GMB Google Business Profile

Jan 15, 2026 | GMB

  • Opis podjetja: Preveri, ali je jasno, kaj počneš, komu pomagaš in kje deluješ. Posodobi besedilo z ustreznimi ključnimi besedami in naj odraža način, kako danes govoriš o svojem poslu, ne zastarele opise.

  • Storitve in opisi storitev: Dodaj vse storitve, ki jih ponujaš, ter kratke in jasne opise. Če Google ne ve, da storitev obstaja, je ne bo prikazoval v rezultatih iskanja.

  • Atributi: Atributi (npr. spletni termini, dostop za invalide) pomagajo Googlu in strankam razumeti, ali si prava izbira. Preveri in dodaj vse, kar velja zate.

  • Povezave do družbenih omrežij: Dodaj in posodobi povezave do aktivnih družbenih profilov, saj Google iz njih pridobiva informacije o tvojem podjetju.

  • Slike: Zamenjaj zastarele ali nekakovostne fotografije. Naloži sveže slike lokacije, ekipe, dela in vsega, kar strankam pokaže, kaj lahko pričakujejo.

    • Primerjava Magetno – Shopify Plus

    Jan 14, 2026 | Ecommerce, Magento, Shopify

    vir: https://www.jajuma.de/en/blog/magento-vs-shopify-why-ownership-wins

    2026-01-14_21h00_24

    Notranja logika članka (argumentacijska linija)

    • Korak 1 – TCO: Razbijanje mita o “predvidljivem” Shopify strošku z razčlenitvijo licenc, variabilnih provizij, gateway penalov in app ekosistema; prikaz Magenta kot investicije, ki z rastjo prinaša relativno nižje stroške na enoto obsega.​

    • Korak 2 – Suverenost in tveganja: Poudarek na GDPR, SaaS podatkovni verigi, regulatornih tveganjih in vendor lock‑inu – Magento kot edina možnost za polno podatkovno in infrastrukturno suverenost.​

    • Korak 3 – Arhitektura: Razlikovanje med “produktom” (Shopify) in “frameworkom” (Magento), ki določa, kdo se prilagodi komu: ali poslovni procesi tehnologiji ali obratno.​

    • Korak 4 – Performance in skupnost: Hyvä + Mage‑OS kot dokaz, da odprtokodna skupnost lahko rešuje ključne slabosti hitreje in bolj radikalno kot centraliziran SaaS vendor.​

    • Korak 5 – Zaključek: V naslednjem desetletju bo ključno, kdo ima v lasti kodo in podatke; lastništvo je predstavljeno kot ultimativna konkurenčna prednost, še posebej za podjetja, ki ciljajo na vodilne pozicije na trgu.​

    Ali je lastništvo e‑commerce platforme res strateška prednost pred najeto SAS rešitvijo (Shopifyjem)

    • Članek zagovarja tezo, da je pri resno rastočih trgovcih ključna razlika med najemom (Shopify Plus) in lastništvom (Magento + Hyvä), pri čemer lastniška arhitektura dolgoročno zmaguje v stroških, tveganjih in fleksibilnosti.​

    • Shopify Plus uvaja kumulativni “davek na rast” prek variabilnih platformskih provizij, dodatnih stroškov za zunanje plačilne gatewaye in mesečnih SaaS aplikacij, kar 5‑letni TCO potisne občutno nad Magento + Hyvä.​

    • Magento (zlasti v kombinaciji z Hyvä in Mage‑OS) omogoča polno lastništvo kode, popolno arhitekturno prilagodljivost, realno GDPR suverenost in neodvisnost od enega ponudnika in/ali njegovega roadmapa.​

    • Hyvä je (nekoč strošek 1K€/domeno, sedaj brezplačna!) odprtokodna “frontend revolucija” za Magento: drastično skrajša razvoj, izboljša performance do Core Web Vitals “zelenega območja” in odpravi stari mit o “počasnem Magentu”.​

    • Avtor zaključuje, da je v naslednjem desetletju ključna konkurenčna prednost digitalna suverenost: lastništvo kode, podatkov in infrastrukture, ki podjetju omogoča inoviranje brez prošenja za dovoljenje.​

