How to Get Your Products Recommended by ChatGPT

Dans le monde du commerce électronique, la question se pose de savoir si ChatGPT recommandera votre produit lorsque quelqu'un lui demandera quoi acheter. Ashwin Menon, ancien porte-parole des vendeurs pour Amazon FBA et co-fondateur de Nile, discute de la manière dont les vendeurs Amazon et Shopify peuvent se classer et vendre via l'IA, de ce que font les vendeurs actuellement, et de l'efficacité des publicités ChatGPT. Ashwin révèle une nouvelle importante : ChatGPT a relancé sa fonction de paiement intégrée à l'application. Désormais, les utilisateurs peuvent acheter un produit directement sur le chat, sans avoir à cliquer sur un lien externe. Cela signifie que votre page de présentation de produit, votre publicité et votre page de destination sont toutes intégrées au service ChatGPT. Pour les marques, cela représente un potentiel de conversion accru grâce à une réduction des frictions. Cependant, Ashwin souligne l'importance pour les marques de comprendre comment se présenter à l'IA. L'IA peut "halluciner", lier des informations incorrectes ou des avis négatifs, ce qui pourrait nuire à l'image de la marque. Il est crucial pour les propriétaires de marques de considérer l'IA comme un véritable canal de vente et une page de présentation de produit qu'ils peuvent contrôler. Les clients de Nile, par exemple, connaissent des taux de conversion plus élevés car ils peuvent contrôler la manière dont leur marque est représentée sur l'IA. En tant qu'ancien porte-parole des vendeurs chez Amazon, Ashwin travaillait directement avec des milliers de grandes marques et les équipes produits pour rendre Amazon plus convivial pour les vendeurs. Aujourd'hui, avec Nile, il applique cette expertise au monde des agents IA et de ChatGPT. La question centrale pour les propriétaires de marques e-commerce est de savoir comment se classer sur ChatGPT et s'assurer que l'IA présente des informations exactes sur leur marque, sans "halluciner". Au début du commerce agentique, les marques se concentraient principalement sur la visibilité en haut de l'entonnoir. Cependant, Ashwin explique que ce n'est pas suffisant. Pour traiter l'IA comme un canal de vente à part entière, il faut comprendre ce que les clients apprennent de la marque, quelle est leur expérience d'achat via l'IA, comment convertir ces interactions, quelles sont les affirmations clés positionnées, et pour quelles requêtes la marque apparaît. Nile a développé un système qui répond à ces questions en permettant aux propriétaires de marques de définir précisément ce qu'ils veulent que l'IA déclare sur leur produit, pour quelles requêtes ils veulent apparaître, quels sont les "non-non" et comment gérer les objections. Nile se connecte ensuite à toutes les surfaces d'IA comme ChatGPT ou Perplexity. Nile crée en quelque sorte un "agent de marque", un bot représentant la marque qui interagit avec le bot de ChatGPT. Cet agent peut fournir un catalogue complet de produits, incluant images, prix, descriptions et utilisations. Ainsi, si un utilisateur demande à ChatGPT de trouver le meilleur trépied pour un appareil photo spécifique, l'IA pourra recommander le produit d'une marque cliente de Nile avec des informations précises. Ashwin compare Nile à l'Amazon d'il y a dix ans : un endroit où les marques pouvaient lister leurs produits de manière normalisée, facile à comprendre pour les humains, et où Amazon apportait de nouveaux clients grâce à ses efforts marketing. Nile fait la même chose pour les agents IA en construisant un "catalogue agentique", une manière pour les agents de comprendre facilement ce qu'est un produit et comment il aide les clients. Nile attire ensuite de nouveaux clients via des agents IA qui découvrent la marque. C'est l'Amazon du futur, mais pour le commerce électronique agentique. Techniquement, les pages de destination sont optimisées pour une expérience d'achat émotionnelle humaine. Cependant, un agent IA n'a pas d'émotions et ne se soucie pas de l'apparence visuelle. Il doit comprendre si le produit est pertinent pour l'intention d'achat de l'utilisateur. Nile prend le catalogue existant d'une marque et crée