Generatie Z vertrouwt op AI om te winkelen. Retailers haasten zich om de gegevens op te schonen.

AI-winkeltools winnen jonge shoppers en herschrijven het productinformatie-playbook

Millennials en generatie Z tolereren niet alleen AI tijdens hun winkeltrajecten, ze kiezen er ook actief voor. Maar onder de hype rond AI-‘winkelagenten’ schuilt een stillere, meer structurele verschuiving: de enige manier waarop deze tools werken is als merken en retailers schone, consistente en diep gestructureerde productinformatie hebben. Dat is waar de PIM-markt in beeld komt, en de inzet is alleen maar gestegen.

Jongere shoppers vertrouwen AI meer dan mensen - tot op zekere hoogte

Volgens een nieuw onderzoek van The Harris Poll en Quad zegt 62% van de Gen Z- en Millennial-shoppers dat ze bij het winkelen de voorkeur geven aan AI-aangedreven tools, vergeleken met 51% van de consumenten in het algemeen. Voor deze jongere cohorten is AI geen nieuwigheid; het is een filter tegen spijt. Ze gebruiken het om het risico op een slechte aankoop te verkleinen en de overdaad aan keuzes te voorkomen.

De vertrouwenskloof is nu al zichtbaar. Zes op de tien millennials zeggen dat ze meer vertrouwen hebben in AI-winkeltools dan winkelmedewerkers als het gaat om het bieden van onbevooroordeeld advies. Dat sentiment wordt gedeeld door 54% van Generatie Z en 45% van alle consumenten. Met andere woorden: bijna de helft van de markt heeft meer vertrouwen in een model dan in een verkoper.

Dit heeft directe gevolgen voor de productinhoud: wanneer AI de ‘partner’ is, wordt je PIM feitelijk je verkoopvloer. Elk attribuut, elke specificatie, compatibiliteitsopmerking en gebruiksrichtlijn draagt ​​bij aan wat shoppers ervaren als ‘onbevooroordeelde’ begeleiding.

Surveillanceprijzen drijven mensen terug naar de winkelsTegelijkertijd zijn consumenten bang voor algoritmische prijzen. Bijna driekwart van de respondenten zegt dat op algoritmen gebaseerde prijzen het moeilijker maken om te weten of ze de beste deal krijgen. Ongeveer zeven op de tien zegt dat de opkomst van ‘surveillance pricing’ - prijzen afgestemd op datasporen en profielen - ervoor zorgt dat ze in fysieke winkels willen winkelen, waar ze consistente schapprijzen verwachten.

Deze spanning is veelzeggend: mensen willen de efficiëntie en het inzicht van AI, maar niet als het voelt alsof het systeem hen iets te nauwlettend in de gaten houdt of stilletjes prijzen aanpast op basis van wie ze zijn of wat ze hebben gedaan. Voor PIM- en productervaringsteams is dit een waarschuwing: transparantie mag geen bijzaak zijn.

AI-winkelagenten zijn al een prijsvergelijkingswapen

Ondanks de zorgen leunen consumenten duidelijk op AI om slimmere beslissingen te nemen. Twee derde van de respondenten in het algemeen - en 76% van de millennials - zegt dat het aantrekkelijk is om AI te gebruiken om prijsinconsistenties bij retailers op te sporen. Zes op de tien respondenten, en 68% van de millennials, vinden het een goed idee dat AI de mogelijkheden voor hen snel beperkt.

Het is de algoritmische versie van een hoofdgebruiker met tien geopende tabbladen, behalve nu dat de vergelijkingslaag zich tussen de klant en de catalogus van elke detailhandelaar bevindt. Als je productinformatie gedeeltelijk of inconsistent is of opgesloten zit in oudere systemen, verdwijnt je assortiment uit die laag of wordt er een verkeerde voorstelling van gemaakt.In een wereld waarin AI-first-shoppen belangrijk is, is PIM geen backofficetool meer. Het is de taal die je gebruikt om te onderhandelen met de AI-agenten die namens je klant je producten screenen.