    Ključne teze članka

    • Bistvena dilema: Shopify Plus predstavlja model najema (SaaS produkt, zaklenjen ekosistem), Magento pa lastništvo (odprtokodni okvir, kjer trgovec upravlja kodo, infrastrukturo in integracije).​

    • “Shopify fog”: preprostost in hitrost lansiranja zakrivata resnične dolgoročne stroške in odvisnost – posebej, ko promet in kompleksnost narasteta.​

    • Magento kot okvir: Magento ni “samo produkt”, ampak platformni okvir za kompleksne B2B, multibrand in mednarodne trgovine, ki ga je odprtokodna skupnost (Hyvä, Mage‑OS) v zadnjih letih bistveno posodobila.​

    • Strategična suverenost: izbira platforme je deklaracija ambicije – ali trgovec sprejme vendor lock‑in ali gradi lastni, prenosljiv digitalni asset.​

    • Ciljna publika: besedilo je naslovljeno na vodstva in “strategic leaders”, ki presojajo TCO, tveganja, pravno skladnost in inovacijski potencial, ne le začetni strošek lansiranja.​

    DEJSTVA (številke / trditve / ključni poudarki)

    1. TCO in “davek na rast” pri Shopify Plus

      • Osnovna licenca Shopify Plus ~2.300 USD/mesec je šele vstopna točka; nad 800.000 USD mesečnega prometa se zaračunava dodatnih 0,25–0,40% na ves promet nad pragom, kar pri 10 mio USD/mesec pomeni približno 25.000 USD/mesec platformskih stroškov.​

      • Uporaba zunanjega plačilnega prehoda prinese dodatnih 0,15–0,20% na vsako transakcijo; pri 10 mio EUR letno lahko samo ta “penal” preseže 30.000 EUR/leto.​

      • Funkcionalnosti, ki jih Magento pogosto nudi nativno ali z enkratnim nakupom razširitev, v Shopifyju zahtevajo mesečne apps (B2B, subscriptions, napredno iskanje ipd.) v višini 2.000–5.000+ USD/mesec.​

      • V 5‑letni projekciji članek navaja okviren TCO: Shopify Plus 400.000–750.000+ USD proti Magento + Hyvä 250.000–450.000 USD, kar pomeni vsaj 35% nižji TCO v prid Magentu za rastoča podjetja.​

    2. GDPR, podatkovna suverenost in SaaS tveganja

      • Shopify uporablja mrežo podizvajalcev, vključno z ameriškimi (npr. Cloudflare), kar ustvarja pravno sivino zaradi ameriške zakonodaje o nadzoru in čezatlantskih prenosov podatkov.​

      • Članek navaja primere, ko so nemški regulatorji trgovcem dejansko prepovedali uporabo Shopifyja iz razlogov varstva podatkov, in odločitve sodišč, ki nekatere dostope ameriških ponudnikov razumejo kot nezakonite prenose osebnih podatkov.​

      • Pri Magentu si trgovec izbere hosting (npr. strežnik v Frankfurtu) in s tem realno doseže popoln nadzor nad lokacijo in obdelavo osebnih podatkov, s čimer se izogne opisanim tveganjem.​

    3. Vendor lock‑in, poslovna kontinuiteta in VAMP

      • Shopify lahko po svojih pogojih uporabe zapre ali suspendira trgovine v določenih “visoko tveganih”, četudi pravno dopustnih panogah; na lastni, odprtokodni platformi tak “de‑platforming” ni mogoč.​

      • Prisilne API spremembe in hitri deprecations pri Shopifyju lahko zlomijo ključne procese; pri Magentu trgovec/ekipa sama kontrolira časovnico posodobitev.​

      • V kontekstu novih pravil (npr. VISA Acquirer Monitoring Program, VAMP) je Shopify Payments v 2025 začel nenadno odpovedovati merchant račune, ki presegajo zaostrene meje goljufij/chargebackov – s posledico takojšnje nezmožnosti sprejemanja plačil.​

      • Na Magentu so plačilni prehodi ločeni od same platforme: če en ponudnik odpove sodelovanje, trgovec lahko relativno hitro zamenja procesor in ohrani poslovanje.​

