A systematic framework for analysis available on the market : AI conversational systems with a view to implementing them in e-commerce to improve customer experience

These days after the global post-pandemic shift of the customer`s behavior to online shopping, e-commerce is still adapting to the new reality. E-commerce consumers are starting to have higher expectations from the online shopping experience, becoming more conscious of the brand choice. Thus, e-commerce businesses need to strengthen their positions on the market, enhancing the customer experience with new solutions. With last technological breakthroughs AI conversational systems in e-commerce have become extremely in demand, delivering better customer experience with quick responses, personal and friendly assistance and availability 24/7. Whereas there are a lot of turnkey solutions on the market of AI conversational technologies and applications, many e-commerce businesses take a wait-and-see approach, postponing the adoption of the technologies until more information about appropriate AI conversational strategies is known. But the popular sources online fail to provide reliable and accurate information on opportunities and potential of particular AI conversational type implementation. This way, in the first phase of the research, while approaching the exploration of the AI conversational applications` wide market and the potential of these types of systems application in e-commerce, the faceted taxonomy of AI conversational systems was formed. In the following phase of the research, this taxonomy was considered as a basis for further close investigation of every particular conversational model type as a variable component of any AI conversational system. This allowed the formation of an ontology of AI conversational systems in order to make more meaning with the data linking and achieve a higher level of awareness regarding AI conversational system implementation to enhance the customer experience in the context of e-commerce.

In questi giorni, dopo lo spostamento globale post-pandemia del comportamento dei clienti verso lo shopping online, l'e-commerce si sta ancora adattando alla nuova realtà. I consumatori di e-commerce stanno iniziando ad avere maggiori aspettative dall'esperienza di acquisto online, diventando più consapevoli della scelta del marchio. Pertanto, le aziende di e-commerce devono rafforzare le loro posizioni sul mercato, migliorando l'esperienza del cliente con nuove soluzioni. Con le ultime scoperte tecnologiche, i sistemi di conversazione AI nell'e-commerce sono diventati estremamente richiesti, offrendo una migliore esperienza del cliente con risposte rapide, assistenza personale e amichevole e disponibilità 24 ore su 24, 7 giorni su 7. Mentre ci sono molte soluzioni chiavi in mano sul mercato delle tecnologie e delle applicazioni di conversazione AI, molte aziende di e-commerce adottano un approccio attendista, rimandando l'adozione delle tecnologie fino a quando non saranno note maggiori informazioni sulle strategie di conversazione AI appropriate. Ma le fonti popolari online non riescono a fornire informazioni affidabili e accurate sulle opportunità e sul potenziale di una particolare implementazione di tipo conversazionale AI. In questo modo, nella prima fase della ricerca, mentre ci si avvicinava all'esplorazione dell'ampio mercato delle applicazioni conversazionali di IA e del potenziale di questi tipi di applicazioni di sistemi nell'e-commerce, si è formata la tassonomia sfaccettata dei sistemi conversazionali di IA. Nella fase successiva della ricerca, questa tassonomia è stata considerata come base per un'ulteriore indagine ravvicinata di ogni particolare tipo di modello conversazionale come componente variabile di qualsiasi sistema di conversazione AI. Ciò ha consentito la formazione di un'ontologia di sistemi di conversazione AI al fine di dare più significato al collegamento dei dati e raggiungere un livello più elevato di consapevolezza riguardo all'implementazione del sistema di conversazione AI per migliorare l'esperienza del cliente nel contesto dell'e-commerce.