Het vertrouwen stort in op het moment dat AI het gevoel heeft dat er sprake is van pay-to-play

Er is een harde grens die consumenten trekken: driekwart van de Amerikanen zegt dat ze het vertrouwen in AI-shopping zouden verliezen als de resultaten zouden worden gesponsord of betaald. Dat is een serieus probleem voor elke handelsstrategie die ervan uitgaat dat AI-zoeken zomaar de volgende advertentieruimte zal worden.

“Consumenten nemen de waarde nauwkeuriger onder de loep en vragen zich af wie of wat hun aankoopbeslissingen bepaalt”, zegt Heidi Waldusky van Quad in het rapport. “AI biedt echte beloften voor efficiëntie en persoonlijke service om het leven gemakkelijker te maken, maar elke aanwijzing dat AI-shopping gebruikers stilletjes in de richting van betaalde invloed stuurt, zou de angst kunnen bevestigen dat het systeem niet aan onze kant staat.”

Voor merken legt dit de lat hoger op het gebied van datakwaliteit en inhoudsrijkdom. Als je het topresultaat niet kunt bemachtigen - of als je dat doet, wordt het vertrouwen geschaad - moet je winnen door het product te zijn dat een AI-agent, getraind om te optimaliseren op relevantie en gebruikerswaarde, consequent uit zichzelf naar boven komt.

Retailers sluiten zichzelf aan bij AI-ecosystemen

Grote retailers wachten niet tot deze AI-winkellaag zich stabiliseert; ze proberen deze te definiëren. Target, Walmart, Etsy en Best Buy hebben allemaal partnerschappen aangekondigd met AI-providers zoals Google, OpenAI en Microsoft om hun assortiment rechtstreeks op AI-platforms aan te sluiten.Functioneel betekent dit dat hun catalogi en inhoud worden opgenomen in grote modellen en zoeksystemen die producten in natuurlijke taal interpreteren, samenvatten, vergelijken en aanbevelen. Als je een model vraagt ​​om ‘een 55-inch tv van minder dan € 600 te zoeken die goed werkt in een lichte kamer’, hangt de kwaliteit van de aanbeveling volledig af van hoe goed de productgegevens van die winkelier de schermgrootte, helderheid, paneeltype, typische gebruiksscenario’s en prijzen beschrijven.

Dit zet de traditionele PIM-strategie op zijn kop:

• PIM is niet langer alleen bedoeld voor kanaalsyndicatie, maar voor modelconsumptie en AI-rangschikking.

• Diepte en consistentie van attributen zijn geen ‘nice-to-haves’; het zijn competitieve wapens.

• Elk ontbrekend of dubbelzinnig kenmerk is een kans voor een rivaal met beter gestructureerde gegevens om de aanbeveling binnen te halen.

Wat dit betekent voor de bredere PIM-markt

Het onderzoek gaat over de houding ten opzichte van AI-shopping, maar het kan net zo goed een routekaart zijn voor waar PIM naartoe gaat. Er komen een paar duidelijke trends naar voren:

1. AI-native PIM wordt de standaard, niet de upgrade

De meeste PIM-systemen zijn gebouwd voor mensen: marketeers, merchandisers, contentteams. Nu is de primaire consument van productgegevens een machine. Dat verschuift de prioriteiten:

• Gestructureerde, gestandaardiseerde kenmerken zijn belangrijker dan de overvloed aan marketingteksten. Modellen hebben duidelijke velden nodig, geen poëtische flapteksten.

• Contextrijke metadata (use cases, compatibiliteit, duurzaamheidstags, regionale regels) worden net zo belangrijk als basisspecificaties.

• API's en gebeurtenisgestuurde updates zijn tafelinzet, zodat AI-platforms gesynchroniseerd kunnen blijven met prijs- en assortimentwijzigingen.Verwacht dat nieuwe PIM-aanbiedingen zichzelf expliciet zullen bestempelen als ‘AI-ready’ en zowel machineleesbaarheid als menselijke bruikbaarheid prioriteit zullen geven.

2. Verklaarbare, transparante productgegevens zullen een vertrouwenshefboom zijn

Omdat consumenten al vermoeden dat er sprake is van toezichtprijzen en verborgen sponsoring, zullen detailhandelaren hun werk moeten laten zien. Dat zal PIM-teams ertoe aanzetten meer verklarende gegevens vast te leggen en openbaar te maken:

• Waarom iets wordt aanbevolen (bijvoorbeeld 'Komt overeen met je vorige aankoop', 'Beste waarde per ounce', 'Hoogste duurzaamheidsbeoordeling').

