Terakhir diperbarui pada 15 Juli 2026 pukul 11.18
Personalisasi AI tidak hanya sekedar rekomendasi produk, tetapi juga etalase dinamis, segmen pelanggan terperinci, iklan yang dipersonalisasi, dan agen belanja. Pada saat yang sama, perdagangan agentiktik mengurangi jumlah produk dan iklan yang dilihat pembeli sebelum membeli. Keuntungan e-niaga baru bukan sekadar jangkauan yang lebih luas. Ini adalah data produk yang bersih, pemenuhan yang andal, keterpaparan iklan yang terkontrol, dan kepercayaan pelanggan yang cukup untuk masuk dalam daftar pilihan.
Buzz Harian Beecommercer
Tanggal: Rabu, 15 Juli 2026
Dipersembahkan oleh: beecommercer.com
Tema hari ini jelas: saluran e-niaga semakin pendek.
Pembeli tradisional mungkin menelusuri, membandingkan beberapa situs web, mengeklik iklan, menjelajahi halaman produk, membuat akun, memasukkan detail pembayaran, dan menyelesaikan pembayaran.
Agen belanja AI mungkin melakukan sebagian besar pekerjaan tersebut sebelum pelanggan melihat rekomendasi akhir.
Hal ini mengubah apa yang perlu dioptimalkan oleh merek.
Kompetisi berikutnya tidak hanya untuk klik.
Ini untuk dimasukkan dalam daftar pendek.
Mari kita mulai.
CERITA BESAR
Personalisasi AI Beralih Dari Rekomendasi ke Keputusan Pembelian
Personalisasi AI menjadi lapisan operasi e-niaga yang jauh lebih besar.
Panduan Shopify untuk personalisasi AImenggambarkan sistem yang menggunakan perilaku penjelajahan, riwayat pembelian, klik, aktivitas keranjang, sumber lalu lintas, dan sinyal pelanggan lainnya untuk menyesuaikan pengalaman berbelanja secara real time. Tidak seperti personalisasi berbasis aturan tradisional, sistem AI terus memperbarui prediksinya saat data baru masuk. Shopify mengutip penelitian BCG yang menunjukkan bahwa merek-merek terkemuka dalam personalisasi tumbuh 10 poin persentase lebih cepat dibandingkan perusahaan-perusahaan yang tertinggal.
Perubahan penting adalah personalisasi tidak lagi terbatas pada widget “produk yang direkomendasikan”.
Sekarang dapat mempengaruhi:
- Produk mana yang muncul lebih dulu
- Spanduk beranda mana yang dilihat pembeli
- Bagaimana hasil pencarian diurutkan
- Penawaran atau bundel mana yang dihadirkan
- Segmen email mana yang dimasuki pelanggan
- Variasi iklan mana yang menjangkau pelanggan
- Bagaimana asisten AI menjawab pertanyaan produk
- Kapan agen pendukung manusia harus mengambil alih
Shopify menyusun alur kerja personalisasi dalam tiga tahap: mengumpulkan data pelanggan, menganalisisnya untuk membentuk profil dan prediksi, dan menjalankan prediksi tersebut di seluruh halaman produk, pencarian, email, pemberitahuan push, iklan, dan kemungkinan harga.
Hal ini menciptakan etalase yang lebih individual.
Dua pelanggan yang mengunjungi situs web yang sama mungkin melihat gambar, kategori, rekomendasi, penawaran, dan pesan pahlawan yang berbeda berdasarkan prediksi sistem yang kemungkinan besar akan dibutuhkan setiap orang selanjutnya.
AI juga membuat segmentasi pelanggan menjadi lebih dinamis.
Daripada meminta analis membuat dan memperbarui segmen secara manual, pemasar dapat mendeskripsikan audiens dalam bahasa alami—misalnya, pelanggan yang membeli sepatu lari namun tidak membeli kaus kaki—dan memungkinkan sistem untuk terus memperbarui segmen saat pembelian baru terjadi.
Pergeseran yang sama juga terjadi dalam periklanan.
