用 AI 重新打造美妝體驗
🏦 台灣Pay 銀行轉帳 💙 PayPal
Sephora 分享 AI 應用、與 OpenAI 合作的 Shopping Assistant 成效與經驗
- 00:44 Sephora 在 37 個國家營運，擁有超過 3,000 家門市
- 04:37 Demo：顧客打開畫面底部的 AI Beauty 問「這支睫毛膏有什麼成分？」，Beauty Chat 立即給出完整成分表
- 07:52 結論：AI 是非凡機會；分享的兩個案例仍在快速演進，每天都在學習，所以 test-and-learn 很重要
💡 你可以怎麼用：如果你要做給客人用的 AI 助理或聊天機器人，先準備幾個可以直接點的常見問題，讓它用你品牌的口吻說話，回答時附上推薦理由；上線後拿兩個版本比一比，看哪個比較多人用，再接著改。
看全部 27 條重點
🧑🏫 這支是 Sephora 在 OpenAI 場合的分享，說明這個全球美妝通路怎麼把 AI 用在個人化、行銷、庫存，以及和 OpenAI 合作做的線上購物助理。重點是：助理上線後網站轉換率提升超過 5%，講者也整理出三個實戰經驗，很適合想把 AI 用在接觸顧客的人參考。
- 00:44 Sephora 在 37 個國家營運，擁有超過 3,000 家門市↳ Sephora 在 37 個國家有 3,000 多家門市，是同時經營實體店和網路的大型零售商，所以後面會一直講到怎麼把店裡的體驗搬到線上。
- 00:44 AI 與科技是 Sephora 策略核心，目標有三：網站個人化以提供更好的全通路體驗、提供品牌夥伴更豐富的數據與洞察、讓員工具備 AI 工具與技能↳ AI 在公司裡有三個用途：讓網站更貼近每個人；給合作品牌更多銷售數據；教員工用 AI。omnichannel experience 是全通路體驗，指門市、網站、App 用起來要像同一家店。
- 01:26 數位團隊用 AI 做網站個人化：商品推薦、給每位顧客的下一則最佳內容、最相關的促銷↳ 網站上的 AI 會依照每位顧客挑三樣東西：推薦哪些商品、下一則要給她看什麼內容、給哪種促銷。同一個網站，每個人打開看到的不一樣。
- 01:26 促銷依顧客調整：有些顧客對折扣反應較好，有些則偏好收到贈品↳ 連優惠形式也分人。有人看到打折比較會買，有人比較愛拿贈品。AI 從過去的反應判斷你屬於哪一種，就給你那一種。
- 01:26 行銷團隊用生成式 AI 產出更多社群媒體、廣告活動與內部溝通內容↳ Generative AI 是生成式 AI，可以直接寫文案、做圖。行銷團隊用它多產出社群貼文、廣告和公司內部公告，同樣的人力可以做更多內容。
- 02:12 供應鏈團隊用 AI 改善銷售預測，決定要向品牌夥伴訂多少庫存↳ 供應鏈團隊負責庫存。他們用 AI 把「之後會賣多少」猜得更準，再決定向各品牌進多少貨，盡量不缺貨也不囤貨。
- 02:12 媒體團隊用 marketing mix models 最佳化行銷投資，了解該投資哪裡、增減某通路預算會有什麼影響↳ marketing mix models 是一種分析模型，用來評估各個廣告管道的效果。例如把社群廣告預算加一成、電視廣告減一成，業績大概會怎麼變，用來決定錢該花在哪裡。
- 02:12 AI 也協助在各媒體通路上更有效地鎖定顧客↳ 投放廣告時，AI 也幫忙判斷在各平台上該把廣告給誰看，讓廣告比較容易碰到真的會有興趣的人，少花冤枉錢。
- 02:12 在顧客體驗方面與 OpenAI 合作兩大計畫，第一項是把門市體驗重現到網站上↳ 在顧客體驗上，Sephora 和 OpenAI 合作兩個計畫。第一個是把門市裡被服務的感覺，搬到網站上。
- 03:01 Beauty Advisors 是 Sephora 最大優勢之一：在門市依膚質、膚色推薦產品並教怎麼使用，是顧客來店主因之一↳ Beauty Advisors 是門市裡的美妝顧問。他們會看你的膚質、膚色推薦產品，還教你怎麼用。很多人就是為了這個才去實體店。
