AI-Influenced Revenue to przychód ze sprzedaży, na którą system AI wpłynął na dowolnym etapie procesu decyzyjnego, nawet jeśli nie został zidentyfikowany jako bezpośrednie źródło transakcji. Obejmuje zakupy, w których AI pomogło użytkownikowi odkryć produkt, poznać markę, porównać opcje, zawęzić wybór lub podjąć decyzję zakupową.
Wskaźnik uwzględnia zarówno bezpośrednio mierzalne interakcje z AI, jak i wpływ ustalony za pomocą danych wspomagających, badań, ankiet lub modeli atrybucji.
AI-Influenced Revenue = łączna wartość transakcji, na które AI miało zidentyfikowany lub prawdopodobny wpływ
Przykładowo, jeśli użytkownik otrzyma rekomendację produktu w Gemini, a następnie wpisze nazwę produktu w Google i dokona zakupu, transakcja może zostać zaliczona do AI-Influenced Revenue, mimo że analityka przypisała ją do ruchu organicznego.
Co może oznaczać wpływ AI na sprzedaż?
System AI może wpłynąć na zakup poprzez:
- przedstawienie marki użytkownikowi,
- wskazanie produktu w odpowiedzi,
- przygotowanie porównania ofert,
- wyjaśnienie różnic między produktami,
- zarekomendowanie konkretnego rozwiązania,
- przygotowanie krótkiej listy produktów,
- pomoc w określeniu potrzeb,
- potwierdzenie, że produkt pasuje do wymagań,
- skierowanie użytkownika do dalszego researchu,
- pomoc na wcześniejszym etapie ścieżki zakupowej.
Dlaczego AI-Influenced Revenue jest ważny?
Duża część wpływu AI może nie pojawić się w klasycznych raportach analitycznych. System AI może wykonać znaczną część pracy związanej z odkryciem i wyborem produktu, ale finalna transakcja zostanie przypisana do Google, direct, e-maila lub aplikacji.
AI-Influenced Revenue pozwala oszacować szerszą rolę AI w sprzedaży i odpowiedzieć na pytanie:
Jaką wartość zakupów wygenerowali klienci, których decyzje zostały w jakimś stopniu ukształtowane przez systemy AI?
Jak mierzyć AI-Influenced Revenue?
Pomiar może wykorzystywać:
- Ankiety po zakupie.
- Pytania o źródło inspiracji lub rekomendacji.
- Dane o ruchu polecającym z AI.
- Analizę ścieżek wielokanałowych.
- Modele atrybucji uwzględniające wcześniejsze interakcje.
- Dane CRM.
- Badania użytkowników.
- Testy inkrementalne.
- Dedykowane kody, linki lub landing pages.
- Dane z platform AI i Agentic Commerce.
Ponieważ nie każdą interakcję z AI można technicznie połączyć z późniejszą transakcją, część wyniku może mieć charakter estymowany. Metodologia powinna wyraźnie rozdzielać przychód potwierdzony od przychodu modelowanego.
AI-Influenced Revenue a AI-Attributed Revenue
- AI-Attributed Revenue obejmuje sprzedaż bezpośrednio przypisaną do mierzalnej interakcji z AI.
- AI-Influenced Revenue obejmuje również sprzedaż, w której AI wpłynęło na decyzję, ale transakcja została przypisana do innego kanału.
- Agent-Assisted Revenue dotyczy wpływu agenta AI uczestniczącego w procesie zakupowym.
- Agent-Completed Revenue obejmuje transakcje przeprowadzone lub zakończone przez agenta.
AI-Influenced Revenue jest więc szerszym wskaźnikiem niż AI-Attributed Revenue.
Przykład
Użytkownik pyta ChatGPT o najlepszy robot sprzątający do mieszkania ze zwierzętami. System rekomenduje trzy modele. Klient nie przechodzi bezpośrednio do sklepu, ale kilka dni później wpisuje nazwę jednego z urządzeń w Google i dokonuje zakupu.
W systemie analitycznym sprzedaż może zostać przypisana do organic search. Jeżeli jednak użytkownik wskaże rekomendację AI jako źródło decyzji lub wpływ zostanie zidentyfikowany inną metodą, wartość transakcji może zostać uwzględniona jako AI-Influenced Revenue.
Podsumowanie
AI-Influenced Revenue to wartość sprzedaży, na którą systemy AI wpłynęły podczas odkrywania, analizowania lub wybierania produktu, niezależnie od kanału, któremu finalnie przypisano zakup. Wskaźnik pozwala ocenić szerszy wpływ AI na decyzje klientów i przychody e-commerce.
