Что Черная пятница раскрывает о том, как LLM понимают электронную коммерцию

Каждая Черная пятница демонстрирует, как потребители ищут, сравнивают и принимают решения. В этом году мы добавили нечто новое: реальный тест того, как модели ИИ интерпретируют коммерцию в условиях настоящего спроса.

Методология исследования

Мы провели структурированное тестирование с помощью основных LLM и проанализировали 10,000 ответов. Цель была проста: выяснить, как эти системы формируют свое внутреннее представление о розничной среде и какие сигналы формируют ответы, которые они генерируют.

Основные результаты

При анализе набора данных был выявлен четкий шаблон: Черная пятница выступает в роли естественного стресс-теста для AI-обнаружения.

• LLM в значительной степени полагаются на небольшую группу внешних доменов, среди которых доминируют YouTube, большие розничные сети и американские медиапорталы.
• Общие розничные сети уверенно побеждают, захватывая почти половину всех упоминаний о розничной торговле и становясь «дефолтной воронкой», которую LLM используют для ответов на вопросы о покупках.
• Социальные и UGC (пользовательский контент) источники значительно увеличиваются во время Черной пятницы, увеличившись на 8.1%, в то время как классические ритейл и медиа теряют долю.
• Оф-пейдж сигналы столь же важны, как и на-пейдж сигналы: Reddit, YouTube, Amazon и Consumer Reports совместно формируют «внешние источники данных», которые LLM используют для сравнения и рекомендации продуктов.
• Структурированный контент для сравнения оказывает непропорционально влиятельное воздействие, гораздо больше, чем активы, принадлежащие брендам.
• LLM ведут себя по-разному не только по сравнению с Google, но и друг с другом, каждый из Gemini, OpenAI и Perplexity производит разные форматы, длины и модели рассуждений.

Отличия между традиционным и AI-поиском

В традиционном поиске воронка начинается с запроса и заканчивается ранжированным списком результатов, часто дополненных продуктами в карусели и другими кураторскими элементами.

В AI-поиске воронка перевернута. Модель начинает с внутренней карты мира — сжатой сети отношений, источников и сигналов — а затем строит ответ. В покупках цель LLM состоит в том, чтобы предоставить целенаправленный ответ, а не опыт покупок.

Сравнение данных до и во время Черной пятницы

В нашей аналитике 10,000 ответов мы сравнили неделю перед Черной пятницей и само событие.

• За неделю до Черной пятницы ответы базировались на поведении планирования:
  • Розничные и брендовые домены: 59.6%
  • Медиа: 23.4%
  • Социальные и UGC: 17%
• Когда событие началось, состав быстро изменился: контент из соцсетей и UGC увеличился до 25.1%, тогда как розничные и медиадомены уменьшились.

Это показывает смещение внутри моделей: по мере увеличения неопределенности и изменения цен и запасов LLM все больше полагаются на обсуждаемый контент и опыт.

Влияние внешних доменов на AI-рассуждения

Одним из наиболее четких выводов из набора данных является вес сторонних доменов в AI-рассуждениях. Сегодняшние LLM побеждают, поглощая как можно больше интереса пользователей к продуктам. Игроки, поставляющие большие объемы потребительской информации, отзывов, демонстраций продуктов, сентимента и структурированных данных, формируют то, как модели рассуждают и принимают решения.

Роль внутреннего контента брендов

Хотя домены третьих сторон доминировали, сайты брендов все же сыграли измеримую роль в наборе данных. Они создают важный путь для любого потребительского бренда, который хочет выиграть в AI-обнаружении.

• Главная страница составляет 40%
• Блоговый контент составляет 10.6%
• Страницы продуктов составляют 10.5%

Главная страница служит основной идентичностью бренда, определяет тон и позиционирование, предоставляя модели простые семантические сигналы для чтения.

Какие розничные торговцы поднимаются на вершину

Среди всего набора данных несколько категорий доминировали в ответах моделей.

• Общие розничные торговцы владеют разговором, составляя 48% доли
• В Walmart, Target и Best Buy почти половина всех упоминаний розничной торговли.
• Специалисты по электронике владеют 23% доли

Разница в количестве контента, производимого общими розничными сетями в сравнении с нишевыми вертикалями, является основным фактором этого дисбаланса.

Выводы для ритейлеров и брендов

Данные указывают на четкое направление: AI-поиск становится своей экосистемой, формируемой знакомыми SEO-входами, качеством источников, структурой контента и оф-пейдж сигналами, интерпретируемыми языковыми моделями для предоставления точных ответов.

Если ваш контент не четко маркирован, семантически структурирован и не подкреплен по всему интернету, он рискует стать невидимым для AI-систем, предоставляющих ответы или рекомендации продуктов.

В этой новой среде ритейлеры и бренды должны пересмотреть, как они общаются, как на своих доменах, так и на всем цифровом пространстве обнаружения.

Важные действия на странице

• Создайте семантически последовательные домашние страницы, которые отражают бренд, категории продуктов и актуальность для основных запросов.
• Укрепите страницы продуктов структурированным, фактическим контентом, четкими спецификациями и материалами Q&A, которые отражают намерения пользователей.
• Создайте образовательные контентные кластеры, связанные с основными темами продуктов.

Заключение

В результате исследований Черная пятница раскрыла, как LLM устанавливают приоритеты в условиях реального спроса. Важно, чтобы бренды адаптировали свои вещи в соответствии с изменяющимся ландшафтом AI-коммерции, чтобы быть заметными и понятными в этом новом мире покупок.

Реальная трансформация еще впереди. Победила не та компания, которая просто занимает первые позиции в результатах поиска, но та, которая представлена точно, контекстуально и везде, где появляется AI.

Прокомментировать в Телеграм: https://t.me/n8nhow

Подписаться на канал обучения n8n: https://t.me/n8ncoaching