    4. Arhitektura: “produkt” vs. “framework”

      • Shopify prodaja zaklenjen produkt: npr. checkout je ključno zaklenjen, tudi s Checkout Extensibility ostaja jedrni tok nespremenljiv, limitiran na razširitve, ki jih model dopušča.​

      • Magento ponuja popolnoma prilagodljiv checkout in podatkovni model, kar omogoča kompleksne multi‑korak tokove, integracije z ERP v realnem času, specifične B2B procese in kompleksne cenike.​

      • Multisite/multibrand/multiregija je v Magentu nativno podprt z ena admin konzolo; v Shopify ekosistemu to tipično pomeni množico ločenih (in licenčno ločeno plačanih) “expansion stores”.​

      • Odprta arhitektura Magenta je zasnovana za composable commerce (ERP, PIM, lastni AI engine), medtem ko zaprt SaaS in API limiti v Shopifyju otežujejo resnično composable strategijo pri zahtevnejših primerih.​

    5. Hyvä, Mage‑OS in performance revolucija

      • Klasični očitki Magentu (počasen, kompleksen, drag) so vezani na zastareli Luma frontend; Hyvä kot sodoben, odprtokoden frontend ta problem sistemsko odpravlja.​

      • Po podatkih Hyvä.io (za začetek 2025) na Hyvä teče že več kot 5.700 “live” trgovin, več kot 850 agencij in 1.600 razširitev podpira ta stack – to ni več nišna rešitev, ampak novi standard.​

      • Agencije poročajo o 30–50% krajšem času razvoja z Hyvä, kar zniža stroške implementacije in omogoča hitrejše lansiranje visoko zmogljivih trgovin.​

      • Hyvä trgovine zlahka dosegajo PageSpeed 90–100 in uspešno prestanejo Core Web Vitals “out‑of‑the‑box”, s čimer je mit o “počasnem Magentu” po mnenju avtorja praktično “mrtev”.​

      • Mage‑OS kot neprofitna, skupnostno vodena inicativa zagotavlja dolgoročno vzdržnost in razvoj Magento Open Source neodvisno od ene same korporacije (Adobe).​

    Ključne implikacije za izbiro platforme

    Kdaj ima Shopify smisel?

    • Za startupe, manjše trgovce in enostavne D2C modele, ki potrebujejo predvsem hitrost lansiranja in minimalen tehnični overhead ter sprejemajo SaaS model z vsemi pravnimi in stroškovnimi implikacijami.​

    • Dokler kompleksnost (B2B, multi‑store, specifični procesi) in promet ne dosežeta točke, kjer kumulativni SaaS stroški, pravna tveganja in arhitekturne omejitve začnejo “dušiti” maržo in inovativnost.​

    Kdaj Magento + Hyvä (in Mage‑OS)?

    • Za rastoča in enterprise podjetja, kjer je pomemben 5‑letni TCO, robustnost B2B funkcionalnosti, multi‑trg/multi‑brand strategija ter globoke integracije z ERP, PIM in lastnimi sistemi.​

    • Za ekipe, ki so pripravljene investirati večji začetni CAPEX (npr. projekt <50.000 USD) v zameno za nižje OPEX (brez stalnega “app renta”), višji nadzor nad podatki in možnost arhitekturne evolucije po lastnih pravilih.​

    Universal Commerce Protocol (UCP) za Ecommerce

    Jan 14, 2026 | Ecommerce

    Kaj je Google Universal Commerce Protocol (UCP)?

    vir: https://developers.googleblog.com/under-the-hood-universal-commerce-protocol-ucp/

    Universal Commerce Protocol (UCP) je odprt standard, ki omogoča t. i. agentic commerce – strukturirano komunikacijo med AI agenti in trgovinskimi sistemi skozi celotno nakupno pot. Pokriva ključne faze: odkrivanje izdelkov, preverjanje zaloge in cen, variante, zaključek nakupa ter poprodajno podporo.​