Shopify menyoroti alur kerja AI Ridge, yang menghasilkan sekitar 500 iklan statis per hari. Sebagian besar iklan tersebut tidak pernah berjalan, namun variasi dengan skor tertinggi dapat menerima anggaran pengujian. Contoh ini mengilustrasikan model media berbayar yang baru: AI menciptakan sejumlah besar aset, sementara manusia memutuskan aset mana yang layak untuk diinvestasikan.
Asisten belanja AI semakin mendekatkan personalisasi pada transaksi.
Asisten ini dapat mereferensikan SKU tertentu, membandingkan produk, menjawab pertanyaan tentang ukuran atau mengembalikan, mempertahankan konteks percakapan, dan meneruskan permintaan sulit ke dukungan manusia. Shopify mengutip implementasi Underoutfit yang melaporkan peningkatan tingkat konversi sebesar 8% dan peningkatan nilai pesanan rata-rata sebesar 7% setelah memperkenalkan asisten belanja AI.
Namun sistemnya hanya akan bagus jika informasi di baliknya.
Seorang asisten tidak dapat memberikan saran ukuran yang dapat diandalkan jika tabel ukuran tidak lengkap.
Itu tidak dapat merekomendasikan variasi yang tepat jika atributnya hilang.
Itu tidak dapat menjawab pertanyaan pengiriman jika informasi pengiriman tidak konsisten.
Perusahaan tidak dapat melindungi kepercayaan jika perusahaan merekomendasikan produk yang tidak tersedia.
Ini berhubungan langsung dengan perdagangan agentiktik.
Search Engine Journal berpendapatbahwa agen belanja menekan proses tradisional pencarian, mengklik, mendaftar, dan membeli. Daripada menyelesaikan setiap langkah secara manual, pembeli dapat memberi tahu agen apa yang mereka butuhkan dan memungkinkan sistem mengevaluasi produk dan berpotensi menyelesaikan transaksi.
Hasilnya adalah apa yang disebut dalam artikel aperekonomian yang masuk dalam daftar pendek.
Saat pembeli meminta rekomendasi dari ChatGPT, Gemini, Copilot, atau agen lain, mereka mungkin hanya menerima tiga hingga lima opsi. Beberapa rekomendasi tersebut dapat menjadi pertimbangan keseluruhan pembeli.
Jika merek tidak disertakan, merek tersebut mungkin tidak akan pernah mendapat kesempatan untuk menampilkan laman landasnya, menjelaskan posisinya, atau menampilkan iklan terbaiknya.
Hal ini mengubah arti kinerja Google Ads.
Search Engine Journal mengutip data Optmyzr yang menunjukkan tayangan Google Ads turun 11% dari tahun ke tahun ketika AI Mode dan AI Overviews mengurangi inventaris iklan penelusuran tradisional. Tantangannya bukan sekadar berkurangnya ruang iklan, tetapi memastikan sebuah merek masuk ke daftar pilihan yang jauh lebih pendek.
Agen juga menilai produk secara berbeda dari pembeli manusia.
Manusia mungkin merespons judul yang cerdas, urgensi visual, harga jangkar, atau persentase diskon yang dramatis.
Seorang agen lebih cenderung mengevaluasi:
- Apakah produk tersedia?
- Apakah itu sesuai dengan permintaan sebenarnya?
- Apakah harganya akurat?
- Bisakah transaksi diselesaikan?
- Apakah ketentuan pengiriman dan pengembalian sudah jelas?
- Apakah datanya konsisten di seluruh sumber?
Search Engine Journal menggambarkan keyakinan sebagai faktor baru di samping tawaran dan kualitas. Data produk yang lebih bersih dan dapat diverifikasi dapat membuat agen lebih cenderung memilih suatu merek—bahkan ketika produk pesaing mungkin sedikit lebih baik.
Pengambilan operator:
Personalisasi dan perdagangan agentiktik menyatu.
Personalisasi menentukan apa yang dilihat setiap pembeli.
Agen memutuskan produk mana yang mungkin dipertimbangkan pembeli.
