AI & automation · 05

Agentic Commerce

Webshoppen, der handler på kundens vegne: rådgiver, finder og bestiller.

Kontakt os

Sådan arbejder vi med agentic commerce

Agentic commerce dækker to ting. Den ene er agenter i jeres egen shop, der hjælper kunden med at vælge, samler ordrer og følger op, fx en produktrådgiver eller automatisk genbestilling for B2B. Den anden er at gøre jeres shop tilgængelig for kundernes egne assistenter i ChatGPT, Google og Perplexity, som begynder at finde, sammenligne og bestille på kundens vegne. Vi bygger begge dele.

Vi starter med produktdata: attributter, lager, priser og leveringstid skal være strukturerede og tilgængelige via schema.org, feeds og API, før nogen agent kan bruge dem. Agenter i shoppen bygges på MCP mod webshop og økonomisystem, med beløbsgrænser, godkendelser og logning. Arbejdet hænger sammen med vores ecommerce-, SEO- og data-specialer, fordi det er de samme produktdata, der driver det hele.

I står med produktdata, som både Google, AI-søgning og agenter kan læse, og eventuelt en agent i shoppen, der rådgiver eller genbestiller inden for de rammer, I har sat. Vi måler effekten på konvertering, ordrestørrelse og andel af genkøb via agent, så I kan se, om det giver ordrer.

Hvornår det giver mening

  • Jeres B2B-kunder bestiller de samme varer hver måned og ringer eller mailer, fordi det er hurtigere end at finde dem i shoppen.
  • Kunder spørger ChatGPT om anbefalinger i jeres kategori, og jeres produkter bliver ikke nævnt, selv om de er på lager og konkurrencedygtige.
  • Sortimentet er stort, og kunderne har svært ved at vælge, så mange sessioner ender uden køb eller med et supportopkald.
  • I har produktdata i PIM eller ERP, men attributter, lager og priser er ikke tilgængelige struktureret uden for shoppen.

Det får du

  1. Produktrådgiver i shoppen
  2. Struktureret produktdata til AI-søgning
  3. Automatisk genbestilling for B2B
  4. Måling af effekt på konvertering
Kontakt os

Sådan foregår det

  1. Gennemgang af produktdata og platform

    Vi gennemgår produktdata, strukturerede data, feed og API på jeres platform og tester, hvordan ChatGPT og Google i dag ser jeres produkter. Resultatet er en liste over, hvad der mangler, før agenter kan bruge data.

  2. Strukturering af data

    Vi retter attributter, tilføjer schema.org Product og Offer, sikrer et komplet feed i Merchant Center og bygger et API eller en MCP-server til lager, pris og leveringstid. Det gøres sammen med ecommerce- og SEO-teamet.

  3. Agent i shoppen

    Produktrådgiver eller genbestillingsagent bygges på MCP mod webshop og ERP, med regler for beløb, kunder og varer, godkendelsestrin og logning. Den testes på historiske ordrer, før kunder får adgang.

  4. Pilot med udvalgte kunder og måling

    Vi åbner agenten for en gruppe kunder, følger konvertering, ordrestørrelse og fejl, og justerer regler og prompts. Derefter fuld udrulning og månedlig rapport.

I dybden

Når kunden lader en assistent finde og bestille

AI-assistenter begynder at finde, sammenligne og bestille på kundens vegne. Webshops, der er klar til det, får ordrerne. Vi gør jeres produktdata, lager og priser tilgængelige struktureret: schema.org Product og Offer på produktsider, et komplet feed i Merchant Center og et API eller en MCP-server, som assistenter kan slå op i. Det er de samme data, som forbedrer Google Shopping og AI-søgning.

Agenter, der genbestiller for jeres B2B-kunder

For B2B bygger vi agenter, der foreslår genbestilling ud fra ordrehistorik, tjekker lager og kundens pris og lægger ordren, når kunden godkender. Alt inden for rammer, I sætter: hvilke kunder, hvilke varer, hvilket beløb. Kunden får forslaget på mail eller i shoppen og godkender med ét klik, og ordren lander i ERP som enhver anden.

