Fazer compras é divertido, mas tomar uma decisão entre milhares de possibilidades de esquis não é. É aí que a Remark entra.
A startup com dois anos está ajudando os compradores a comprar com mais confiança, disse Theo Satloff, co-fundador e CEO da Remark.
Faz isso combinando os compradores com especialistas em produtos de alta qualidade através de um chat ao vivo assíncrono com um dos 50.000 especialistas humanos - artistas, músicos, estilistas, golfistas, instrutores de esqui - que podem discutir itens como um funcionário de varejo faria.
E há um detalhe: a Remark também treina modelos de inteligência artificial a partir desses especialistas para criar personas que possam responder perguntas no mesmo estilo de seus colegas humanos. Dessa forma, o 'especialista' está sempre disponível, mesmo que não possa estar fisicamente presente. A Remark também dá aos especialistas humanos uma parte de cada venda feita através da plataforma.
Ter tanto uma persona humana quanto uma de IA permite às 45 marcas que já estão usando a Remark acessar os especialistas, mas também os posts de blog e páginas de destino otimizadas para os compradores individuais. A empresa recebe uma pequena comissão sobre a receita atribuída à Remark. Não há taxas de plataforma, e a empresa compartilha os lucros.
'Nosso objetivo é ser o melhor guia possível para eles diretamente em qualquer experiência de comércio eletrônico', disse Satloff.
Satloff e os co-fundadores Ian Patterson e Carl-Philip Majgaard inicialmente pensaram que compras caras, como aqueles esquis, seriam a maioria dos casos de uso. No entanto, perceberam que fazer compras, independentemente do preço, é algo emocional, e os clientes estavam usando a Remark para quase qualquer compra, como meias.
Para a marca de meias Darn Tough Socks, os especialistas da Remark conversaram com dezenas de milhares de clientes e tiveram centenas de milhares de interações com eles, tudo para comprar meias.
“Para nós foi um momento revelador porque nos disse que até mesmo algo que é relativamente barato ainda é uma compra de alta consideração, de alta emoção”, disse Satloff.
A Remark atualmente trabalha com clientes nas indústrias de outdoor, produtos para bebês, beleza e cuidados com a pele. Os clientes estão obtendo um aumento de receita de 9% e uma taxa de conversão de 30%, o que Satloff chamou de 'surpreendente'.
Ele compara isso com uma experiência em loja física - quando você entra em uma loja, o varejista tem cerca de 30% de probabilidade de converter aquela pessoa em um comprador.
“As marcas estão vendo seus sites como sua nova experiência principal, então elas precisam ter o mesmo tipo de guia excepcional que têm no varejo físico, em seus próprios sites”, disse ele.
As compras assistidas por especialistas da Remark são um passo além dos guias baseados em algoritmos de IA com base em compras passadas, que foram pioneiros por empresas como Amazon e Intercom com serviço ao cliente baseado em IA em primeiro lugar, e startups como Shoptrue para moda e Halla para compras de supermercado.
Satloff disse que alguns desses estão mais focados no atendimento ao cliente pós-venda, enquanto a Remark se concentra no suporte e orientação para decisões antes da venda. A empresa também tem uma vantagem em possuir a comunidade, o que significa que a Remark é capaz de gerar novos dados de forma perpétua e conforme necessário.
“Estamos liderando a carga nesse modelo de construção com base em personas, o que significa que estamos literalmente abrindo caminho para novas técnicas e novas abordagens para interpretação de papéis e uso de múltiplos modelos de uma vez,” disse Satloff.
Para continuar desenvolvendo o produto e a tecnologia, a Remark recentemente levantou $10,3 milhões em financiamento semente de um grupo de investidores incluindo Spero Ventures, Stripe, Shine Capital, Neo, Sugar Capital, Visible Ventures, e investidores anjos como Dave Habiger, CEO do JD Power e presidente do Reddit; Jeff Barnett, ex-CEO do Demandware/CommerceCloud); e Varsha Rao, ex-CEO da Nurx.
Estamos lançando um boletim informativo de IA! Inscreva-se
