Sklepy online w erze AI: jak SAP i L’Oréal zmieniają personalizację

SAP i L’Oréal pokazują, jak AI personalizacja działa w praktyce – dane e-commerce stają się inteligentne, a klienci widzą dokładnie to, co chcą kupić. Ale żeby to zadziałało, potrzebujesz czegoś więcej niż chatbota.

Problem: fragmentaryczne dane w e-commerce

Większość sklepów online ma ten sam problem. Dane o klientach są wszędzie – w systemie zamówień, w CRM, w narzędziu do e-mail marketingu, w analityce. Ale te systemy nie rozmawiają ze sobą. Efekt? Silnik rekomendacji pokazuje generyczne produkty, bo nie ma dostępu do pełnego zachowania użytkownika. Dział marketingu wysyła e-maile według sztywnego kalendarza, a nie według tego, kiedy konkretny klient jest gotowy kupić. Program lojalnościowy nagradza tylko za transakcje, ignorując całą resztę relacji z marką.

To nie jest problem ambicji. Firmy chcą personalizować. Problem leży w architekturze danych. Czyste dane siedzą w odizolowanych repozytoriach. Możliwości AI są uśpione w stosie technologicznym. Twoja firma może mieć świetne narzędzia – i nadal nie wyciągać z nich żadnej wartości, bo brakuje spójnej warstwy danych.

SAP: wyrównanie danych jako fundament AI

SAP odpowiada na ten problem konkretnym rozwiązaniem – Advanced Success Plan dla SAP Customer Experience. Chodzi o zbudowanie trzech połączonych warstw operacyjnych: danych, decyzji i dostarczenia.

Warstwa danych to fundament. System musi agregować ujednolicone, aktualizowane w czasie rzeczywistym profile klientów – z transakcji, historii przeglądania, zgłoszeń do obsługi klienta i aktywności w programie lojalnościowym. Bez tego AI działa na błędnych danych i daje błędne wyniki. Warstwa decyzyjna przetwarza te dane w konkretne działania: który produkt pokazać, jaką ofertę wyświetlić, kiedy wysłać wiadomość. Warstwa dostarczenia wykonuje to wszystko – na stronie, w e-mailu, w powiadomieniu push, w aplikacji lojalnościowej.

SAP Commerce Cloud działa jako silnik wykonawczy dla personalizacji na dużą skalę. System omija statyczne konfiguracje merchandisingu i ocenia zachowanie użytkownika w czasie rzeczywistym. Wyświetla produkty trendujące, powiązane pozycje z katalogu i akcesoria – automatycznie, w wolumenie, którego żaden zespół merchandisingowy nie jest w stanie obsłużyć ręcznie. Z kolei SAP Engagement Cloud (oparty na platformie SAP Emarsys) rozszerza tę personalizację poza sklep – na cały cykl życia klienta. Algorytm analizuje unikalne wzorce zachowań każdego kontaktu i wysyła wiadomości dokładnie wtedy, gdy dana osoba ma najwyższe prawdopodobieństwo zaangażowania.

Operacyjna personalizacja vs. zwykłe rekomendacje

Jest ważna różnica między „rekomendacjami AI” a „operacyjną personalizacją AI”. Rekomendacje to jeden element – silnik sugerujący produkty. Operacyjna personalizacja działa na całej warstwie wykonawczej: od momentu wejścia na stronę, przez e-mail, po program lojalnościowy. To nie jest funkcja – to sposób działania całego systemu.

Według analizy SAP, firmy, które wdrożyły tę integrację, notują wyższe współczynniki konwersji z rekomendacji AI, wyższe średnie wartości zamówień dzięki automatycznemu cross-sellingowi i lepsze wskaźniki odkrywalności produktów, które obniżają porzucanie koszyka. Programy lojalnościowe generują głębsze zaangażowanie – bo nagradzają relację, nie tylko transakcje. To zmiana modelu: z jednorazowego wdrożenia na ciągłe doskonalenie oparte na danych.

Czy Twój sklep online ma dostęp do pełnego customer journey dla personalizacji? Jeśli dane o zachowaniu użytkownika na stronie nie trafiają do systemu e-mail marketingu – odpowiedź brzmi: nie.

