Fra browse til køb: AI optimerer produktopdagelse
En online forhandler i modebranchen ønskede at reducere frafald i købsprocessen og forbedre synligheden for sæsonkollektioner, og derfor blev fokus lagt på optimering af kategorisider og produkttekster for at matche shopper-intentioner på tværs af enheder og kanaler.
Initialt gennemførte Optimum Range en omfattende analyse af søgedata fra site search og eksterne søgemaskiner for at identificere mismatch mellem hvordan kunder søgte og hvordan produkter blev navngivet, hvilket afslørede en række terminologiske forskelle og manglende varianter i produktdata.
Anvendelse af AI til generering af søgeord og indholdsoptimering blev indlejret i arbejdsgangen, så AI kunne foreslå populære termer, synonymer og trendspecifikke udtryk, som efter validering blev integreret i produkttitler, bullets og kategoribeskrivelser for at øge relevansen.
Optimum Range implementerede samtidig en standardiseret skabelon for produkttekster, som sikrede konsistente metadata og optimeret information vedrørende materiale, pasform og plejeinstruktioner, hvilket både forbedrede SEO og kundeoplevelsen i produktdetaljesider.
Desuden blev der indført en dynamisk intern søgeordsmapning, hvor AI kontinuerligt foreslog opdateringer baseret på sæson, kampagner og nye trends, så både organisk søgning og intern site-søgning blev mere robust og gav bedre resultater til shoppers.
For at øge konverteringspotentialet arbejder Optimum Range også med at optimere billeder og billedtekster med relevante søgeord og alt-tekster, samtidig blev produktbeskrivelser beriget med foreslåede brugsscenarier og kombinationsforslag, der øgede tvær-salgs muligheder.
En vigtig del af indsatsen var at skabe kategori-landing pages som fungerede både som inspiration og som søgeoptimerede sider, hvor AI foreslog emneklustre og long-tail søgefraser, og disse sider blev designet til at fange brugere tidligt i købsrejsen.
Optimum Range gennemførte A/B-test af forskellige overskriftsformater og CTA-tekster for at se hvilke varianter der gav højere klikfrekvens fra søgeresultater ind til kategori- og produktsider, hvilket gav konkret viden om hvilke tekstformater der driver salg.
Efter 4 måneder blev der observeret synlige forbedringer i søgeordsplaceringer for både mærkenavne og søgeintentioner relateret til stil og pasform, hvilket førte til øget organisk trafik og bedre konverteringsrate på målrettede kollektioner.
Den optimerede produktstruktur reducerede også mængden af forkerte søgninger internt på sitet, hvilket gjorde det lettere for kunder at finde relevante varer og reducerede behovet for kundeserviceinteraktioner omkring størrelser og materialer.
Endvidere blev der leveret en operationaliseret plan for løbende brug af AI til at opdage nye trends og automatisere opdatering af produkttekster ved sæsonskifte, hvilket gjorde det muligt at skalere indsatsen uden at gå på kompromis med kvaliteten.
Resultatet var en samlet forbedring i både synlighed og omsætning fra organiske kanaler, hvor kategorioptimering med AI og produkttekststandardisering førte til bedre kundeoplevelser og højere salgseffektivitet i e-handlen.