Wat er in de webwinkel is getest
In december 2023 voerden de onderzoekers vijf gerandomiseerde deelexperimenten uit bij één niet bij naam genoemde grensoverschrijdende retailer. Elk experiment duurde een week. Er waren beschrijvingen in het Engels, Spaans, Frans, Portugees en Koreaans. Die talen vertellen niet in welke landen de deelnemers zich bevonden.
De analyse omvat 4.772.937 consumentenobservaties na een klik op geselecteerde productdetailpagina’s. Het gaat dus niet uitsluitend om kopers en ook niet om alle websitebezoekers. De ingreep voegde AI-beschrijvingen toe aan bestaande menselijke tekst en leverde tekst waar die ontbrak. De controlegroep behield de oorspronkelijke situatie. Menselijke teksten werden dus niet door AI vervangen.
Het onderzoek en de tabellen lezenHogere uitgaven zijn niet hetzelfde als meer bestellingen
De uitkomst die het artikel verkopen noemt, is het totale bedrag aan productbestellingen in Amerikaanse dollars per consument. Het geschatte absolute verschil bedraagt 0,0104 USD per consument. Tabel C5 vermeldt een relatief effect van 2,05 procent; tabel 4 rondt dit af tot 2,1 procent.
Daarmee is geen stijging van het aantal bestellingen met 2,1 procent aangetoond, en evenmin een conversiestijging van 2,1 procentpunt. Winst, marge en jaaromzet zijn andere grootheden. Het resultaat is statistisch significant op het vijfprocentsniveau, maar dat is geen garantie op hetzelfde effect in een andere winkel.
Het onderzoek en de tabellen lezenDe oorspronkelijke productinformatie doet ertoe
Bij bijna de helft van de producten die het platform zelf verkocht, ontbrak een beschrijving of stond slechts minimale tekst. De studie bewijst daarom niet dat AI in het algemeen beter presteert dan volledige, zorgvuldig geschreven menselijke productteksten. Een belangrijk deel van de vergelijking begon met weinig informatie.
Voor het Engels bekeken de onderzoekers ook korte en lange oorspronkelijke beschrijvingen afzonderlijk. Het verschil tussen de relatieve effecten in deze subgroepen haalt de gebruikelijke grens van vijf procent niet. Dat onderbouwt geen universele woordlimiet en evenmin de regel dat de kortste teksten altijd als eerste moeten worden aangepakt.
Het onderzoek en de tabellen lezenEen gerichte contentopdracht begint bij een kopersvraag
Bepaal eerst welke betrouwbare productinformatie ontbreekt en welke vraag van de koper daarmee wordt beantwoord. Leg vast voor welk publiek de tekst is bedoeld en wie productclaims mag goedkeuren. Veel tekst kunnen maken is iets anders dan de juiste informatie toevoegen.
Kijk vervolgens naar het bedrijfsresultaat dat u wilt beoordelen en naar alle kosten van voorbereiding, controle en onderhoud. Ook de gebruiksrechten op materiaal horen bij die afweging. Zo ontstaat een afgebakende opdracht. Cataloguskoppelingen, experimenten of automatische publicatie zijn niet vanzelf inbegrepen doordat AI een rol speelt.
Waar de conclusie ophoudt
De in juni 2026 herziene versie v6 is een preprint. De korte experimenten stammen uit 2023 en betreffen één retailer. Ze vergelijken geen huidige modellen en meten geen SEO-posities, vermeldingen door AI-assistenten of rendement voor een ander bedrijf.
De bruikbare les is om echte informatietekorten te onderzoeken en een passende meetlat te kiezen. Het gevonden percentage is geen voorspelling voor uw catalogus en kan niet rechtstreeks op de jaaromzet worden toegepast.
Het onderzoek en de tabellen lezenWe kunnen een contentopdracht afbakenen met bronnen, beoordelingscriteria en afgesproken omvang binnen onze bestaande diensten.
Productcontent besprekenOfficiële bronnen
De auteurs melden dat Fang en Yuan advieswerk deden voor de handelspartner en dat Zhang daar werknemer was.
Het onderzoek en de tabellen lezenGenerative AI and Sales Productivity: Field Experiments in Online Retail · Fang, Yuan, Zhang, Donati, Sarvary · arXiv:2510.12049v6CC BY 4.0