Voice commerce $45 பில்லியனை நோக்கிச் செல்கின்றது; எனினும் 99.7 சதவீத விற்பனையாளர்கள் அதற்கு optimize செய்யவில்லை

E-commerce marketers-இடையே ஒரு கவனிக்கத்தக்க புள்ளிவிவரம் சுற்றி வருகின்றது: வலைத்தளங்களில் 0.03 சதவீதம் மட்டுமே speakable schema markup-ஐச் செயல்படுத்தியுள்ளன - அதாவது ஒவ்வொரு மூன்றாயிரம் தளங்களில் ஒன்றுக்கும் குறைவான தளமே, ஆன்லைன் (online) ஷாப்பிங்கின் (shopping) முக்கிய இயக்கியாக வேகமாக மாறும் channel-க்கு optimize செய்யப்பட்டுள்ளது.

Voice ஏற்றத்தின் அளவு இந்த இடைவெளியை நியாயப்படுத்த கடினமாக்குகின்றது. உலகளவில் செயலில் உள்ள voice assistants இப்போது 8.4 பில்லியனைத் தாண்டுகின்றன - மனிதர்களை விட அதிகம். 25 முதல் 49 வயது மக்களில் 65 சதவீதம் voice-இயங்கும் சாதனங்களுடன் தினமும் குறைந்தது ஒரு முறை பேசுகின்றனர்; 61 சதவீதம் எதிர்காலத்தில் அதிகம் பயன்படுத்துவார்கள் என்று எதிர்பார்க்கின்றனர்.

Voice மூலம் ஷாப்பிங் (shopping) ஏற்கனவே வருடத்திற்கு பில்லியன் டாலர்களை உருவாக்குகின்றது. Voice commerce 2028-க்குள் 45 பில்லியன் டாலரை அடையும் என்று முன்னறிவிப்புகள் கூறுகின்றன - இன்றைய 3.3 பில்லியனிலிருந்து பதின்மூன்று மடங்கு உயர்வு. Voice-இயங்கும் சாதனங்கள் உள்ளவர்களில் 43 சதவீதம் வரை அவற்றால் ஷாப்பிங் (shopping) செய்கின்றனர்; voice ஷாப்பர்களில் (shop) 51 சதவீதம் பொருட்களை ஆராய voice-ஐப் பயன்படுத்துகின்றனர், 22 சதவீதம் நேரடியாக voice மூலம் வாங்குகின்றனர், 17 சதவீதம் பொருட்களை மீண்டும் order செய்கின்றனர். Smart speaker உரிமையாளர்களில் சுமார் 11.5 சதவீதம் மாதாந்திரம் voice மூலம் வாங்குகின்றனர் - தோராயமாக 5.5 மில்லியன் அமெரிக்க (America) நிரந்தரவாசிகள்.

Speakable schema என்பது, ஒரு பக்கத்தின் எந்தப் பகுதிகள் text-to-speech மாற்றத்திற்கு ஏற்றவை என்பதை voice assistants-க்குக் குறிக்கும் ஒரு வகை structured data - யாரேனும் ஒரு பொருள் அல்லது வகை பற்றிக் கேட்கும்போது assistant சத்தமாகப் படிக்க வேண்டிய துல்லியமான தகவலைக் குறிப்பது. விற்பனையாளர்கள் ஏற்கனவே பாரம்பரிய மற்றும் answer-engine rankings-க்குப் போட்டியிடுவதால், இந்த markup 99.97 சதவீத போட்டியாளர்கள் தொடாத ஒரு இரண்டாவது channel-ஐத் திறக்கின்றது.