Untuk operator ecommerce, prioritas praktisnya adalah:
- Atribut produk yang lengkap dan akurat
- Harga dan ketersediaan stabil
- Informasi ukuran dan kompatibilitas terperinci
- Kebijakan pengiriman dan pengembalian yang jelas
- Bersihkan umpan produk
- Konsistensi antara feed, skema, dan halaman landing
- Asisten AI terhubung ke data produk nyata
- Eskalasi manusia untuk pertanyaan kompleks
- Persetujuan pelanggan dan tata kelola data
- Pengukuran di luar rasio klik-tayang sederhana
- Akses bot dan agen yang tidak membahayakan keamanan
Keuntungan pertumbuhan berikutnya tidak hanya menghasilkan pesan yang lebih personal.
Hal ini menciptakan kepercayaan yang cukup bagi sistem AI untuk merekomendasikan produk.
PERGESERAN
Kecepatan Pengiriman Menjadi Bagian Dari Strategi Pasar
Personalisasi tidak berhenti ketika pembeli mengklik “beli.”
Pengalaman pemenuhan menjadi bagian dari cara pengecer memperoleh dan mempertahankan pelanggan.
Digital Commerce 360 melaporkanbahwa Tractor Supply telah bergabung dengan Instacart Marketplace, membuat produk dari lebih dari 2.400 lokasi di AS tersedia untuk pengiriman hanya dalam satu jam. Pelanggan dapat berbelanja melalui aplikasi atau situs web Instacart untuk produk-produk termasuk makanan hewan, pakan ternak, perlengkapan berkebun, peralatan, dan kebutuhan pokok pertanian dan peternakan.
Kemitraan ini sangat penting karena banyak toko Tractor Supply yang melayani pasar pedesaan atau kurang perkotaan.
Instacart menggambarkan pengaturan ini sebagai cara untuk membantu menjembatani kesenjangan jarak tempuh bagi pelanggan yang mungkin tinggal jauh dari infrastruktur pengiriman perkotaan konvensional.
Ini adalah pola e-niaga yang lebih luas.
Instacart, DoorDash, dan Uber Eats berkembang lebih dari sekadar pengiriman restoran ke dalam kategori ritel seperti kecantikan, bunga, bahan makanan, perawatan hewan peliharaan, peralatan, dan produk rumah tangga sehari-hari.
Pasar tidak lagi hanya sekedar rak digital.
Ini juga merupakan jaringan logistik.
Bagi pengecer, bergabung dengan pasar pengiriman dapat memberikan:
- Akses ke audiens pelanggan yang ada
- Pengiriman lebih cepat tanpa membangun jaringan kurir independen
- Visibilitas inventaris lokal
- Permintaan tambahan dari pembelian mendesak
- Layanan yang lebih nyaman bagi pembeli pedesaan atau yang kurang terlayani
- Saluran akuisisi pelanggan baru
Namun model tersebut juga menimbulkan ketergantungan operasional.
Pengecer membutuhkan inventaris tingkat toko yang akurat.
Penetapan harga pasar harus tetap konsisten.
Pesanan harus disiapkan dengan cepat.
Pergantian produk memerlukan aturan yang jelas.
Kepemilikan layanan pelanggan harus ditentukan.
Margin harus memperhitungkan pasar dan biaya pemenuhan.
Pengambilan operator:
Pengiriman cepat menjadi bagian dari positioning produk.
Seorang pelanggan tidak hanya membandingkan kualitas produk dan harga.
Mereka juga membandingkan:
- Seberapa cepat barang dapat sampai
- Apakah itu tersedia secara lokal
- Apakah pelacakan dapat diandalkan
- Apakah pesanan dapat dikembalikan dengan nyaman
- Apakah harga pasar cocok dengan toko retailer itu sendiri
- Apakah pembelian mendesak dapat diselesaikan tanpa hambatan
Keuntungan omnichannel berikutnya mungkin berasal dari menghubungkan penemuan produk, inventaris lokal, dan pengiriman jarak jauh dalam satu pengalaman.
