dat shoppers zich vaak niet realiseren hoeveel moeite het kost om presentaties er zo goed uit te laten zien. Deze winkels en hun medewerkers hebben de juiste tools nodig om producten te bestellen en te presenteren op een manier die uitnodigend en aantrekkelijk is voor shoppers. In een online omgeving hebben retailers ook de juiste tools nodig om hun assortiment en productselectie onder de aandacht te brengen: de manier waarop ze producten presenteren moet een weerspiegeling van hun merk zijn. Online wordt dit iets ingewikkelder, omdat je daar ook de extra en noodzakelijke dimensie hebt dat je voor elke bezoeker kunt personaliseren.
Het aantal beschikbare tools voor online merchandisers en de geavanceerdheid van die tools zullen dus toenemen. En hoewel veel tools op AI gebaseerd zullen zijn, zullen ze menselijke merchandisers niet vervangen. Die bepalen grotendeels de identiteit van het merk, wat net zo goed kunst als wetenschap is. Deze merchandisers moeten strategische beslissingen nemen over de beste manier om de merkidentiteit over te brengen. Als alles volledig aan AI wordt overgelaten, zouden er te veel identieke online winkels ontstaan, dus menselijke besluitvorming zal altijd belangrijk blijven. Mensen weten het beste hoe ze aangename ervaringen voor andere mensen kunnen creëren.
Bovendien kunnen AI-tools die merchandisers effectief meer mogelijkheden bieden geen “black-box”-oplossingen zijn. Het is belangrijk dat de onderliggende algoritmen transparant zijn voor merchandisers, zodat zij kunnen begrijpen wat het systeem doet en de aanbevelingen van AI kunnen overrulen wanneer zij dat gepast vinden.
4. Nuttigere personalisatie: “Een digitale thuisbasis.” In de beginjaren was personalisatie vaak gekunsteld, irritant of opdringerig—zoals een advertentie die je overal op het web achtervolgt en een product toont dat je ooit op een e-commercesite hebt bekeken. We beginnen de eerste tekenen te zien van betere, nuttigere personalisatie op retailwebsites—deels dankzij beter en zorgvuldiger gebruik van klantgegevens en minder gebruik van gegevens van derden om personalisatie aan te sturen.
Denk aan Spotify en Netflix als voorbeelden van wat mogelijk is: ze gebruiken wat klanten hun rechtstreeks vertellen (ook wel “zero-party data” genoemd, omdat het gegevens zijn waarvan de klant actief wil dat de site ze over hem of haar kent) om geïndividualiseerde ervaringen mogelijk te maken. En gebruikers willen hun gegevens met hen delen; ik doe extra moeite om nummers die ik leuk vind op Spotify te “liken”, omdat ik wil dat Spotify me vergelijkbare nummers geeft die ik ook leuk zal vinden. Voor consumenten is de waarde van het delen van gegevens en op deze manier betrokken zijn duidelijk, en ze zien onmiddellijk voordelen.
Personalisatie in retail zal dit pad ook volgen door meer te vertrouwen op expliciete informatie die shoppers vrijwillig geven en de waarde van deze uitwisseling te laten zien. Dat is wat Constructor doet met ons Quizzes-product: onmiddellijk gepersonaliseerde aanbevelingen geven op basis van hoe shoppers korte vragenlijsten beantwoorden. Het gebruik van zero-party data op deze manier—naast gedragsgegevens van de eerste partij of clickstreamgegevens—zal zeer relevante, sterk gepersonaliseerde ervaringen opleveren die de privacy van shoppers respecteren.
Spotify en Netflix zijn ook uitstekend in het creëren van een “digitale thuisbasis” voor gebruikers: een account of bestemming die vertrouwd en eenvoudig te navigeren is en op hen is afgestemd en gepersonaliseerd. Om succesvol te kunnen concurreren met bedrijven als Amazon, zullen retailers ook dit type gepersonaliseerde digitale thuisbasis moeten creëren. Zo kunnen online shoppers het gevoel krijgen dat ze hun favoriete winkel of favoriete bar binnenstappen, waar de eigenaar hen kent en oog heeft voor hun behoeften.
Om shoppers zich meer thuis te laten voelen, moet personalisatie haar ontwikkeling voortzetten: van gekunsteld en opdringerig naar ondersteunend en empathisch. We zien nog maar het begin van deze ontwikkeling, en de bedrijven die dit het snelst en best begrijpen, zullen de trouwste gebruikers hebben.