    UCP omogoča, da Google AI Mode in aplikacija Gemini neposredno komunicirata z informacijskimi sistemi trgovcev brez potrebe po ločenih, ročno vzdrževanih integracijah za vsakega agenta. Protokol deluje skupaj z obstoječimi standardi A2A (Agent2Agent), AP2 (Agent Payments Protocol) in MCP (Model Context Protocol) ter je zasnovan interoperabilno, ne kot zaprt, lastniški sistem.​

    image

    Kako UCP deluje v praksi

    Prva konkretna implementacija UCP je omogočanje zaključka nakupa neposredno v Google AI Mode (Search) in aplikaciji Gemini, brez preusmeritve na spletno stran trgovca. Uporabnik raziskuje izdelke prek AI, agent prek UCP v realnem času preveri zalogo, cene, variante in dostavo ter omogoči zaključek nakupa v Google vmesniku.​

    Plačilo poteka prek Google Pay, pri čemer Google napoveduje tudi podporo PayPal, medtem ko trgovec ostaja pravni prodajalec (seller of record). UCP torej ne spreminja lastništva transakcije, temveč le lokacijo, kjer se ta izvede – na Google površini namesto na strani trgovca.​

    UCP kot infrastruktura, ne rangirni signal

    Ključna točka za ecommerce SEO je, da UCP predstavlja trgovinsko infrastrukturo, ne novega rangirnega signala ali »SEO za AI agente«. UCP ni nekaj, kar bi optimizirali podobno kot strukturirane podatke ali vsebino; v UCP sodelujejo trgovci, ki imajo ustrezno tehnično infrastrukturo, produktne feede in integrirane checkout sisteme.​

    Sodelovanje v UCP temelji na obstoječih sistemih, kot so produktni feede v Google Merchant Center, GTIN-i, strukturirani podatki in zanesljivo upravljanje zaloge in cen. Z vidika SEO oddelkov gre bolj za koordinacijo z razvojno in podatkovno ekipo kot za klasične on-page ali off-page optimizacije.​

    Povezane novosti: Business Agent, Direct Offers in novi atributi Merchant Center

    Ob lansiranju UCP je Google predstavil še tri povezane komponente, ki skupaj gradijo nov ekosistem konverzacijske trgovine.​

    Business Agent v iskalnih rezultatih

    Business Agent je brendirani AI klepet, integriran neposredno v iskalne rezultate za sodelujoče trgovce. Ob iskanju blagovne znamke lahko uporabnik odpre virtualnega prodajnega svetovalca, ki odgovarja na vprašanja o izdelkih v tonu in vokabularju znamke.​

    V prvi fazi Business Agent uporablja omejen nabor funkcionalnosti, med katere spadajo odgovori na produktna vprašanja, medtem ko prihodnje različice napovedujejo uporabo podatkov trgovca, personalizirane ponudbe in možnost neposrednega nakupa znotraj klepeta. Prvi partnerji vključujejo Lowe’s, Michael’s, Poshmark in Reebok.​

    Direct Offers v Google Ads (AI Mode)

    Direct Offers je pilotska funkcija v okviru Google Ads, namenjena prikazu ekskluzivnih ponudb v AI Mode, ko Google prepozna visoko nakupno namero. Če uporabnik na primer išče »moderen tepih za zelo obremenjeno jedilnico, enostaven za čiščenje«, lahko relevanten trgovec prikaže sponzorirano ponudbo z ekskluzivnim popustom.​

    Google načrtuje razširitev teh ponudb izven klasičnih popustov na pakete, brezplačno dostavo in druge vrednostne signale, ki povečajo verjetnost konverzije v konverzacijski izkušnji.​

    Novi atributi v Merchant Center za konverzacijsko trgovino

    Google v Merchant Center uvaja nove atribute, zasnovane za konverzacijsko odkrivanje izdelkov preko AI agentov. Ti atributi presegajo tradicionalne ključne besede in vključujejo odgovore na pogosta vprašanja o izdelkih, informacije o združljivih dodatkih ter predloge nadomestnih izdelkov.​

    Dostop je sprva omejen na izbrane trgovce, z načrtovano širšo uvedbo v prihodnje, kar nakazuje, da bo kakovost produktnih podatkov in semantično bogatih odgovorov ključna konkurenčna prednost v AI vmesnikih.​

