Mitä kokeissa vertailtiin?
Tutkimuksessa Generative AI and Sales Productivity: Field Experiments in Online Retail tarkasteltiin yhden nimettömän, rajat ylittävää verkkokauppaa harjoittavan jälleenmyyjän tuotekuvauksia. Joulukuussa 2023 tehtiin viisi satunnaistettua osakoetta, joista kukin kesti viikon. Tekstit olivat englanniksi, espanjaksi, ranskaksi, portugaliksi ja koreaksi. Kielistä ei voi päätellä kuluttajien sijaintimaita.
Aineistossa oli 4 772 937 kuluttajahavaintoa valittujen tuotesivujen avaamisen jälkeen. Luku ei tarkoita ostajien määrää eikä verkkokaupan kaikkia kävijöitä. Koeryhmässä tekoälykuvaukset lisättiin olemassa olevien, ihmisten kirjoittamien kuvausten rinnalle. Jos kuvaus puuttui, sellainen lisättiin. Verrokkiryhmässä lähtötilanne säilyi ennallaan. Kokeessa ei siis korvattu asiantuntijatekstejä tekoälyteksteillä niiden paremmuuden vertailemiseksi.
Lue alkuperäinen tutkimus ja taulukotKasvua kuluttajakohtaisessa rahamäärässä
Tutkimuksen myyntimittari on tuotetilauksiin käytetty kokonaisrahamäärä Yhdysvaltain dollareina kuluttajaa kohti. Arvioitu kasvu oli 0,0104 USD kuluttajaa kohti. Taulukossa C5 suhteellinen muutos on 2,05 prosenttia, joka pyöristetään taulukossa 4 lukuun 2,1 prosenttia. Kyse on havaittujen kuluttajien keskimääräisestä rahamäärästä, ei vain ostoksen tehneiden keskiostoksesta.
Tulosta ei siten voi kuvata 2,1 prosenttia suurempana tilausmääränä tai 2,1 prosenttiyksikön nousuna konversioasteessa. Arvio oli tilastollisesti merkitsevä viiden prosentin tasolla. Tämä ei kuitenkaan osoita samansuuruista vaikutusta jokaisessa kieliryhmässä, tuoteluokassa tai toisessa verkkokaupassa. Suhteellinen ja absoluuttinen muutos kuvaavat samaa mittaria eri tavoin.
Lue alkuperäinen tutkimus ja taulukotLähtötilanteessa oli paljon puuttuvaa tietoa
Lähes puolesta alustan itse myymistä tuotteista puuttui kuvaus tai tekstiä oli hyvin vähän. Tiedon lisääminen tyhjälle sivulle on eri tehtävä kuin kattavan kuvauksen täydentäminen. Tutkimus ei siis osoita, että tekoälyteksti olisi yleisesti ihmisen kirjoittamaa parempaa tai että kaikkien tuotteiden kuvaukset kannattaisi uusia.
Englanninkielisistä kuvauksista tarkasteltiin myös lyhyiden ja pitkien tekstien suhteellisten vaikutusten eroa. Eron p-arvo oli 0,0536, joten se ei alittanut tavanomaista viiden prosentin merkitsevyysrajaa. Analyysi ei tarjoa varmaa priorisointisääntöä eikä yleispätevää 50 sanan rajaa. Tekstin pituus ei yksin ratkaise, puuttuuko asiakkaalta olennaista tietoa.
Lue alkuperäinen tutkimus ja taulukotMääritä tiedontarve ennen sisältötilausta
Yrityksen kannattaa ensin selvittää, mitä varmennettuja tuotetietoja kohderyhmä tarvitsee päätöksensä tueksi. Epäselvä käyttötarkoitus, puuttuva tekninen tieto ja perusteeton lupaus ovat erilaisia ongelmia. Samalla on nimettävä työn kannalta olennainen liiketoimintatulos. Julkaistujen kuvausten määrä osoittaa tuotetun sisällön määrän, ei kannattavien ostojen kasvua. Sama mittari ja sen laskentatapa on pidettävä selkeänä, kun työn hyötyä myöhemmin arvioidaan yrityksessä.
Työn rajauksessa on huomioitava faktalähteet, käyttöoikeudet ja sisällön hyväksyjä. Kustannuksiin kuuluvat myös tarkistus, muokkaus ja ylläpito, eivät vain tekstin tuottaminen. Rajattu sisältötyö voi olla perusteltu, vaikka budjettiin ei kirjattaisi tutkimuksen prosenttikasvua. Tuoteluettelon integraatioista tai omista kokeista on sovittava erikseen; ne eivät seuraa automaattisesti tekstien tilaamisesta.
Tulos ei ole SEO- tai kannattavuuslupaus
Kyse on lyhyistä kokeista yhden jälleenmyyjän vuoden 2023 toimintaympäristössä. Tutkimus ei vertaile nykyisiä malleja eikä osoita vaikutusta hakukonenäkyvyyteen, tekoälyvastauksissa saatuihin viittauksiin, katteeseen tai sijoitetun rahan tuottoon. Kuluttajakohtaisen rahamäärän kasvu ei yksin kerro, jääkö yritykselle enemmän voittoa kaikkien kustannusten jälkeen.
Tämä tarkastelu perustuu arXiv-version 6 julkaisuun, jota tarkistettiin 29. kesäkuuta 2026. Kyse on ennakkojulkaisusta, eikä sitä tässä esitetä vertaisarvioituna tutkimuksena. Havainto auttaa keskustelemaan tuotetiedon arvosta. Se ei oikeuta siirtämään samaa kasvulukua toisen yrityksen myyntiennusteeseen tai vuosibudjettiin.
Lue alkuperäinen tutkimus ja taulukotMindVerve auttaa rajaamaan tekoälyavusteista sisältö- ja kampanjatyötä varmennettujen tietojen ja kohderyhmän kysymysten pohjalta. Toimitussisältö sovitaan erikseen; tutkimuksen kasvulukua ei luvata asiakkaalle.
Keskustele rajatusta sisältötyöstäViralliset lähteet
Kirjoittajien mukaan Fang ja Yuan toimivat yhteistyökumppanin konsultteina ja Zhang sen työntekijänä. Tutkimus ei käsittele MindVerven asiakkaita.
Lue alkuperäinen tutkimus ja taulukotGenerative AI and Sales Productivity: Field Experiments in Online Retail · Fang, Yuan, Zhang, Donati, Sarvary · arXiv:2510.12049v6CC BY 4.0