5. De voortdurende versmelting van digitale ervaringen en ervaringen in fysieke winkels. Deze domeinen waren traditioneel volledig gescheiden: aparte teams, gegevens in silo's en verschillende ervaringen. Maar voor consumenten is het toch allemaal hetzelfde merk? Afzonderlijke ervaringen kunnen verwarring en frustratie veroorzaken, terwijl het gemak van omnichannel-ervaringen goed is voor zowel shoppers als retailers. Bovendien biedt dit nog een mogelijkheid om die verbonden, gepersonaliseerde winkelervaring van het ene contactmoment naar het volgende voort te zetten.
Verwacht dus dat de grens tussen digitale en fysieke winkels steeds verder vervaagt—met meer opties om “online te kopen en in de winkel op te halen”, het gebruik van mobiele apps en bakentechnologie om je te helpen producten in de winkel te vinden, en realtimepersonalisatie op basis van gegevens uit verschillende kanalen. Voor retailers zullen campagnes aan de digitale kant campagnes aan de fysieke kant ondersteunen, en omgekeerd.
Als het gaat om het consequent bieden van holistische en verbonden klantreizen: zijn we daar als sector al? Absoluut niet. Maar het is wel de toekomst: een toekomst die zowel technologisch mogelijk is als een veel betere klantervaring oplevert. Retailers die daar als eerste in slagen, zullen de vruchten plukken.
Is er een trend uit het verleden die nu gangbare praktijk is in e-commerce en waaraan je 50% meer tijd zou hebben besteed? Welke trend en waarom?
Een jaar geleden of daaromtrent was het erg moeilijk om nieuwe soorten of vormen van productontdekking te promoten of te implementeren—het was echt een zware strijd. Het kostte veel tijd en overtuigingskracht om mensen nieuwe ideeën te laten uitproberen. Dit was iets waar we wel tijd aan besteedden, maar minder dan ik had gewild, simpelweg omdat de markt er nog niet klaar voor was.
Maar die cultuur en terughoudendheid leken van de ene op de andere dag te veranderen toen ChatGPT op het toneel verscheen. Het opende ieders ogen voor het feit dat er nieuwe vormen van productontdekking zouden komen—en vergrootte aanzienlijk de wens van bedrijven om ermee te experimenteren en hierin voorop te lopen. Wat vroeger dus een uitdaging was, is een veel eenvoudiger probleem geworden om aan te pakken, omdat merken nu proactief contact met ons opnemen om te vragen of we iets nieuws rond ChatGPT hebben.
En we hebben volop ideeën—zoals het combineren van personalisatie en productcatalogusinformatie met generatieve AI, zoals ik al zei. We werken ook aan het gebruik van LLMs en transformers om producten beter terug te vinden en irrelevante zoekresultaten eruit te filteren. Dit werk kan een nog grotere impact hebben op de bedrijven van klanten dan de aspecten van ChatGPT rond “conversationele handel”; we zullen zien wat de uitkomst is naarmate we blijven experimenteren en testen.
Aan de ene kant hebben we dus een geweldige kans waar ik dankbaar voor ben. Maar die kans brengt ook de verplichting met zich mee om producten verantwoord te ontwikkelen en waarde toe te voegen. We bevinden ons nu midden in een hypecyclus, omdat enthousiasme bij klanten nieuwe kansen creëert. Helaas springen allerlei bedrijven op de kar met “kwakzalverij”. En die kwakzalverij verandert een hypecyclus in een dal van teleurstelling.
Daarom zijn we heel duidelijk wanneer we aan iets experimenteels werken. We weten niet of het het beste ooit zal zijn, maar we zijn enthousiast om dat uit te zoeken. En wanneer klanten willen meedoen aan bètatests van sommige van deze innovaties, vinden we dat geweldig. Ze weten dat we ons inzetten om enthousiasme met bescheidenheid te combineren en het juiste te doen voor hen en hun klanten.
Als je vooruitkijkt: wat zijn de grootste kansen en uitdagingen voor de e-commerce-sector, en hoe ben je van plan die de komende jaren aan te pakken?
Er zijn veel mogelijkheden om de manier waarop winkelende klanten omgaan met e-commercewebsites te verbeteren en uit te breiden. Zoals ik al zei, zit er nog zoveel functionaliteit vast aan concepten die in de jaren 90 zijn bedacht dat het tijd is voor verandering. En nu de technologie zich snel blijft ontwikkelen, staan we aan de vooravond van die verandering. Het is een spannende tijd en een kans om klantervaringen te verbeteren en resultaten voor e-commercebedrijven te optimaliseren: een win-winsituatie.