    Kaj UCP spreminja pri odkrivanju izdelkov

    Klasična pot uporabnika je temeljila na zaporedju: iskanje, klik na rezultat, prikaz produktne strani in morebiten nakup. Z uvedbo UCP se pojavi alternativni tok: uporabnik postavi vprašanje AI agentu, ta prek UCP neposredno poizveduje po sistemih trgovcev, prikaže ponujene izdelke in omogoči nakup znotraj Google vmesnika.​

    AI agenti lahko v realnem času preverjajo zaloge, cene, različice, dostavne možnosti in primerjajo ponudbe med trgovci, pri čemer uporabnik ni nujno preusmerjen na spletno stran. Posledica je, da se obisk strani lahko ne zgodi, transakcija pa se vseeno izvrši – Google uvaja novo konverzijsko plast nad AI posredovanim iskanjem.​

    Koga UCP dejansko zadeva (in koga ne)

    UCP in pripadajoča orodja so v trenutni fazi relevantni predvsem za enterprise ecommerce in trgovce, ki že upravljajo obsežne produktne feede v Merchant Center. To vključuje trgovce z jasno strukturiranimi produktnimi podatki, GTIN-i in tehnološko infrastrukturo, ki omogoča integracijo z UCP in povezanimi plačilnimi protokoli.​

    Za vsebinsko usmerjene SEO ekipe, storitvena podjetja, B2B ponudnike ali manjše trgovce brez produktnih feedov ta sprememba trenutno nima neposrednega vpliva. Če organizacija ne upravlja Merchant Center in ne vzdržuje čistih produktnih feedov, UCP v tej fazi ne predstavlja prioritete.​

    Pogoste napačne interpretacije UCP

    »AI nakupovanje preskoči spletno stran«

    Trditev, da AI nakupovanje ukinja spletne strani, je pretirana in senzacionalistična. UCP res dodaja nov nakupni tok, v katerem se transakcija zaključi na Google površini, a trgovec ostaja prodajalec zapisa, transakcijo vodi njegov sistem, spremeni se le to, da obisk strani ni nujni pogoj za nakup.​

    »UCP je SEO za AI agente«

    Predstava, da lahko UCP obravnavamo kot novo polje za »optimizacijo za agente«, je zavajajoča. UCP ni markup ali taktična nastavitev, temveč infrastruktura, v katero vstopajo trgovci z ustreznim tehničnim skladom – produktnimi feedi, checkout integracijami in plačilnimi sistemi.​

    »Vsaka blagovna znamka mora takoj ukrepati«

    Potreba po takojšnjem odzivu velja predvsem za blagovne znamke, ki že intenzivno delajo z Merchant Center in produktnimi feede. Za vse ostale – zlasti za ekipe brez obstoječe ecommerce infrastrukture – to lansiranje ne spremeni kratkoročnih prioritet, temveč je pomembno predvsem kot signal smeri razvoja iskanja in trgovine.​

    Za ecommerce SEO in digitalne trgovce UCP krepi pomen kakovosti podatkov in tehnične integracije. Ključni praktični koraki vključujejo:​

    • Sistematičen pregled kakovosti produktnih podatkov: GTIN-i, variante, razpoložljivost in pravilnost cen morajo biti dosledni in ažurni.​

    • Revizija Merchant Center: preveriti je treba popolnost in skladnost produktnih feedov, zaznane napake ter uporabo novih atributov za konverzacijsko trgovino, ko ti postanejo na voljo.​

    • Tesno sodelovanje z razvojno in podatkovno ekipo: sodelovanje v UCP zahteva tehnično integracijo in procesne spremembe, ne zgolj klasičnih SEO taktik.​

    Za ekipe, ki delujejo v vsebinskem SEO, storitvenih dejavnostih ali B2B, UCP za zdaj ne zahteva neposrednega ukrepanja. Smiselno je spremljati razvoj vzorca – ecommerce je verjetno prvi vertikalni preizkus, kasneje pa se lahko koncept razširi na druga področja – vendar ni potrebe po takojšnjih spremembah strategije.​