LAPISAN OPERASI
Perdagangan yang Lebih Cepat Menciptakan Keberlanjutan dan Pengorbanan Biaya
Tekanan untuk memberikan hasil yang lebih cepat menciptakan tantangan operasional kedua: dampak terhadap lingkungan.
Panduan keberlanjutan ecommerce DHLmengidentifikasi kemasan berukuran besar, pengembalian yang sering dilakukan, infrastruktur data yang boros energi, dan transportasi cepat—terutama angkutan udara—sebagai kontributor utama emisi e-niaga. Laporan ini merekomendasikan pelacakan emisi Cakupan 1, Cakupan 2, dan Cakupan 3, menggunakan kemasan berukuran tepat, menggabungkan pesanan multi-item, memilih bahan yang lebih ramah lingkungan, dan bekerja sama dengan penyedia logistik yang menawarkan opsi transportasi dengan emisi lebih rendah.
Hal ini menciptakan ketegangan yang penting.
Pelanggan semakin mengharapkan:
- Pengiriman cepat
- Pengiriman gratis
- Pengembalian yang mudah
- Berbagai pilihan pengiriman
- Pelacakan yang tepat
- Penawaran yang dipersonalisasi
Setiap manfaat dapat menimbulkan biaya tambahan, pengemasan, transportasi, pemrosesan data, atau aktivitas pengembalian.
Misalnya, kebijakan pengembalian yang terlalu murah hati dapat meningkatkan konversi namun juga mendorong pelanggan untuk memesan beberapa ukuran atau varian dengan tujuan mengembalikan sebagian besar pesanan.
Pengiriman satu jam mungkin menyelesaikan masalah pelanggan, namun rute yang tidak efisien atau pemenuhan jarak jauh dapat melemahkan margin dan meningkatkan emisi.
Pengemasan berkelanjutan dapat mengurangi limbah dan volume pengiriman, namun hanya jika bahan tersebut cukup melindungi produk dan tidak meningkatkan tingkat kerusakan.
Solusinya bukan menghilangkan kenyamanan.
Ini untuk merancang kenyamanan dengan lebih cerdas.
Pengambilan operator:
Keberlanjutan harus diintegrasikan ke dalam operasional ecommerce, bukan hanya sekedar pesan merek.
Rencana operasi praktis harus mempertimbangkan:
- Ukuran kemasan relatif terhadap produk
- Ruang kosong dan pengisi yang tidak perlu
- Konsolidasi pesanan multi-item
- Alasan pengembalian berdasarkan SKU
- Tingkat kerusakan berdasarkan jenis kemasan
- Transportasi udara versus transportasi darat
- Peluang pemenuhan lokal
- Opsi kecepatan pengiriman saat checkout
- Emisi di seluruh rantai pasokan
- Apakah klaim lingkungan hidup dapat diukur dan dipertahankan
Peningkatan keberlanjutan yang paling kuat sering kali mengurangi biaya pada saat yang bersamaan.
Kemasan yang lebih kecil menggunakan lebih sedikit bahan dan menempati lebih sedikit ruang pengangkutan.
Informasi produk yang lebih baik dapat mengurangi pengembalian yang dapat dihindari.
Inventaris lokal dapat memperpendek jarak pengiriman.
Personalisasi yang lebih akurat dapat mencegah pembelian yang tidak relevan.
3 HAL DALAM IKLAN, PENCARIAN & PENGUKURAN
1. Google memperluas jangkauan dan kontrol frekuensi di seluruh grup kampanye video
Social Media Today melaporkanbahwa Google memperluas kontrol jangkauan dan pengoptimalan frekuensi YouTube ke grup kampanye video, sehingga memungkinkan pengiklan mengelola target keterpaparan di beberapa kampanye sekaligus mempertahankan anggaran kampanye individual dan setelan materi iklan.
Pengiklan dapat menggunakan frekuensi target untuk menargetkan sejumlah keterpaparan dalam jangka waktu tertentu, atau batas frekuensi untuk mencegah khalayak melihat promosi terlalu sering.