- 03:01 Shopping Assistant 要在線上重現這種體驗：與顧客自然對話，提供個人化推薦、量身建議的商品與專屬美妝建議↳ Shopping Assistant 是線上購物助理。你可以用平常講話的方式問它，它會像店員一樣推薦適合你的商品，也會給美妝建議，不必自己在一堆商品裡慢慢翻。
- 03:01 第二項計畫：Sephora App 已直接整合進 ChatGPT↳ 第二個計畫是把 Sephora 的 App 直接接進 ChatGPT。也就是在 ChatGPT 裡面就能用到 Sephora 的服務。
- 04:02 整合進 ChatGPT 的理由：透過顧客每天已在使用的平台與他們互動↳ 理由很實際：很多人每天本來就在用 ChatGPT。與其要顧客特地打開 Sephora，不如直接到她已經常待的地方服務她。
- 04:02 Demo：顧客在 Sephora App 搜尋列輸入「mascara」，進入睫毛膏商品頁↳ 示範開始：顧客在 Sephora App 的搜尋列打「mascara」（睫毛膏），點進其中一支睫毛膏的商品頁。
- 04:37 Demo：顧客打開畫面底部的 AI Beauty 問「這支睫毛膏有什麼成分？」，Beauty Chat 立即給出完整成分表↳ 她點開畫面底部的 AI Beauty，問「這支有什麼成分？」助理馬上列出完整成分表。這等於直接問店員，不用自己去找商品頁上的小字。
- 04:37 Demo：顧客接著問是否防水（這支不防水），之後可直接加入購物車並結帳，延續購物流程↳ 她再問「防水嗎？」助理回答這支不防水。問完可以直接加入購物車結帳。重點是問答和購物在同一個畫面接續完成，不用跳出去。
- 04:37 這個功能已成為網站轉換率的實際推手↳ 講者說這個功能已經實際幫網站提高了「看了就買」的比例，不只是做做樣子的新功能。
- 05:17 轉換率提升超過 5%；以 Sephora 的規模這非常可觀，一般個人化計畫通常只帶來約 1% 提升↳ conversion rate 是轉換率，指進站的人裡最後真的下單的比例。助理讓它提升超過 5%，一般個人化功能通常只有約 1%。網站流量這麼大，多 5% 是很大一筆生意。
- 05:17 經驗一：引導式體驗表現總是比較好↳ 第一個經驗：有引導的設計，效果一直都比較好。guided experiences 指引導式體驗，也就是先替使用者鋪好路。
- 05:53 「引導」指提供建議提示讓顧客點選，例如「€50 以下的禮物」「夏季美妝產品」，而不是讓顧客自己打字↳ 「引導」就是先準備好幾個可以點的問題，例如「€50 以下的禮物」「夏季美妝」，顧客點一下就能開始，不必面對空白框框自己想要打什麼。
- 05:53 引導越多，與 chatbot 互動的人越多；講者認為人天生有點懶，不一定想打字↳ 引導給得越多，願意跟聊天機器人互動的人就越多。講者的看法很直白：人本來就有點懶，能點就不想打字。
- 06:26 使用者體驗同樣影響採用：一切要流暢，助理要反映 Sephora 的語氣，讓顧客感覺是在接受 Beauty Advisor 建議而非只是和 AI 互動↳ 使用起來也要順。tone of voice 是品牌說話的語氣，助理要講得像 Sephora 的人，讓顧客覺得是美妝顧問在給建議，而不只是在跟一台 AI 對話。
- 06:26 經驗二：解釋推薦理由並保持透明，例如依據顧客購買紀錄、品牌偏好或其他已知資訊↳ 第二個經驗：要說清楚為什麼推薦。例如「因為你之前買過這個牌子」「根據你的購買紀錄」。顧客知道原因，比較會相信這個推薦。
- 07:15 說明為何推薦某產品而非另一個很重要，也要從 AI 角度負責任地做到這點↳ 說明為什麼推薦 A 而不推 B，不只能讓顧客買得安心，也是負責任使用 AI 的一部分：不讓推薦變成看不懂的黑箱。
- 07:15 經驗三：永遠抱持 test-and-learn 心態，大量進行 A/B tests，從顧客使用 Beauty Assistant 的方式持續學習，快速推出改進↳ 第三個經驗是 test-and-learn，邊試邊學。A/B tests 是把使用者分成兩組，各看不同版本，比較哪個效果好。他們大量這樣測，看顧客怎麼用助理，再很快推出改良版。