    AI-posredovana trgovina in prihodnost SEO

    Z UCP Google gradi infrastrukturo za trgovino, v kateri AI agenti postanejo glavni vmesnik za odkrivanje in nakup izdelkov. Iskanje postaja bolj konverzacijsko, podatki trgovcev pa morajo biti vedno bolj strukturirani, konsistentni in dostopni prek standardiziranih protokolov.​

    Spletne strani s tem ne izgubljajo pomena, temveč se spreminja vloga neposrednega prometa – promet se lahko zmanjša, medtem ko prodaja ostaja ali celo raste, če je trgovec dobro integriran v protokole in AI ekosisteme. Zmagovalci bodo trgovci z čistimi produktnimi podatki, natančnimi zalogami in sistemi, ki brez trenja sodelujejo v protokolih, kot je UCP, ne tisti, ki poskušajo »optimizirati za agente« na površinski ravni.​

    Universal Commerce Protocol je pomemben infrastrukturni premik, ki formalizira način, kako AI agenti dostopajo do trgovinskih podatkov, izračunajo ponudbe in vodijo uporabnika do nakupa. Vpliv je danes koncentriran na velike trgovce in ecommerce ekipe, ki že uporabljajo Merchant Center in imajo razvite produktne feede ter checkout integracije.​

    Za vse ostale UCP predstavlja jasen signal, kam se premika iskanje: proti konverzacijski trgovini, kjer je kakovost, struktura in interoperabilnost podatkov enako pomembna kot vsebina na strani. SEO se s tem ne končuje, temveč se vse bolj prepleta z upravljanjem podatkov, produktnimi informacijami in tehnično arhitekturo trgovskih sistemov.​

    Amazon scrapa izdelke neodvisnih trgovin in prek funkcije »Buy for Me« oddaja naročila

    Jan 13, 2026 | Amazon

    Amazon je v okviru funkcij Shop Direct in Buy for Me začel brez izrecnega soglasja zbirati (scraping) ponudbo neodvisnih spletnih trgovin, ki sploh niso prodajalci na Amazonu, in njihove izdelke prikazovati v svoji nakupovalni aplikaciji. V določenih primerih Amazon v imenu kupca celo sam odda naročilo neposredno v trgovčevo spletno trgovino, pri čemer trgovec o vključitvi v program ni bil predhodno obveščen.​

    Takšen pristop odpira kritična vprašanja glede soglasja, točnosti podatkov o izdelkih, odnosa s kupci in uporabe umetne inteligence (AI) v ozadju, zlasti v povezavi z internim projektom Amazon Project Starfish.

    Amazonov projekt Starfish: globalni “enotni vir resnice” za podatke o izdelkih

    • Amazon razvija interni projekt Starfish, ki naj bi postal celovit, z AI podprt globalni vir informacij o praktično vseh izdelkih na svetu.​

    • Sistem z uporabo strojnega učenja in NLP zbira, združuje ter preverja podatke iz številnih virov (proizvajalci, trgovci, distributerji, uporabniške vsebine) in jih pretvarja v enotno, zanesljivo bazo.​

    • Starfish bo izdelkom dodeljeval unikatne identifikatorje, standardiziral specifikacije, cene, razpoložljivost in certifikate ter s tem poenostavil primerjavo med trgi in platformami.​

    • Za kupce to pomeni natančnejše informacije, boljše iskanje, manj ponaredkov in manj napačnih nakupov; za prodajalce manj vračil in večjo vidnost manjših blagovnih znamk.​

    • Za dobavne verige projekt obljublja pametnejše upravljanje zalog, napovedovanje povpraševanja in poenostavljene čezmejne transakcije, kar bi lahko preoblikovalo globalno trgovino.​

    image

    Kako delujeta Shop Direct in Buy for Me

    Shop Direct: preusmeritev na trgovčevo stran

    Funkcija Shop Direct omogoča kupcem, da iz Amazonove aplikacije preidejo neposredno na spletno stran blagovne znamke, kjer opravijo nakup. Amazon v tem scenariju deluje predvsem kot discovery layer, vendar vseeno temelji na tem, da je predhodno scrapal vsebino spletne trgovine in v aplikaciji prikazal njihove izdelke.​