Optimization படிகள் எந்த விற்பனையாளருக்கும் எட்டக்கூடியவை. Product விவரங்கள் பேசப்படும் வினாக்களுக்காக மறுஎழுதப்பட வேண்டும் - அவை தட்டச்சு செய்யப்படுவதை விட நீளமானவை, உரையாடல் தன்மை கொண்டவை; ஒரு ஷாப்பர் (shop) வெறும் keyword சரத்தைத் தட்டச்சு செய்வதற்குப் பதிலாக, பிடிப்பில்லாத பாதங்கள் உள்ள ஆண்களுக்கு எந்த ஓடும் செருப்புகள் பொருந்தும் என்று கேட்கலாம். கேள்வி-அடிப்படையிலான உள்ளடக்கம் (content) முக்கியம் - ஏனெனில் voice வினாக்களில் கிட்டத்தட்ட 20 சதவீதம் வெறும் 25 keywords-ஆல் தூண்டப்படுகின்றன; பெரும்பாலும் how, what, best போன்ற சொற்கள் - ஆகவே அடிக்கடி கேட்கப்படும் கேள்வி தொகுதிகள், buying guides, அறிவுறுத்தல் உள்ளடக்கம் (content) இடம் பெறுகின்றன.

Speakable schema முதலில் bestseller product பக்கங்கள், category பக்கங்கள், FAQs-இல் செல்ல வேண்டும் - சுமார் 20 முதல் 30 வினாடி பேசும் நேரம், இரண்டு அல்லது மூன்று வாக்கியங்களின் தெளிவான, சுருக்கமான பதில்களுடன்; code-ஐ அறிந்திராதவர்களுக்கு Google-இன் markup helper போன்ற இலவச உபகரணங்கள் உள்ளன. Customer service emails, மக்கள் voice assistants-க்குக் கேட்கும் நிஜ உலகக் கேள்விகளின் தயாரான மூலம்; பதில்கள் தளத்தில் இருக்க வேண்டும். உள்ளடக்கம் (content) சத்தமாகப் படிக்க இயற்கையாக இருக்க வேண்டும் - jargon மற்றும் அடர்த்தியான உரை இல்லாமல்; இறுதிச் சோதனை அகராதியப் பொருளில்: விவரங்களைச் சத்தமாகப் படியுங்கள் அல்லது ஒரு AI voice assistant வழியாக ஒலித்துப் பாருங்கள்; அசௌகரியமாக ஒலிப்பதை மறுஎழுதுங்கள்.

முன்னோடி வாதம் பாரம்பரிய SEO-வை ஒத்தது - அங்கு முதலில் நகர்ந்தவர்கள் இன்றும் ஈவுத்தொகை தரும் விளிம்புகளைக் கட்டினர். Voice ஷாப்பிங் (shopping) 45 பில்லியன் நோக்கிச் செல்லும் 3.3 பில்லியன் டாலர் சந்தை; சாதன உரிமையாளர்களில் கிட்டத்தட்ட பாதி பேர் ஏற்கனவே voice மூலம் ஷாப்பிங் (shopping) செய்கின்றனர்; கிட்டத்தட்ட யாரும் optimize செய்யவில்லை. மற்றவர்கள் பிடிக்கும் முன் மாதங்கள் அல்லது வருடங்களுக்கு அந்த விற்பனைகளை எந்த விற்பனையாளர்கள் கைப்பற்றுகின்றனர் என்பதே கேள்வி.

அடுத்த எச்சரிக்கை ChatGPT மற்றும் Perplexity போன்ற AI தேடல் இயந்திரங்கள் பற்றியது - அவை Google போல product பக்கங்களைப் படிக்காது. அவை product cards-ஐ உருவாக்கி, ஒரு master catalog-க்கு எதிராக offers-ஐப் பொருத்துகின்றன - canonicalization எனப்படும் செயல்முறை. சற்றே மாறுபட்ட ஒரு product title கூட ஒரு listing-ஐ கண்ணுக்குத் தெரியாததாக்கலாம் அல்லது தவறான விலையில் தவறான card-உடன் இணைக்கலாம். ஒரு ஆவணப்படுத்தப்பட்ட எடுத்துக்காட்டு: 'Hybrid Max' என்ற இரு சொற்களால் தலைப்பிடப்பட்ட ஒரு paddle, அவற்றை ஒரே சொல்லாகச் சுருக்கிய AI-உருவாக்கிய card-உடன் பொருந்தத் தவறியது - அந்தப் பொருள் ஒருபோதும் தோன்றவில்லை.

