‘¿Representa Amazon Interest la nueva apuesta de AI Commerce de este marketplace?’, por Chen Yue

Estas semanas, Amazon ha lanzado una nueva función de compras con Inteligencia Artificial llamada "Interests". Con esta función, los usuarios pueden personalizar su página de compras según sus intereses. Es decir, cada comprador puede personalizar su página de compra de manera diferente, ninguna página es la misma e incluso es posible que un solo comprador pueda ver muchas páginas distintas en distintas etapas de compra. La implementación de esta hiperpersonalización afecta al panorama del reparto de tráfico orgánico en el marketplace Amazon, y la lógica de la estrategia SEO para los vendedores de esta plataforma. Mientras que el modelo tradicional de búsqueda por buscador es la base de Amazon, su nueva función Interests representa un importante paso hacia el modelo de hiperpersonalización y generación de demanda. 

¿Qué es Amazon Interests?

Antes de todo, tienes que saber que actualmente esta función solo está disponible para algunos usuarios en EE. UU. como parte de un experimento, pero en el futuro se expandirá a más marketplaces. Para usarla, el usuario debe abrir Amazon app, dirigirse a "Yo" y entrar por Interests, donde le permite teclear información para hiperpersonalizar la compra. Por ejemplo, si un usuario quiere comprar "productos para café", puede introducir las descripciones como: "Herramientas y accesorios para preparar café de filtro para aficionados". Sin embargo, este tipo de descripciones pueden ser demasiado generales, por lo que Interests permite a los usuarios introducir aún más “prompts” para ajustar lo mejor posible la página de compras. Si un usuario tiene múltiples necesidades, puede hacer varios prompts a la vez con ChatGPT.

Una vez creada, el sistema las guarda automáticamente e Interests comienza a funcionar en el back office, filtrando y mostrando productos que coincidan con los intereses del usuario. Es importante saber que este proceso no es estático, sino más bien dinámico. Si después de unas primeras rondas de recomendaciones, un seller añade un nuevo producto al catalogo que coincide con los intereses predefinidos de dicho usuario, Interests notificará al usuario sobre este nuevo producto. Además, informará de otras actualizaciones como descuentos, reabastecimiento de stock u otras actualizaciones relevantes.

Técnicamente, Amazon Interests se basa en modelos de lenguaje avanzados (LLM) de Inteligencia Artificial, que traducen el lenguaje cotidiano del usuario en consultas comprensibles para los motores de búsqueda tradicionales, generando finalmente recomendaciones de productos. Comparando con la personalización actual de mercado, estos algoritmos analizan datos como búsquedas, historial de compras y navegación del usuario para crear un perfil y recomendar productos afines. Sin embargo, este sistema suele producir una "burbuja de información": las sugerencias se vuelven repetitivas y limitadas, generando fatiga en el usuario y perjudicando la experiencia de compra.

Amazon Interests, en cambio, no solo recopila el historial del usuario, sino que lo involucra activamente: permite que sea él quien defina sus necesidades y personalice su página. Además, al basarse en COSMO (el nuevo algoritmo de IA de Amazon), es más preciso a la hora de interpretar y profundizar en la intención real del comprador (intent). En este sentido, Interests podría entender mejor las demandas del usuario que el modelo tradicional de "personalización masiva".

¿Dónde aparecerán estos productos recomendados?

En dos lugares clave: la página personalizada de Interests del usuario y el feed de la página principal de la app de Amazon (Home). Cuando más usuarios personalicen sus páginas, el sistema de reparto de tráfico de Amazon SEO afrontará unos cambios importantes. Tradicionalmente, lo “más vendido” ya no podrá ser un “oligopolio” en la categoría, y los productos nichos o especiales, alineados con demandas específicas, aparecerán en el resultado gracias a Interests.

Para los vendedores, esto significa que quienes desarrollen y optimicen sus productos desde la perspectiva de necesidades segmentadas de los compradores serán favorecidos por esta nueva función de Interests y obtendrán más tráfico orgánico. Pero debemos entender un matiz importante, Amazon no es solo una plataforma de ecommerce, sino también un big tech, ya que su principal fuente de ingresos es Amazon Ads. Independientemente de los cambios, la mayor parte del tráfico seguirá destinándose a los anuncios (SP, SB, SBV, etc.). Por ello, Interests afectará principalmente a la distribución del tráfico orgánico.

Como ya sabemos, aún el tráfico viene por el asistente de voz Alexa; el asistente de IA Rufus aún no es importante y eso también pasará a Amazon Interest. No obstante, a medida que Amazon "eduque" a los consumidores, la influencia de estas herramientas en el ecosistema Amazon será cada vez mayor. El gran objetivo de Amazon va a ser la apuesta por el nuevo concepto de AI Commerce. Tanto Rufus, como los resúmenes de reseñas con IA, la generación automática de contenido de productos o Interests, son parte de una estrategia sólida de Amazon para integrar la inteligencia artificial en ecommerce.

¿Por qué Amazon está buscando este tipo de apuesta importante?

La razón básica ya la sabemos: Amazon quiere ser la empresa que más cuida a sus usuarios pues este tipo de herramienta da una experiencia de compra ágil y satisfactoria, reforzando el principio de su Customer Obsession. También esta apuesta ayuda a defender su territorio, sus competidores Temu, SHEIN y TikTok Shop han crecido con rapidez, especialmente Temu, que, en pocos años, se ha posicionado como uno de los mayores marketplaces en EE. UU. Frente a estos ataques, Amazon usa la IA para diferenciarse, Interests y Rufus permiten descubrir productos hiperpersonalizados, alejándose de la guerra de precios y fortaleciendo su ventaja competitiva.

Chen Yue, Head of Digital de Laboratorios PHERGAL

Anterior
Anterior

‘Le pedí a la IA que evaluara los riesgos ESG de la cadena publicitaria y esto es lo que descubrí’, por Luca Brighenti

Siguiente
Siguiente

‘Agencias y marcas necesitan un mejor control de la cadena de suministro programática’, por Gadea Rodríguez