    Za trgovca to pomeni dodatno vidnost, a tudi tveganje, da Amazon prikazuje zastarele cene, nepravilne opise ali celo izdelke, ki niso več na zalogi, če scrapani podatki niso sinhronizirani z dejanskim stanjem sistema trgovine. Ker vključitev poteka brez izrecne opt-in potrditve, trgovec ni imel možnosti vnaprej preveriti, kako so njegovi izdelki prezentirani.​

    Buy for Me: Amazon kot posredni kupec

    Pri funkciji Buy for Me Amazon dodatno stopi v vlogo posrednega kupca: kupec naroči v Amazonovi aplikaciji, Amazon pa nato v njegovem imenu odda naročilo v trgovčevi spletni trgovini. To se zgodi tudi pri trgovcih, ki niso pogodbeni partnerji Amazona in sploh niso vedeli, da so vključeni v testni program.​

    Amazon navaja, da pred oddajo naročila preverja, ali je izbrani artikel na zalogi in ali se cena ujema z navedeno na strani trgovca, ter da pri tem ne generira AI-slik izdelkov. V praksi pa so trgovci javno poročali o primerih, kjer so bili podatki o izdelkih netočni, cene zastarele, zaloga napačna in so nastajala t. i. »ghost« naročila, pri katerih zaradi anonimnih proxy e‑pošt ni bilo jasnega odnosa s končnim kupcem.​

    Opt-out namesto opt-in: problem soglasja

    Samodejna vključitev neodvisnih trgovin

    Ključni problem z vidika neodvisnih trgovcev je, da je Amazon program zasnoval kot privzeto vključitev (opt‑out) in ne kot prostovoljno vključitev (opt‑in). Trgovci, ki so v javnosti izpostavili težavo, navajajo, da niso prejeli nikakršne neposredne informacije, da so njihovi izdelki vključeni v funkciji Shop Direct in Buy for Me.​

    Amazon v uradni izjavi priznava, da trgovci lahko kadarkoli zahtevajo izključitev iz programov preko e‑poštnega naslova branddirect@amazon.com, pri čemer poudarja, da jih takrat hitro odstranijo. Vendar ostaja dejstvo, da mora trgovec najprej sam ugotoviti, da je v program sploh vključen, pogosto šele po tem, ko se na družbenih omrežjih ali skozi nenavadna naročila razkrije, da Amazon že deluje na njegovi ponudbi.​

    Pravne in etične implikacije

    Takšen model sproža vprašanja glede pravne skladnosti in etičnih standardov v digitalnem ekosistemu, kjer se meje med platformami, agregatorji in samostojnimi trgovci brišejo. Neodvisni trgovci so zlasti zaskrbljeni, ker Amazon ne deluje kot klasičen oglaševalski ali partnerski kanal, temveč kot entiteta, ki aktivno posreduje tranzakcije, zbira podatke in kontrolira del uporabniške izkušnje brez jasnega pogodbenega razmerja.​

    Napačni opisi, AI halucinacije in »ghost« naročila

    Napačna predstavitev izdelkov in zastarele cene

    Neodvisni spletni prodajalec je tako razkril, da Amazonovi AI‑agenti pri generiranju opisov in predstavitev izdelkov včasih »halucinirajo« podrobnosti, prikazujejo zastarele cene in prodajajo artikle, ki so v trgovčevi spletni trgovini že dolgo razprodani in v Amazonovi aplikaciji celo uporabljene slike, ki niso izvirale iz njenega kataloga.​

    Takšne netočnosti neposredno škodujejo reputaciji blagovne znamke in lahko generirajo reklamacije, zamere kupcev in dodatno administrativno breme za podporo, čeprav trgovec ni imel nadzora nad tem, kako je bil njegov izdelek predstavljen. V kontekstu SEO in upravljanja spletne prisotnosti to pomeni, da Amazon nastopa kot neodvisen »prepisovalec« produktnih vsebin, kar lahko ruši doslednost blagovne znamke na različnih kanalih.​