Google mengatakan pengiklan juga akan menerima tampilan metrik yang lebih terpadu seperti jangkauan unik dan rata-rata tayangan mingguan di seluruh grup kampanye.
Google mengutip pengujian internal di mana frekuensi iklan video mingguan sebesar 2,7 eksposur dikaitkan dengan peningkatan ROI sebesar 19%. Angka tersebut tidak boleh dianggap sebagai angka optimum universal, namun angka tersebut menggambarkan mengapa frekuensi merupakan variabel strategis dan bukan sekadar metrik penyampaian.
Pengambilan operator:
Lebih banyak tayangan tidak selalu lebih baik. Gunakan kontrol frekuensi grup kampanye untuk menyeimbangkan memori dan kelelahan, terutama ketika beberapa promosi menargetkan audiens yang tumpang tindih.
2. Google memperluas pasar alkohol dan memperketat sertifikasi perjudian
Search Engine Roundtable melaporkanbahwa Google akan memperluas lokasi yang disetujui untuk iklan alkohol pada tanggal 28 Juli 2026. Pasar tambahan tersebut mencakup Brasil, Kroasia, Finlandia, Korea Selatan, Vietnam dengan pembatasan ABV, dan beberapa negara Afrika. Pengiklan tetap harus mengikuti aturan maksimum alkohol berdasarkan volume yang diizinkan untuk setiap pasar.
Google juga akan memperluas persyaratan sertifikasi perjudian dan game di semua kategori berdasarkan kebijakan ini pada tanggal 14 September 2026. Akun yang meminta sertifikasi harus menunjukkan kesehatan kebijakan yang baik, sementara pelanggaran berulang atau pencabutan sertifikat dapat memengaruhi kelayakan akun individual dan akun pengelola terkait. Domain harus dimiliki dan dikontrol langsung oleh bisnis, dan subdomain gratis tidak memenuhi syarat.
Pengambilan operator:
Perluasan kebijakan tidak berarti menyederhanakan kepatuhan. Pengiklan minuman beralkohol dan perjudian harus mengaudit kelayakan geografis, kepemilikan domain, riwayat PKS, sertifikasi, laman landas, dan persyaratan hukum setempat sebelum tanggal efektif.
3. Meridian dan Robyn meningkatkan pengukuran—tetapi tidak menghilangkan bias platform
Pembatasan privasi dan pelacakan tingkat pengguna yang lebih lemah telah menjadikan pemodelan bauran pemasaran kembali menjadi fokus.
AdExchanger diperiksaMeridian Google dan Robyn Meta, dua kerangka kerja MMM sumber terbuka yang dirancang untuk membantu pengiklan memperkirakan kontribusi relatif dari saluran pemasaran yang berbeda. Open source memungkinkan pemasar dan analis untuk memeriksa dan menyesuaikan metodologi, menawarkan visibilitas lebih banyak dibandingkan sistem pelaporan platform lainnya.
Namun open source tidak serta merta berarti independen.
Meridian sangat terhubung dengan data dan integrasi Google, sementara Robyn berasal dari Meta. Pelaporan AdExchanger mencatat bahwa alat ini dapat memberikan titik masuk yang berguna ke dalam MMM, namun model siap pakai mungkin mencerminkan asumsi spesifik platform dan harus disesuaikan untuk setiap bisnis.
Kekhawatirannya bersifat struktural.
Perusahaan yang menjual iklan juga membantu menentukan bagaimana iklan tersebut diukur.
Hal ini tidak membuat model menjadi tidak berguna.
Artinya, pemasar harus memahami asumsi, masukan data, pengelompokan saluran, dan insentif di balik model sebelum memperlakukan keluaran sebagai kebenaran obyektif.
Pengambilan operator:
Gunakan Meridian atau Robyn sebagai kerangka pengukuran—bukan pencatat skor yang tidak perlu dipertanyakan lagi. Bandingkan hasil dengan pendapatan pihak pertama, pengujian inkrementalitas, bukti khusus saluran, penjualan offline, dan analisis independen.