Beløbsgrænser, godkendelser og logning

Agenter må kun det, de har fået lov til. Vi bygger med logning, beløbsgrænser, godkendelser og MCP som sikkert integrationslag, så en agent kan læse lager og pris uden at kunne ændre dem, og aldrig kan lægge en ordre uden en godkendelse fra kunden eller jeres regler. Hver handling logges med hvem, hvad og hvornår.

Fejl, vi ofte finder

  • Produktdata mangler attributter og leveringstidAssistenter fravælger produkter, hvor pris, lager, mål eller leveringstid ikke kan læses struktureret, uanset hvor gode de er. Vi udfylder de manglende attributter, tilføjer schema.org og sikrer, at feed og produktside siger det samme.
  • Agenten kan lægge ordrer uden grænserEn agent uden beløbsgrænse og godkendelsestrin kan lægge en forkert ordre til fuld pris, og fejlen opdages ved levering. Vi indfører beløbsgrænser, kundegodkendelse og logning pr. handling, før agenten får adgang til at oprette ordrer.
  • Effekten måles ikke adskilt fra resten af shoppenUden måling af, hvilke ordrer der kommer via agent, kan I ikke se, om den giver noget, og beslutningen om at udvide bliver et gæt. Vi mærker ordrer fra agenten i shop og GA4 og rapporterer andel, ordrestørrelse og fejl hver måned.

Sådan måler vi effekten

  • Andel af genkøb lagt via agent
  • Konverteringsrate for sessioner med og uden produktrådgiver
  • Antal fejlordrer fra agenten pr. måned

Rammer

Pris
Fra 60.000 kr. inkl. strukturering af produktdata
Varighed
8–10 uger, derefter løbende
Hvem
AI-specialist, integrationsudvikler og ecommerce-specialist
Kontakt os

Eksempel: Junia

B2B-kunderne hos Junia genbestiller det samme hver måned. Vi byggede en agent, der ud fra ordrehistorikken foreslår næste bestilling, tjekker lager og kundens pris via MCP mod shoppen og økonomisystemet og lægger ordren, når kunden godkender. Agenten må kun foreslå varer, kunden har købt før, og kun op til en aftalt beløbsgrænse. Efter pilot med ca. 20 kunder blev den åbnet for alle; i dag lægges ca. 31 procent af genkøbene via agenten, uden fejlordrer.

Se det i praksis

Cases

t.i.n.g. shop

t.i.n.g. shop

Skræddersyet design og udvikling af møbelshop. Markedsføring gennem PPC med 200% vækst.

Se alle cases
Rigtig Kaffe A/S

Rigtig Kaffe A/S

All-around design, udvikling, branding, strategi og søgemaskineoptimering

Sokkeposten

Sokkeposten

Nyt PrestaShop site og 360 graders digital marketing med SEO og PPC annoncering.

Poetzsch Padborg

Poetzsch Padborg

Avanceret Google Tag Manager setup til konverteringstracking

Bolighuset Werenberg A/S

Bolighuset Werenberg A/S

Et digitalt sats på e-handel, der gav pote. Se vores arbejde for Werenberg, og hvordan vækstkurven blev stejl med en stabil og udviklingsdygtig webshop.

Ofte stillede spørgsmål

  • De bruger det allerede i ChatGPT og Google. Spørgsmålet er, om jeres shop er klar til at blive fundet dér.

  • Nej. Vi bygger på PrestaShop, Shopify og de fleste andre platforme med API. Det, der oftest skal ændres, er produktdata og strukturerede data, ikke platformen.

  • Strukturering af produktdata fra 20.000 kr. En agent i shoppen med integration til ordrer og lager fra 60.000 kr. plus drift. Vi giver fast pris efter en gennemgang af jeres data og platform.

  • Med en AI-audit: en halv dags workshop og en uge med analyse. I får en prioriteret liste over processer, hvor AI giver mest, og hvad det kræver.

  • Vi bruger modeller og opsætninger, hvor jeres data ikke bruges til træning, og vi dokumenterer, hvor data flyder. GDPR og jeres egne politikker indgår i designet.

Næste MCP-integrationer →