Silnik Google i mechanizm Ads we własnym sklepie – o rozwiązaniach AI dla e-commerce

Silnik Google i mechanizm Ads we własnym sklepie – o rozwiązaniach AI dla e-commerce

Google to nie tylko wyszukiwarka internetowa. To też zestaw narzędzi analitycznych i marketingowych – Analytics, Ads, Data Studio… oraz setki usług chmury obliczeniowej, z użyciem których te narzędzia zostały stworzone. Te same technologie możemy wykorzystać do ulepszenia własnego serwisu czy aplikacji; między innymi do wsparcia sprzedaży w e-commerce dzięki inteligentnym rekomendacjom produktów.

Spis treści

Na przestrzeni ostatniego roku nasze przyzwyczajenia zakupowe uległy dużej zmianie. Nie mogąc swobodnie zrobić zakupów w sklepie stacjonarnym, przenieśliśmy się do sklepów internetowych. Zaczęliśmy na serwisy e-commerce zaglądać częściej i opuszczać je z większymi zakupami (wg raportu SearchNode niemal 1/4 europejskich e-sklepów zanotowała wiosną 2020 sprzedaż większą o 200% w porównaniu do wiosny poprzedniego roku).

W związku z przeniesieniem się do Internetu zmianie uległy też nasze zachowania i potrzeby – 80% z nas deklaruje, że chętniej robi zakupy w sklepie, który dba o personalizację doświadczeń (źródło: Instapage). Serwisy e-commerce, jeśli chcą spełnić nasze oczekiwania, muszą odpowiedzieć na te nowe przyzwyczajenia. A im szybciej i dokładniej to zrobią, tym lepiej; konkurencja nie śpi, a klient w internecie ma dużo większą łatwość, by pójść do innego sklepu.

Żeby utrzymać zaangażowanie aktualnych konsumentów oraz pozyskać nowych odbiorców i zbudować ich lojalność, należy (nie będzie to raczej żadna nowość) umiejętnie wykorzystywać potencjał dostępnych narzędzi. Taki wachlarz gotowych usług oferuje Google.

Marketingowy ekosystem Google

Google jest właścicielem narzędzi cyfrowych, z których korzystamy zawodowo – jako właściciele serwisów e-commerce, marketerzy czy analitycy, oraz prywatnie – jako konsumenci.

Gigant rozwija blisko 1500 produktów. Pod jego skrzydłami znajduje się chociażby pakiet aplikacji biznesowych Google Workspace, serwis YouTube, platforma dla graczy Stadia czy urządzenia elektroniczne z rodziny Pixel oraz Nest. Google prowadzi w wielu segmentach rynku dzięki takim produktom jak:

  • Google Search – wyszukiwarce, z której korzysta 92,5% internautów na całym świecie,
  • Android – mobilnym systemem operacyjnym z udziałami w rynku na poziomie 71,8%,
  • Google Chrome – najpopularniejszej przeglądarce o penetracji globalnego rynku na poziomie 69,3%,
  • Google Maps, z których korzysta 67% użytkowników na całym świecie,
  • Gmail – skrzynce pocztowej używanej przez 43% internautów.

W wielu “przestrzeniach” utworzonych przez Google, gdzie znajdują się potencjalni odbiorcy, możemy zagościć jako właściciele biznesów internetowych. Mamy do dyspozycji Google Marketing Platform, na które składają się Google Analytics, Google Tag Manager czy Data Studio. Jako specjaliści SEO/SEM możemy korzystać z Google Search Console czy Google Ads. Tworząc i rozwijając aplikację mobilną, mamy dostęp do usług chmurowych na platformie Firebase – m.in. do usługi Predictions przewidującej zachowania użytkowników czy Cloud Messaging, pozwalającej w zautomatyzowany sposób tworzyć i wysyłać spersonalizowane wiadomości.

A czy wiedziałeś, że gigant, obok gotowych narzędzi analitycznych i marketingowych, udostępnia też technologie, z wykorzystaniem których je utworzył? Google wszystkie produkty cyfrowe rozwija we własnej chmurze obliczeniowej – a do usług tej samej chmury mamy dostęp w ramach Google Cloud Platform.

Chmura, czyli… czyli właściwie co?