திருத்தம், ஒவ்வொரு AI engine-ம் தேவைப்படும் அடிப்படைகளின் தணிக்கையில் தொடங்குகின்றது: ஒரு hero image மற்றும் முழு gallery, title மற்றும் subtitle, தள்ளுபடிகள் குறிக்கப்பட்ட நடப்பு விலை, சிறப்பு offers, shipping காலக்கெடுகள், மூன்று நான்கு வாக்கியங்களின் குறுகிய விவரம், விரிவான நீள விவரம். விற்பனையாளர்கள் தங்கள் top 20 SKUs-ஐ spreadsheet-இல் பட்டியலிட்டு, இடைவெளிகளைக் கண்டு (eye) மூடுமாறு அறிவுறுத்தப்படுகின்றனர். AI engines அதிகபட்ச context-ஐயும் விரும்புகின்றன: முழு தொழில்நுட்ப (technology) விவரக்குறிப்புகள், use cases, பராமரிப்பு அறிவுரைகள், warranty விவரங்கள், தோற்ற நாடு, சான்றிதழ்கள், அளவு விளக்கப்படங்கள் - எந்த மனித-முக பக்கமும் காட்டுவதை விட அதிகம்.

ஒவ்வொரு engine-ம் வித்தியாகமாக canonicalize செய்வதால், ஒரு universal product feed இனி வேலை செய்யாது. விற்பனையாளர்கள் ChatGPT மற்றும் Perplexity-க்குத் தனித்தனி feeds-ஐப் பராமரிக்கச் சொல்லப்படுகின்றனர் - ஒவ்வொரு தளமும் தங்கள் முதன்மைப் பொருட்களை எப்படிக் காட்டுகின்றது என்று சோதித்து, feed titles-ஐப் பொருந்தச் சீரமைத்து. Feed customization கருவிகள் அல்லது custom scripts வேறுபாடுகளை உருவாக்கலாம். இதை இப்போது கற்றுக்கொள்ளும் விற்பனையாளர்கள் அடுத்த இரண்டு மூன்று ஆண்டுகளுக்கு AI தேடல் traffic-ஐச் சொந்தமாக்குவார்கள் என்பதே வாதம்.

இந்த தொகுப்பில் மேலும்: TikTok Shop-இல் ஒரு flat-fee creator retainer மாதிரி வலுப்பெறுகின்றது - சீரற்ற product sampling-க்குப் பதிலாக ஒரு கட்டமைக்கப்பட்ட அமைப்பு: பிராண்டுகள் (brand) இரண்டு மாதங்களில் 300 முதல் 500 மாதிரிகளை அனுப்பி, சிறந்த 20 சதவீத creators-ஐ 15 உத்தரவாதமான videos-க்கு commission உடன் மாதாந்திர 200-டாலர் retainers-இல் உயர்த்தி, வாராந்திர உள்ளடக்கக் (content) கருப்பொரிவுகளைத் திட்டமிட்டு, குறைந்தது இரட்டிப்பு முதலீட்டு (investment) வருவாய் (revenue) பெறும் creators-ஐ மட்டுமே புதுப்பித்தல். சுருக்கமாக: PayPal, ChatGPT-க்குள் ஒரு payment wallet-ஆக இணைய (internet) ஒரு ஒப்பந்தம் செய்தது; Amazon 30,000 corporate பணிகளை எட்டும் என்று எதிர்பார்க்கப்படும் layoffs-ஐத் தொடங்கியது; Amazon, தனது Rufus AI shopping assistant 2026-இல் 1.2 பில்லியன் டாலர் லாபம் உருவாக்கும் என்று உள்நாட்டில் எதிர்பார்க்கின்றது.