Case study: L’Oréal i Maybelline virtual try-on w ChatGPT

Najlepszy przykład tego, dokąd zmierza personalizacja AI, to ogłoszenie L’Oréal z VivaTech 2026. Firma ogłosiła współpracę z OpenAI, która przenosi funkcję wirtualnego przymierzania makijażu Maybelline New York bezpośrednio do ChatGPT. Użytkownicy mogą testować produkty kosmetyczne cyfrowo – przez interfejs konwersacyjny, bez wychodzenia z chatu.

Technologia stoi za tym L’Oréal ModiFace – platforma AR i AI do beauty, którą L’Oréal przejęło w 2018 roku. Do końca 2025 roku usługi Beauty Tech L’Oréal miały ponad 120 milionów użyć w 66 krajach i 31 markach. Współpraca z OpenAI obejmuje też product discovery dla marek takich jak Lancôme i Kérastase, a kilka marek L’Oréal – SkinCeuticals, CeraVe i Garnier – uczestniczy w globalnym pilocie reklamowym ChatGPT. Pilot skupia się na reklamach w momentach intencji zakupowej konsumenta.

To ważny sygnał dla każdego sklepu online. ChatGPT ma ponad 900 milionów tygodniowych aktywnych użytkowników i ponad 50 milionów subskrybentów – według danych OpenAI z 2026 roku. Jeśli product discovery zaczyna się w ChatGPT, a Twoje produkty tam nie istnieją – tracisz kanał sprzedaży, który właśnie się otwiera.

Integracja z ChatGPT: co to znaczy dla Twojego sklepu

L’Oréal to globalny gigant z zasobami, których większość MŚP nie ma. Ale kierunek jest jasny i dotyczy każdego sklepu online. E-commerce L’Oréal urósł dwucyfrowo w 2025 roku i przekroczył 30% sprzedaży – to efekt między innymi inwestycji w AI i nowe kanały discovery. Integracja z ChatGPT to nie gadżet. To nowy punkt styku z klientem, który szuka produktów przez rozmowę, a nie przez wyszukiwarkę.

Dla mniejszych sklepów praktyczny krok to sprawdzenie, czy Twoje produkty są widoczne w odpowiedziach ChatGPT i innych narzędzi AI. To nowa forma SEO – optymalizacja pod AI-assisted search. Warto też rozważyć, czy Twój sklep może skorzystać z narzędzi do wirtualnego przymierzania lub konfiguratorów produktów opartych na AI – nawet bez budżetu L’Oréal istnieją rozwiązania dostępne dla MŚP.

Pamiętaj jednak: integracja z ChatGPT nie zadziała bez testowania. Nie zakładaj, że samo pojawienie się w wynikach AI wystarczy – sprawdź jak Twoje produkty są opisywane, jakie pytania zadają użytkownicy i czy Twoje dane produktowe są wystarczająco bogate, żeby AI mogła je sensownie rekomendować.

Co z tego wynika dla Ciebie i Twojej firmy?

• Zrób audyt danych e-commerce. Sprawdź, czy dane z transakcji, przeglądania, e-maili i programu lojalnościowego trafiają do jednego miejsca. Jeśli nie – personalizacja AI nie zadziała, bo algorytmy będą pracować na niekompletnych danych.
• Nie wdrażaj personalizacji bez integracji danych. Silnik rekomendacji bez spójnego profilu klienta pokaże generyczne produkty. To strata budżetu i zaufania użytkownika.
• Sprawdź widoczność swoich produktów w ChatGPT. Wpisz zapytania, które Twoi klienci mogliby zadać – i sprawdź, czy Twoja marka pojawia się w odpowiedziach. To nowy kanał discovery, który rośnie.
• Zadbaj o zgodę na tracking. Personalizacja AI wymaga danych behawioralnych. Bez właściwej zgody użytkowników nie możesz ich legalnie zbierać – a bez nich cały system nie działa.
• Myśl o personalizacji jako procesie ciągłym, nie projekcie jednorazowym. SAP wprost mówi o modelu ciągłego doskonalenia z KPI, testami A/B i automatycznym monitoringiem konfiguracji. Wdrożenie to dopiero początek.

Zacznij od audytu swoich źródeł danych e-commerce i zaplanuj integrację z AI personalizacją – krok po kroku, zaczynając od warstwy danych.

Źródła i inspiracje

• L’Oréal brings Maybelline virtual try-on to ChatGPT – AI News
• SAP aligns commerce data for AI personalisation – AI News