Pewnie kojarzysz Google Drive i pakiet towarzyszących mu aplikacji – Google Docs, Sheets, Slides, Keep, Forms… Jak też Gmaila czy platformę do wideokonferencji Meet. Jeśli używasz tych narzędzi, korzystasz z chmury (a dokładniej, z aplikacji chmurowych w modelu Software as a Service). A czy kiedykolwiek zastanawiałeś się, czym ta chmura jest, jak działa i gdzie tak naprawdę znajdują się Twoje zdjęcia z wakacji, kopia pracy magisterskiej lub arkusz z harmonogramem publikacji blogowych?

Chmura to zespół połączonych ze sobą serwerów. Serwer to maszyna, na której można przechowywać i przetwarzać dane, uruchamiać programy czy prowadzić obliczenia. Minimum dwa połączone ze sobą serwery (poprzez sieć prywatną lub publiczną, np. Internet) tworzą chmurę.

Najwięksi dostawcy usług chmurowych posiadają miliony takich maszyn. Centra danych (budynki, w których znajdują się serwery) są połączone tysiącami kilometrów kabli światłowodowych, co przekłada się na ogromną moc obliczeniową i wysoką prędkość przesyłu.

Przykładowo, zdzwaniając się na weekly przez Google Meet i edytując w trakcie spotkania arkusz w Google Sheet, słyszymy się, widzimy i śledzimy zmiany, jakie koleżanka czy kolega wprowadził w dokumencie. Nawet jeśli jedna osoba pracuje z biura we Wrocławiu, druga z plaży na Dominikanie, a trzecia siedzi do góry nogami w Australii. To, że wszystko dzieje się natychmiast, w czasie rzeczywistym, zawdzięczamy m.in. globalnej sieci centrów danych Google.

mapa połączeń google cloud
Mapa połączeń pomiędzy centrali danych Google Cloud. Kolorem niebieskim oznaczono obecne kable światłowodowe, zielonym inwestycje w trakcie realizacji (stan na kwiecień 2021).
Źródło: https://cloud.google.com/about/locations

Podsumowując, Twoje pliki “w chmurze”, wrzucone lub utworzone na Drive, znajdują się na maszynach Google – najpewniej w centrum danych w Warszawie, które zostało otwarte w kwietniu 2021 roku.

Chmura publiczna Google – czym jest Google Cloud Platform?

Google Cloud jest chmurą publiczną. Chmura publiczna to model, w którym właściciel serwerów pozwala innym użytkownikom “wynająć” zasoby – moc obliczeniową, pamięć, przestrzeń dyskową. Ale chmura publiczna to nie tylko archiwum dla cyfrowych plików czy aplikacje SaaS (jak wspomniany Drive i aplikacje Docs, Sheet, Slides), ale też zestaw rozbudowanych usług dla administratorów i developerów, które można uruchomić na żądanie (on-demand), bez konieczności inwestowania we własne maszyny i tworzenia rozwiązań od zera.

Google Cloud Platform (w skrócie GCP) jest jedną z najpopularniejszych chmur publicznych, zaraz za Amazon Web Services i Microsoft Azure. Składa się na nią blisko 200 usług chmurowych, między innymi:

  • wachlarz maszyn wirtualnych, które można dowolnie skonfigurować i postawić na nich dowolną aplikację – od prostej strony internetowej, przez rozbudowany e-commerce, do zaawansowanych narzędzi analitycznych (przykładowo, Surfer SEO korzysta z maszyn wirtualnych GCP),
  • platforma developerska do szybkiej budowy i wdrażania aplikacji webowych bez konieczności zaprzątania sobie głowy obsługą infrastruktury,
  • zestaw narzędzi dedykowanych tworzeniu, testowaniu i rozwijaniu aplikacji mobilnych,
  • pojemny magazyn chmurowy na pliki o dowolnym rozszerzeniu, który może posłużyć jako archiwum dokumentów cyfrowych czy przestrzeń na wykonywany cyklicznie backup serwisu,
  • zarządzane bazy danych SQL i NoSQL,
  • usługi dedykowane analityce BigData, pozwalające analizować petabajty danych w ciągu sekund (fajnym przykładem wykorzystania tych usług GCP jest system Orion firmy kurierskiej UPS, który, dysponując informacjami m.in. o kształcie, wymiarach i ciężarze paczki czy adresie nadawcy i odbiorcy, jest w stanie zaplanować optymalny załadunek, trasę samochodów i termin dostawy, uwzględniając nawet przerwy lunchowe kurierów),
  • platforma do rozwoju projektów Internet of Things, odgrywająca ogromną rolę w czwartej rewolucji przemysłowej,
  • usługi zamiany mowy na tekst, tekstu na mowę czy tworzenia komunikatów w języku naturalnym (z tych technologii korzysta m.in. Google Assistant),
  • wstępnie wytrenowane modele uczenia maszynowego i sztucznej inteligencji, służące rozpoznawaniu obrazów, analizie zawartości wideo czy rozumieniu tekstu i odczytywaniu jego nacechowania emocjonalnego.