un catalogue "invisible aux humains, visible uniquement aux agents", contenant toutes les informations du produit ainsi que des variations de catalogue, chaque variation étant associée à une intention d'achat spécifique. Ces "cartes" fournissent un contexte riche aux agents, leur permettant de représenter correctement la marque aux utilisateurs. Concernant les vendeurs Amazon, Ashwin mentionne le procès entre Amazon et Perplexity, qui rend la situation complexe pour l'envoi de trafic vers les listings Amazon. Nile ne fournit pas actuellement de trafic vers Amazon, en attendant l'issue de ce procès. L'objectif est de ne pas restreindre le choix du client quant à l'endroit où il souhaite acheter (Amazon, Shopify, etc.), mais de lui fournir des informations véridiques avant qu'il n'achète. En regardant l'avenir du e-commerce sur un à deux ans, Ashwin divise sa vision en deux points : comment les consommateurs feront leurs achats et comment les entreprises technologiques introduiront de nouveaux produits. Des entretiens informels à San Francisco ont montré qu'environ 50% des gens utilisent l'IA pour le shopping et l'adorent, la considérant comme leur première source d'information sur les produits. Les autres 50%, qui achètent auprès de marques connues ou sur Amazon, utilisent également ChatGPT ou Claude pour s'informer avant d'acheter. Les consommateurs ne perçoivent pas ces interactions avec l'IA comme du marketing, mais comme une intelligence amicale qui les informe. Si les marques peuvent "pirater" ce chat et communiquer avec l'utilisateur, elles ne font plus du marketing, mais informent le "meilleur ami" de l'utilisateur. Ashwin prédit que les consommateurs utiliseront Amazon pour les articles de commodité (comme le papier toilette), où le parcours d'achat est rapide et direct. Cependant, pour les articles qui nécessitent une réflexion (comme le dentifrice ou une crème solaire pour enfant), ils commenceront par une conversation avec l'IA. La deuxième partie de la prédiction concerne l'innovation technologique. Après le paiement intégré au chat de ChatGPT, Ashwin anticipe le lancement d'un "téléphone agentique" au premier semestre de l'année prochaine, où l'ensemble du système d'exploitation sera un agent. Dans un tel téléphone, il ne sera pas nécessaire de télécharger des applications, car chaque application sera connectée au système d'exploitation de l'agent et pourra être appelée comme un plug-in. Lorsque cela se produira, les agents dépasseront les humains en termes de trafic, de la même manière qu'ils ont dépassé les humains dans la rédaction de code. Ashwin révèle également qu'OpenAI, qui a embauché Johnny Ive (l'ancien designer d'Apple), lancera un haut-parleur intelligent fin de cette année et un téléphone au premier semestre de l'année prochaine. Concernant les actions que les vendeurs peuvent entreprendre dès maintenant, Ashwin insiste sur un changement de mentalité : arrêter de considérer l'IA comme un casino et la voir comme un canal de vente. Une fois cette mentalité adoptée, il s'agit d'assurer la visibilité et une représentation correcte. La première étape est d'être vu, à la fois au niveau de la marque (agences GEO, citations, liens Reddit, posts organiques, liens YouTube, Google, LinkedIn) et au niveau du produit. Pour le niveau produit, il faut informer l'IA de ce qu'est réellement le produit, ce que fait Nile en créant un catalogue spécifique aux agents. Cela garantit que lorsque l'agent rappelle le produit en réponse à une requête utilisateur, il utilise les informations correctes que la marque souhaitait communiquer. De plus, pour la visibilité au niveau du produit, les propriétaires de marques peuvent spécifier des requêtes pour lesquelles ils souhaitent que leur produit apparaisse. Par exemple, pour l'eau de coco, une requête pourrait être "jus hydratant". L'objectif est d'optimiser au niveau du produit, pas seulement au niveau de la marque. Ashwin explique que les requêtes sont différentes des mots-clés. Une requête peut être interprétée de dix manières différentes, et dix requêtes peuvent être interprétées de la même manière. Nile prend une requête saisie par une marque et crée des "extractions d'informations" ou des extrapolations, générant un nombre "n" de variantes. Chaque variante devient une "carte produit" distincte, augmentant les chances d'apparaître pour les utilisateurs. Nile fournit une méthode standardisée (SOP) pour penser aux requêtes, divisée en cinq catégories : 1. **Requête de catégorie de produit :** Le type de produit recherché par l'acheteur. 