- 07:52 結論：AI 是非凡機會；分享的兩個案例仍在快速演進，每天都在學習，所以 test-and-learn 很重要↳ 結論：AI 是很大的機會，但這兩個計畫都還在快速變化，每天都在學新東西，所以不能做一次就算了，要一直測、一直改。
- 07:52 除了擁有 OpenAI 等強大技術與先進演算法，真正關鍵是一起學習、演進的能力，才能打造可持續且對顧客真正有價值的體驗↳ 有 OpenAI 的技術和厲害的演算法還不夠。真正決定成敗的，是團隊能不能一起持續學習、調整，做出顧客長期覺得有用的東西。
📘 術語
active loyalty members（活躍會員）：Sephora 顧客資料庫中的活躍會員，字幕說有 8,000 萬名
omnichannel experience（全通路體驗）：字幕說 AI 與科技讓 Sephora 能提供更好的全通路體驗，例如網站更個人化
Generative AI（生成式 AI）：讓行銷團隊為社群媒體、廣告活動與內部溝通產出更多內容
marketing mix models（行銷組合模型）：幫助了解該投資哪裡，以及增減某通路預算會帶來什麼影響
Beauty Advisors（美妝顧問）：門市人員，依膚質、膚色推薦最佳產品並說明如何使用
Shopping Assistant（購物助理）：在線上重現門市體驗，與顧客自然對話並提供個人化推薦與美妝建議
conversion rate（轉換率）：字幕說 AI 助理使網站轉換率提升超過 5%，一般個人化計畫約 1%
guided experiences（引導式體驗）：給顧客建議提示，而不是期待他們自己打出所有內容
tone of voice（品牌語氣）：助理要反映 Sephora 的語氣，讓顧客像在接受 Beauty Advisor 建議
test-and-learn（邊測試邊學習）：大量 A/B tests，從顧客使用方式持續學習並快速推出改進
A/B tests（A/B 測試）：字幕未詳細解釋，只說 Sephora 大量進行並從中學習顧客如何使用助理
omnichannel experience（全通路體驗）：字幕說 AI 與科技讓 Sephora 能提供更好的全通路體驗，例如網站更個人化
Generative AI（生成式 AI）：讓行銷團隊為社群媒體、廣告活動與內部溝通產出更多內容
marketing mix models（行銷組合模型）：幫助了解該投資哪裡，以及增減某通路預算會帶來什麼影響
Beauty Advisors（美妝顧問）：門市人員，依膚質、膚色推薦最佳產品並說明如何使用
Shopping Assistant（購物助理）：在線上重現門市體驗，與顧客自然對話並提供個人化推薦與美妝建議
conversion rate（轉換率）：字幕說 AI 助理使網站轉換率提升超過 5%，一般個人化計畫約 1%
guided experiences（引導式體驗）：給顧客建議提示，而不是期待他們自己打出所有內容
tone of voice（品牌語氣）：助理要反映 Sephora 的語氣，讓顧客像在接受 Beauty Advisor 建議
test-and-learn（邊測試邊學習）：大量 A/B tests，從顧客使用方式持續學習並快速推出改進
A/B tests（A/B 測試）：字幕未詳細解釋，只說 Sephora 大量進行並從中學習顧客如何使用助理
✏️ 小考一題
根據講者，Sephora 的 AI Beauty Assistant 讓網站轉換率提升多少？
A. 約 3%，略高於一般個人化計畫B. 約 1%，與一般個人化計畫相當C. 超過 10%，是一般個人化計畫的兩倍D. 超過 5%，而一般個人化計畫通常約 1%看答案
答案：D。[05:17] 講者說轉換率提升超過 5%，並指出多數個人化計畫通常只帶來約 1% 的提升。
💛 覺得有幫助？支持一下
課本免費、沒有廣告，支持與否都能照常讀 🐰