Portfolio usług Google Cloud Platform jest stale poszerzane o kolejne usługi chmurowe, z użyciem których możemy szybciej tworzyć produkty cyfrowe. Jednym z niedawno opublikowanych narzędzi jest Recommendations AI – napędzany przez sztuczną inteligencję silnik predykcji, który może zwiększyć sprzedaż w niejednym e-commerce.

Sztuczna inteligencja od Google wspiera sprzedaż w e-sklepach

Google od lat dba o dostarczanie użytkownikom treści zgodnych z ich intencjami i potrzebami. Mechanizmy uczenia i poznawania odbiorcy w Ads, algorytmy proponowania wideo na YouTube czy tworzenia list wyników w wyszukiwarce Google Search – te technologie, którymi gigant już dysponuje, zostały zmodyfikowane i udostępnione właścicielem serwisów e-commerce jako chmurowa usługa Recommendations AI.

produkty google
Źródło: https://www.youtube.com/watch?v=nY5U0uQZRyU&t=469s

Recommendations AI to samouczący się silnik predykcji, zestawiający informacje o dostępności produktów, promocjach czy ofertach specjalnych z danymi o zachowaniach użytkowników – bieżących i historycznych akcjach. Usługa nieprzerwanie prowadzi analizę i w ciągu kilku sekund serwuje nowe propozycje produktów w odpowiedzi na zmiany w asortymencie czy w zachowaniu użytkownika.

Punkty styku – miejsca publikacji ofert

Rekomendacje utworzone przez silnik można wyświetlać wewnątrz serwisu internetowego, między innymi:

  • na stronie głównej – mogą znaleźć się tam propozycje produktów bazujące na dotychczasowych interakcjach użytkownika z serwisem,
  • na podstronie produktu – najczęściej są tam prezentowane podobne przedmioty,
  • jako pop-up po dodaniu produktu do koszyka z propozycjami przedmiotów uzupełniających dany produkt,
  • w koszyku, przed przejściem do płatności – to obiecujący, ale dość niebezpieczny obszar, ponieważ źle dobrana rekomendacja może rozproszyć klienta i odciągnąć go od finalizacji zakupów.

Usługę można zsynchronizować też z narzędziem do wysyłki maili. Kampanie mailingowe czy newslettery będą automatycznie uzupełniane o spersonalizowane rekomendacje.

Modele rekomendacji w usłudze

Obecnie (kwiecień 2021) w usłudze dostępne są trzy wstępnie wytrenowane modele rekomendacji:

  • Propozycje dla Ciebie – algorytm, bazując na historii interakcji użytkownika z serwisem, przygotowuje propozycje produktów jeszcze zanim ten rozpocznie zakupy,
  • Inne, które mogą Ci się spodobać – model proponuje kolejny produkt, bazując nie tylko na informacji o zawartości koszyka, ale też o przebytej przez klienta ścieżce czy zainteresowaniu danymi podstronami,
  • Często kupowane razem – filtrując pokłady danych, silnik przygotowuje propozycje produktów, które inni użytkownicy kupowali w trakcie jednej sesji.

Każdy model ma przypisane wskaźniki efektywności, które pozwalają śledzić zaangażowanie użytkowników (CTR, click-through rate), konwersję (CVR, conversion rate) czy wysokość przychodu na sesję.

