Во втором квартале 2026 года глобальный цифровой трафик в Salesforce Shopping Index вырос на 18%, а количество заказов — на 1%. Компания привела эти данные в прогнозе праздничной торговли, опубликованном 20 июля. Расхождение показывает разные темпы активности в исследуемой базе, но само по себе не устанавливает единственную причину изменения покупок.

Что прогнозируют для AI-трафика

Salesforce ожидает, что в праздничный сезон 20% трафика электронной торговли будет происходить от AI-агентов. В определение включены не только помощники покупателей, но и автоматические задачи, а также сборщики цен конкурентов. Поэтому цифру нельзя пересказывать как «каждую пятую покупку совершит искусственный интеллект».

Компания использует обезличенные данные своих платформ о поведении покупателей в десятках стран и дополняет анализ исследованиями потребителей. Это аналитика поставщика коммерческих технологий со своей базой наблюдения, а не перепись всех интернет-магазинов. В статье соседствуют уже измеренные квартальные изменения и ожидания на будущий сезон.

Почему посещение перестаёт быть однозначным сигналом

Редакционный разбор: запрос к карточке может исходить от человека, его помощника или системы мониторинга. Для серверной нагрузки это активность, но для оценки спроса её смысл различается. Если все такие обращения считать одинаковыми визитами потенциальных покупателей, конверсия может выглядеть хуже даже без ухудшения человеческого покупательского опыта.

Обратная ошибка — полностью исключить машинное обращение как бесполезное. Помощник способен собирать сведения для реального покупателя, который завершит заказ позднее или через другой интерфейс. Поэтому аналитике требуется различать технический источник запроса и его коммерческую роль, не приписывая каждому автоматическому посещению готовую продажу.

Какие данные становятся важнее

Для наблюдения за спросом полезнее связывать посещения с последовательностью действий: просмотром характеристик, выбором варианта, наличием товара и подтверждённым заказом. При этом товарные данные должны быть согласованными. Разная цена в карточке и в передаваемом каталоге может породить ошибку сравнения ещё до того, как покупатель попадёт на сайт.

Это вопрос качества информации, а не обещание гарантированного продвижения в ответах любой нейросети. Полнота характеристик помогает корректному прочтению предложения, но не заставляет внешнюю систему рекомендовать конкретный магазин. Для проверки результата нужны наблюдаемые обращения и заказы, а не только факт технической доступности каталога.

Как оценивать прогноз после сезона

Нужно заранее сохранить определение AI-трафика. Если в январе считать только переходы из чат-ботов, а исходный прогноз включал сборщиков цен и фоновые задачи, сравнение окажется некорректным. Аналогично процент трафика нельзя сопоставлять с долей выручки без отдельного расчёта.

Публикация Salesforce полезна прежде всего постановкой проблемы измерения. Рост цифровой активности может не совпадать с ростом заказов, а новые интерфейсы усложняют путь к покупке. Это основание уточнить аналитику, но не доказательство того, что традиционные каналы перестали работать.