• Duidelijke herkomst voor recensies, beoordelingen en certificeringen.

• Gestandaardiseerde prijslogica en beleid dat voor de gebruiker kan worden beschreven.

AI-agenten kunnen niet uitleggen wat ze niet kunnen zien. Als uitleg onderdeel wordt van de UX, dan moet PIM niet alleen productfeiten opslaan, maar ook de gestructureerde grondgedachte erachter.

3. PIM, DAM en ERP zullen dichter bij elkaar worden gedwongen

In een AI-gestuurde reis maken shoppers geen onderscheid tussen ‘productinformatie’, ‘media-items’ en ‘voorraadfeiten’; ze willen één enkel, samenhangend antwoord. Dat betekent:

• PIM + DAM: Rich media (afbeeldingen, 3D, video, AR-items) moeten worden getagd en gekoppeld op attribuutniveau, zodat AI de meest relevante items kan selecteren en beschrijven.

• PIM + ERP: Realtime voorraad, doorlooptijden en regionale beschikbaarheid worden onderdeel van de beslissingslogica voor AI-agenten - en moeten nauw verbonden zijn met productrecords.

• Unified schema's: Retailers zullen schema's over verschillende systemen rationaliseren of de AI laten improviseren bovenop rommelige gegevens. Slechts één daarvan eindigt goed.#### 4. Het beheer van productinhoud verplaatst zich van de backoffice naar de directiekamer

Als AI-tools voor een groot deel van de Millennial- en Gen Z-shoppers het ‘gezicht’ van je merk worden, dan is je PIM-strategie in feite je merkstrategie. Slordige gegevens vertalen zich in onsamenhangende, tegenstrijdige of regelrecht verkeerde AI-aanbevelingen - en dat is een voltreffer voor het vertrouwen.

Verwacht te zien:

• Toegewijde AI-merchandising- of ‘agent-optimalisatie’-rollen tussen PIM- en digitale-commerceteams.

• Nieuwe KPI's die de kwaliteit van productgegevens rechtstreeks koppelen aan conversie, retourpercentages en klanttevredenheid met AI-interacties.

• Audits van hoe AI-platforms van derden je producten vertegenwoordigen, waarbij herstel wordt teruggekoppeld naar PIM en schemaontwerp.

5. PIM-leveranciers zullen differentiëren op het gebied van AI-partnerschappen en semantiek

Terwijl retailers zich aansluiten bij platforms als Google, OpenAI en Microsoft, zullen PIM-aanbieders concurreren op de vraag hoe elegant ze die ecosystemen kunnen voeden. Dat betekent waarschijnlijk:

• Vooraf gebouwde connectoren en semantische toewijzingen aan belangrijke AI- en marktplaatsschema's.

• Native verrijkingstools die AI gebruiken om attributen op schaal te normaliseren, dedupliceren en afleiden.

• Ondersteuning voor domeinontologieën en kennisgrafieken die het voor modellen gemakkelijker maken om over relaties tussen producten te redeneren.

De PIM-spelers die “AI als een downstreamconsument” behandelen - en niet zomaar een kanaal - zullen een voorsprong hebben.

AI is de nieuwe front-end. PIM is het nieuwe strijdtoneel.De kop hier gaat over generaties die zich voorbereiden op AI-shoppingtools, maar de subtekst is disruptiever: shoppers beginnen hele delen van hun overwegingsproces over te dragen aan agenten die tussen hen en het merk in zitten. Of deze agenten in je voordeel werken, hangt af van hoe goed je productgegevens zijn gestructureerd, beheerd en openbaar gemaakt.

Voor PIM betekent dit het overstappen van een contentopslagplaats achter de schermen naar de kerninfrastructuur die bepaalt welke producten AI-systemen zien, begrijpen en vertrouwen - en welke ze stilletjes negeren.

Bron: https://www.retaildive.com/news/millennials-gen-zers-warm-up-to-ai-shopping-tools/817509/