Recommendations AI a własny silnik predykcji

Ale przecież robiąc zakupy, otrzymujemy już rekomendacje, więc po co angażować sztuczną inteligencję?

Spójrzmy na przykład z e-commerce Disney’a . Disney porównał efektywność własnego silnika predykcji z silnikiem Google. Oto, jakie produkty zostały zaoferowane klientowi po dodaniu do koszyka opaski na oczy do spania:

silnik disney vs silnik google
Po lewej propozycja przygotowana przez silnik Disney’a, po prawej przez Recommendations AI
Źródło: https://www.youtube.com/watch?v=pKEmQ1VMxsM&t=1084s

Autorski silnik skojarzył przedmiot z kategorią, w której ten się znajdował i jako rozszerzenie zakupu zaproponował maski karnawałowe. Recommendations AI rozpoznało intencję użytkownika i podrzuciło klientowi propozycje produktów do spania – piżamy, przytulanki, kapcie. A chyba fajniej idzie się spać z pluszowym Kłapouchym niż z maską Dartha Vadera na twarzy…

Dotychczas powstałe silniki rekomendacji często skupiają się na fizycznych zależnościach i ograniczają się do propozycji produktów z tej samej kategorii lub bazują na wyborach innych klientów. Przewagą Recommendations AI jest dostęp do pokładów danych historycznych, umiejętność natychmiastowej ich analizy i odczytania intencji. Usługa jest w stanie wyłapać takie niuanse jak zawieszenie oka na konkretnej podstronie czy najazd myszką na grafikę danego produktu (pamiętajmy, że usługa jest częścią ekosystemu Google – czerpie m.in. z Google Analytics czy Google Tag Manager i jest w stanie dobrze skorelować te dane). Mając szerszą perspektywę, rekomendacja zegarka po dodaniu do koszyka sukienki nie powinna dziwić – zwłaszcza jeśli klientka wcześniej przeglądała tę kategorię produktów.

recommendations ai vs poprzednie silniki
Źródło: https://www.youtube.com/watch?v=nY5U0uQZRyU&t=469s

Tym, co jeszcze świadczy na korzyść silnika Google, jest łatwość implementacji. Recommendations AI jest gotową usługą, którą uruchamia się w trzech krokach, bez konieczności tworzenia własnych modeli, pisania kodu czy prowadzenia skomplikowanych konfiguracji. Dane do usługi można zaimportować z innych narzędzi Google (np. z Google Tag Manager czy Google Merchant Center) i po około 30 dniach, w ciągu których model jest trenowany, dostrajany i testowany, można mieć aktywny silnik rekomendacji. Ponieważ jest to zarządzana usługa chmurowa, o skalowanie w odpowiedzi na zwiększony czy zmniejszony ruch w e-sklepie dba Google, co przekłada się też na wysokość kosztów (mały ruch – mały rachunek, większy ruch – większy rachunek).

Koszt usługi

Jak to w chmurze – cena za usługę nie jest stała i będzie się różniła w zależności od, chociażby, popularności serwisu i miesięcznej skali odwiedzin, liczby posiadanych produktów, liczby aktywnych modeli rekomendacji, regionu uruchomienia czy waluty rozliczenia.

W usłudze ponosimy opłatę za trenowanie i dostrajanie modelu oraz za serwowanie rekomendacji.

Koszt trenowania i strojenia to 2,5 USD za godzinę pracy maszyny wirtualnej. Koszt obsługi żądań predykcji jest naliczany w paczkach po 1000 rekomendacji i jest rozdzielony na trzy pułapy w zależności od miesięcznej sumy:

  • do 20 tys. sesji miesięcznie = 0,27 USD za 1000 żądań,
  • kolejne 280 tys. sesji miesięcznie = 0,18 USD za 1000 żądań,
  • powyżej 300 tys. sesji miesięcznie = 0,10 USD za 1000 żądań.

A liczby? Jaki jest zwrot z inwestycji w AI?

Z usługi korzysta między innymi Sephora. Jaclyn Luft, Manager Site Personalization & Testing w Sephorze, mówi, że wdrożenie silnika od Google zaskutkowało wzrostem współczynnika kliknięć (CTR) o 50% na stronach produktów oraz o 2% współczynnika konwersji (o czym więcej przeczytasz na stronie Google Cloud) w porównaniu do wcześniej używanego mechanizmu.