De uitdaging van vandaag, op alle gebieden van e-commerce, is om wat mogelijk is te combineren met wat ethisch verantwoord is en echte bruikbaarheid oplevert. Ik ben een groot voorstander van ethisch en verantwoord gebruik van AI en van het gebruiken van klantgegevens op manieren die de privacy respecteren en waarde leveren.
Daarnaast is het tegenwoordig eenvoudig om je te laten verblinden door het volgende “glimmende nieuwe ding” in de technologiewereld. Maar wanneer bedrijven zich haasten om een nieuwe technologie toe te voegen omdat die hip is—of simpelweg zodat ze kunnen beweren dat ze haar gebruiken—creëren ze vaak iets dat consumenten één of twee keer proberen en daarna laten vallen. We hebben gezien, en zullen blijven zien, dat veel foefjes snel uitdoven.
We bevinden ons met name nog in de beginfase van wat er mogelijk is met generatieve AI. Bij Constructor zijn we oprecht enthousiast over onze experimenten op dit gebied. Terwijl we aan nieuwe projecten en activiteiten beginnen, blijven we geworteld in een toewijding aan bruikbaarheid: dat vormt de kern van wat Constructor doet.
Een van onze leidende principes is de belofte om onszelf af te vragen: is wat we creëren nuttig voor de winkelende klant en de retailer? Terwijl we dus vooruitgaan, blijven we ons inzetten om technologie te gebruiken voor de best mogelijke ervaringen voor zowel winkelende klanten als retailers.
Als je een beweging zou kunnen starten die het meeste goed zou doen voor de meeste mensen, welke beweging zou dat dan zijn?
Dit is een moeilijke vraag. Ik besteed veel van mijn tijd in het bedrijfsleven. Er zijn veel slimmere mensen dan ik die nadenken over belangrijkere problemen, zoals honger in de wereld, dus ik hoop dat het goed is als ik mijn antwoord beperk tot het bedrijfsleven, simpelweg omdat ik denk dat ik daar meer kan helpen. Meer organisaties zouden zich moeten inzetten voor het creëren van echte partnerschappen met de mensen met wie ze zakendoen. Er zou een verwachting moeten zijn dat vertrouwen moet worden verdiend, en het is de verantwoordelijkheid van de leverancier om dat vertrouwen te winnen.
Wanneer je kijkt naar de manier waarop traditionele leveranciers zijn ingericht, is er een verkoper die je een product verkoopt—en zodra je het koopt, word je doorgegeven aan iemand anders. Je praat niet met dezelfde persoon bij wie je het product aanvankelijk hebt gekocht. En die persoon was in ieder geval niet betrokken bij het bouwen van het product, dus er is een grens aan hoeveel diegene je kan helpen. Maar er zouden meer mensen die elkaar vertrouwen en gelukkigere mensen in het bedrijfsleven zijn als er een wijdverbreidere cultuur van verantwoordelijkheid was, betere en transparantere overdrachten en een toewijding aan het aangaan van echte partnerschappen.
Er wordt tegenwoordig enorm veel tijd en geld besteed aan het evalueren van leveranciers, en met goede reden—zovelen van hen hebben het vertrouwen van hun klanten geschaad dat diezelfde klanten weten dat ze leveranciers grondig moeten evalueren. Ik denk alleen dat de wereld een stuk beter zou zijn als meer bedrijven zouden zeggen: “Ik wil je vertrouwen verdienen voordat je me betaalt,” en vervolgens echt prioriteit zouden geven aan het opbouwen van die vonk van vertrouwen—niet alleen om een klant te behouden, maar om verder te gaan dan verwacht en een echt partnerschap op te bouwen.
Hoe kunnen onze lezers je werk online verder volgen?
Bekijk gerust de website van Constructor. Ik deel ook regelmatig gedachten, artikelen en nieuws dat ik interessant vind op LinkedIn.
Mis de nieuwste tips, inzichten, softwareaanbevelingen en deskundig advies van The Retail Exec niet. Abonneer je vandaag nog op onze nieuwsbrief!
Meer uitstekende ECM-inhoud:
- AI gebruiken in e-commerce: tools, tips en strategieën
- E-commerce + retail: een gids voor omnichannelhandel voor bedrijven
- Waarom personalisatie in e-commerce belangrijk is: 5 tactieken (met voorbeelden)
- Wat is een e-commercechatbot: typen, manieren om deze te gebruiken en voordelen voor je online winkel
- Hoe je klantgegevens verzamelt
- 8 e-commercetrends die de toekomst van online winkelen in 2023 bepalen
- 8 trends in e-commercepersonalisatie voor 2023 en daarna