DILUAR JAM
Corong E-niaga Baru Adalah Sistem Kepercayaan
Kisah-kisah hari ini menunjukkan adanya perubahan yang lebih besar.
Shopify memindahkan personalisasi dari aturan statis ke pengalaman pelanggan waktu nyata.
Agen belanja memampatkan penemuan dan pembelian ke dalam daftar pendek.
Tayangan Google Ads berkurang karena platform AI lebih banyak menempati perjalanan penelusuran.
Tractor Supply dan Instacart menghubungkan penemuan pasar dengan pengiriman lokal satu jam.
DHL mengingatkan pengecer bahwa kecepatan, pengembalian, pengemasan, dan transportasi lintas batas membawa dampak lingkungan dan finansial.
Google memberi pengiklan video kontrol lebih besar terhadap frekuensi.
Industri yang sensitif menerima akses periklanan yang diperluas dan aturan sertifikasi yang lebih ketat.
Google dan Meta menawarkan model pengukuran sumber terbuka, namun pemasar masih memerlukan penilaian independen.
Pelajarannya bukan sekadar:
Gunakan lebih banyak AI.
Pelajarannya adalah:
Mengurangi ketidakpastian pada setiap tahapan transaksi.
Bagi pembeli, ketidakpastian mungkin melibatkan:
- Produk mana yang benar
- Apakah item tersebut akan cocok
- Apakah harganya adil
- Apakah produk tersebut tersedia
- Kapan pesanan akan tiba
- Apakah pengembalian itu mudah
- Apakah merek tersebut dapat dipercaya
Bagi agen AI, ketidakpastian melibatkan:
- Atribut tidak lengkap
- Harga yang bertentangan
- Ketersediaan tidak ada
- Akses perayap diblokir
- Informasi pengiriman tidak jelas
- Pengidentifikasi produk yang lemah
- Klaim yang tidak didukung
- Jalur transaksi yang tidak dapat diandalkan
Bagi pemasar, ketidakpastian melibatkan:
- Apakah personalisasi menciptakan nilai tambahan
- Apakah frekuensi meningkatkan daya ingat atau menimbulkan kelelahan
- Apakah otomatisasi mengikuti tujuan bisnis yang diinginkan
- Apakah sistem pengukuran mendukung platform yang membangunnya
- Apakah pemenuhan yang lebih cepat melindungi atau menghancurkan margin
- Apakah klaim keberlanjutan sesuai dengan kenyataan operasional
Sistem operasi e-niaga berikutnya harus terhubung:
- data pelanggan
- Data produk
- Personalisasi AI
- Asisten belanja
- Periklanan
- Inventaris
- Pengiriman lokal
- Logistik lintas batas
- Kembali
- Keberlanjutan
- Kepatuhan terhadap kebijakan
- Pengukuran independen
Personalisasi AI dapat menentukan apa yang dilihat pelanggan.
Perdagangan agen dapat menentukan produk mana yang masuk pertimbangan.
Pemenuhan menentukan apakah janji itu ditepati.
Pengukuran menentukan apakah bisnis belajar dari hasilnya.
Merek yang menang akan mengurangi ketidakpastian bagi pelanggan, platform, agen, dan tim mereka sendiri.
Tim Beecommercer
Bacaan Lebih Lanjut
- Personalisasi AI di E-niaga: Cara Menggunakannya untuk Mendorong Pertumbuhan – Shopify
- Tractor Supply bermitra dengan Instacart dalam pengiriman satu jam – Digital Commerce 360
- Cara mengurangi jejak karbon ecommerce Anda – DHL
- Google memperluas kontrol frekuensi iklan – Social Media Today
- Google Ads Memperluas Kebijakan Alkohol, Perjudian & Permainan – Search Engine Roundtable
- Meridian Google dan Robyn Meta: Hadiah untuk Pengukuran atau Kuda Troya? – AdExchanger
- Bertahan dari Tekanan Tayangan: Bagaimana Perdagangan Agentik Mengubah Google Ads pada 2026 – Search Engine Journal