Podczas konferencji Google Cloud Next ‘20 swoimi doświadczeniami z użycia Recommendations AI podzielił się Graham Cooke, CEO Qubit. Qubit dostarcza rozwiązania IT dla globalnych e-commerce, między innymi dla Topshop, River Island czy MAC Cosmetics. U jednego z klientów wdrożyli karuzelę z propozycjami produktów w koszyku, na ostatniej prostej przed dokonaniem płatności. Po kilku miesiącach serwis notował kilkuprocentowy wzrost konwersji. Qubit wdrożył podobną karuzelę również w innych obsługiwanych e-commerce – we wszystkich konwersja podskoczyła średnio o 5% .

Google Cloud wskazuje, że w porównaniu do innych silników predykcji Recommendations AI generuje wzrosty w metrykach takich jak współczynnik klikalności (CTR, click-through rate), konwersja czy dochód:

roi recommendations ai
Wyniki usługi Recommendations AI w porównaniu do prostego silnika rekomendacji wśród pilotowych projektów, pozyskane metodą testów A/B
Źródło: https://cloud.google.com/recommendations

Każdy może mieć swój (cyfrowy) kawałek nieba

Dzisiaj nie musimy ponosić ogromnych inwestycji, by stworzyć produkt IT czy podnieść efektywność istniejącego rozwiązania. Nawet jako pasjonaci, raczkujące startupy czy małe firmy mamy dostęp do tych samych narzędzi, z których korzystają globalne korporacje – PayPal, Twitter czy sam Google. Z wachlarza usług chmurowych możemy wybierać te, które są nam aktualnie potrzebne, włączać i wyłączać je jednym kliknięciem oraz ponosić koszty adekwatne do poziomu zużycia.

Gdzieniegdzie jeszcze panuje przekonanie, że chmura jest po prostu modnym kaprysem. Jednak ci, którzy postanowili sprawdzić jej możliwości, często zmieniają zdanie i przyspieszają proces cyfrowej transformacji. Chmura ma ogromny potencjał, a odkryć można go samodzielnie lub przy wsparciu lokalnych Partnerów Google Cloud.

(4)
Autor
Ida Ożarowska
Ida Ożarowska

Content Manager w Fly On The Cloud

Gdy była mała, chciała zostać astronautą. Teraz, jako Content Manager w Fly On The Cloud, podróżuje z poziomu Google Docs do galaktyk, w których spotykają się potrzeby biznesowe z możliwościami nowych technologii. Prywatnie amatorka sztuki współczesnej oraz architektury modernistycznej.

Ostatnio na naszym blogu

Jesteś ciekawy, jak wygląda pozycjonowanie sklepów internetowych, a może chcesz wejść na rynek szwajcarski i ciekawi Cię, jak wygląda pozycjonowanie zagraniczne? Na naszym blogu znajdziesz odpowiedzi na te pytania i wiele innych porad ważnych dla rozwoju Twojego biznesu

Podstawy SEO dla web developera.  Co warto wiedzieć?

Podstawy SEO dla web developera. Co warto wiedzieć?

Optymalizacja strony WWW jest niezbędnym elementem w SEO. Witryna powinna spełniać wymagania algorytmu Google, gdyż ma to istotny wpływ na jej widoczność w organicznych wynikach wyszukiwania. Podstawy SEO dla programisty są kluczową wiedzą, która pomoże web developerowi odpowiedzialnemu za realizację serwisu ułatwić proces budowania widoczności strony w SERP-ach, a także osiągnięcie porozumienia pomiędzy programistą a SEOwcem.

Czytaj więcej
Platforma sprzedaży B2B - jakie cechy powinna posiadać?

Platforma sprzedaży B2B – jakie cechy powinna posiadać?

Rynek e-commerce to dzisiaj nie tylko ciągle rosnąca liczba sklepów internetowych kierujących swoją ofertę do klienta indywidualnego. To również szereg platform, które wspierają procesy sprzedaży B2B i pomagają realizować zamówienia od klientów hurtowych. Czym powinna się charakteryzować dobrze zaprojektowana platforma B2B? O tym poniżej.

Czytaj więcej