研究提出“产品跟进率”评估AI购物助手
先了解这件事
Michael Iannelli和Alan Ai发布论文,提出“产品跟进率”指标以评估AI购物助手有效性。该指标定义为AI回答后被用户访问对应产品的比例,无需引用数据或提供商日志即可独立计算。 针对20家大型在线零售商的研究显示,对于过去一周未访问特定商店的用户,在获得AI回答后的24小时内,访问提及商品的频率从每100次回答0.02次上升至2.07次。在有产品页面访问记录的日子里,44%的访问涉及用户自己收到的AI答案中的产品,而对照组仅为1.5%。这一结果在另一个五个月的时间段内得到复现。 研究发现这种影响并非通过直接链接实现,89%的访问没有携带追踪标识,54%的访问是用户先进行网页搜索再进入商店。这表明用户倾向于将搜索框视为“地址栏”,先在聊天中获取具体产品名,再通过搜索引擎或站内导航直达目标页面。
AI 根据报道生成 · 11 小时前更新
报道时间线
沿着报道,了解事件的不同侧面。
- arXiv精选研究发现用户咨询AI后直接访问指定商品比例显著上升并提出产品跟进率指标
当用户在AI助手中询问购买建议时,他们随后在电商网站上的行为显示出对AI推荐产品的极高关注度。一项针对20家大型在线零售商的研究发现,对于过去一周未访问过特定商店的用户,在获得AI回答后的24小时内,访问该回答中提及的具体商品的频率从每100次回答0.02次上升至2.07次,增幅达2个百分点。在有产品页面访问记录的日子里,44%的访问涉及用户自己收到的AI答案中的产品,而对照组(收到他人匹配答案)的这一比例仅为1.5%。这一结果在另一个五个月的时间段内得到了复现。 值得注意的是,这种影响并非通过AI提供的直接链接实现。数据显示,89%的访问没有携带任何来自AI助手的追踪标识,54%的访问是用户先进行了网页搜索再进入商店,这一比例与用户常规访问习惯相同。当搜索发生在首次访问之前时,搜索词中有28%明确指向了AI答案中提到的产品名称,而在之前的几周中这一比例仅为1%。这表明用户将搜索框视为一种“地址栏”,即先在聊天中获取具体产品名,再通过搜索引擎或站内导航直达目标页面。 研究者提出“产品跟进率”(product follow-through)这一新指标,定义为AI回答后被用户访问对应产品的比例。该指标旨在通过用户的后续实际行动来评估购物助手和智能体的有效性。与传统依赖点击率或归因数据的评估方式不同,产品跟进率的计算不需要引用数据或提供商日志,因此可以独立地为每个AI助手进行计算。这种方法为理解生成式AI如何改变消费者的决策路径提供了新的量化视角,揭示了AI建议在引导用户精准定位商品方面的潜在影响力,即使在没有直接跳转链接的情况下也能显著驱动流量。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月17日 17:00
- 近 24 小时变化
- –
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。