2. **Requête de caractéristique ou de matériel :** Les affirmations clés ou la qualité spécifique qui compte pour le client. 3. **Requête de cas d'utilisation :** Les situations dans lesquelles le produit est utilisé. 4. **Requête de problème ou de besoin :** Les problèmes que l'acheteur veut résoudre. 5. **Requête de compatibilité et d'audience :** À qui il est destiné ou avec quoi il fonctionne. En couvrant ces cinq catégories, les marques peuvent obtenir des signaux initiaux pour affiner continuellement leur stratégie. Concernant les "hacks" pour apparaître dans les aperçus de l'IA, Ashwin déconseille cette approche car leur efficacité diminue rapidement une fois partagés. Il préfère des stratégies durables et recommande d'utiliser Nile, qui est gratuit au démarrage et agit comme un "hack" en offrant un agent de marque gratuit. Nile fonctionne sur un modèle d'affiliation post-vente, facturant une commission basée sur les conversions générées par l'agent de marque. En ce qui concerne les erreurs courantes des marques avec les agences GEO, Ashwin met en garde contre l'utilisation excessive de bots sur Reddit et la création de trop de contenu IA sur un seul canal. Le contenu IA doit être syndiqué sur différentes plateformes. Il est crucial de travailler avec des agences GEO réputées qui utilisent un équilibre entre l'IA, l'automatisation et l'intervention humaine. Reddit, en particulier, gagne une mauvaise réputation en tant que source de trafic de bots pour les données d'entraînement, et son importance devrait diminuer. Pour le référencement, LinkedIn est actuellement très efficace. YouTube est le domaine le plus cité dans les aperçus d'IA, avec une part de mention d'environ 21%. Les légendes et les transcriptions des vidéos sont des textes citables. Les marques devraient avoir deux types de contenu vidéo : des explications, des comparaisons et des tutoriels sur leur propre chaîne (dont le script doit être "réponse d'abord" pour l'IA), et des avis réels de créateurs pour renforcer la confiance. La publication de contenu long sur LinkedIn (chaîne d'approvisionnement, données industrielles, avis consommateurs) peut également renforcer l'autorité de la marque. Concernant les publicités ChatGPT, Ashwin déclare qu'elles ne fonctionnent pas actuellement et que personne n'a obtenu un retour sur investissement positif via le gestionnaire de publicités ChatGPT. Les coûts d'acquisition client (CAC) sont de 5 à 6 fois supérieurs à ceux de Meta. Cependant, Nile travaille à établir un partenariat légitime avec OpenAI pour offrir des acquisitions de nouveaux clients avec un CAC inférieur à celui de Meta. Cela pourrait se faire via un gestionnaire de publicités ChatGPT propre à Nile ou via les comptes de gestionnaire de publicités des marques. En comparant les modèles LLM (Large Language Models), Ashwin estime qu'Anthropic (Claude) génère probablement le plus d'argent, mais les gens ne font pas de commerce sur ses modèles. Il y a un effet de marque : OpenAI (ChatGPT) est perçu comme personnel, tandis qu'Anthropic est perçu comme professionnel. Les gens utilisent ChatGPT pour le shopping et les comparaisons de produits, le considérant comme un "ami" ou une "sœur plus jeune cool", tandis que Claude est plus un "frère aîné intello" qui donne des réponses directes. Pour conclure, Ashwin souligne que les propriétaires de marques doivent vraiment réfléchir à la manière dont l'IA représente leur marque, car c'est leur nouvelle page de destination et leur publicité tout-en-un. Ashwin utilise un stack technologique IA comprenant principalement Claude, qu'il utilise autant que Chrome. Claude est connecté à son email, Slack, et enregistre les transcriptions des appels de vente et de produit. Ces données sont utilisées pour générer des articles de blog, des