    Ghost naročila in proxy e-pošta

    Drugi pomemben problem so t. i. ghost orders: naročila, ki formalno pridejo iz Amazonovega sistema preko anonimnih posredniških e‑poštnih naslovov (relay), zaradi česar trgovec ne pozna dejanske identitete kupca. Trgovci izpostavljajo, da v takem modelu težko zgradijo trajen odnos s stranko, jo obveščajo o novostih ali rešujejo morebitne težave na način, kot ga omogoča direkten kanal.​

    Amazon pojasnjuje, da za vsako naročilo ustvari unikaten, varen e‑poštni naslov, prek katerega se posredujejo potrditve in sledenje pošiljk, in da relacijski sistem hkrati zmanjšuje podvojena promocijska sporočila, ki bi lahko frustrirala kupce. Vendar pa iz perspektive neodvisnega trgovca pomeni, da Amazon kontrolira kritični komunikacijski kanal in s tem delno odvzame možnost za klasičen CRM in remarketing.​

    Amazonov uradni odgovor in obljube

    Poudarek na podpori malim in neodvisnim podjetjem

    Amazon v javni izjavi opisuje Shop Direct in Buy for Me kot programe v testni fazi, ki pomagajo kupcem odkriti blagovne znamke in izdelke, ki trenutno niso naprodaj v Amazonovi trgovini, ter hkrati podpirajo mala in neodvisna podjetja pri doseganju novih strank in dodatni prodaji. Podjetje poudarja, da prejema pozitivne povratne informacije in da je več kot 60% prodaje v Amazonovi trgovini že sedaj ustvarjene s strani neodvisnih prodajalcev.​

    V zvezi z zaskrbljenostjo glede podatkov Amazon trdi, da pri navigaciji preko povezave »shop direct« ne zbira podatkov o tem, kako kupec komunicira s trgovčevo stranjo. Pri uporabi funkcije Buy for Me pa naj bi Amazon transakcijske informacije ne uporabljal za odločitve o nabavi, zalogah ali oblikovanju cen svojih lastnih izdelkov oziroma ponudb v Amazonovi trgovini.​

    image

    Omejitev uporabe podatkov in AI vsebin

    Amazon posebej navaja, da v okviru teh programov ne generira AI‑slik izdelkov blagovnih znamk, vključenih v Shop Direct in Buy for Me. Kljub temu ostaja odprto vprašanje, v kolikšni meri se podatki, zbrani skozi te transakcije in interakcije, posredno uporabljajo za širše optimizacije in modele, ki poganjajo Amazonov ekosistem.​

    Za trgovce je ključnega pomena tudi, da Amazon omogoča javne FAQ za trgovce in kupce, kjer dodatno pojasnjuje delovanje programov, pogoje vključitve ter tehnične vidike komunikacije in podatkov. A ker ostaja temeljni model opt‑out, ti dokumenti pogosto pridejo na vrsto šele takrat, ko je trgovec že postavljen pred izvršeno dejstvo.​

    Project Starfish: AI motor za množično scrapanje in rewrite produktnih vsebin

    Projekt Amazon Project Starfish predstavlja širši AI kontekst, v katerega se umeščata Shop Direct in Buy for Me. Po internih dokumentih, ki jih navaja Business Insider, je cilj Starfisha postati »ultimativni vir informacij o vseh izdelkih na svetu«, kar pomeni agresivno agregacijo in avtomatsko obdelavo produktnih podatkov.​

    Trenutno projekt izvaja več aktivnosti:​

    • scrapanje približno 200.000 blagovnih spletnih strani za produktne podatke;

    • avtomatsko prepisovanje naslovov, bullet točk in opisov na milijonih ASIN‑ov;

    • generiranje slik in videov iz obstoječe vsebine;

    • dopolnjevanje manjkajočih informacij z iskanjem po spletu;

    • A/B testiranje AI‑izboljšanih seznamov proti standardnim brez informiranja prodajalcev.

    Amazon ocenjuje, da bo Starfish v letu 2025 dodal 7,5 milijarde dolarjev GMV s povečanjem konverzij zaradi boljših produktnih podatkov. Interna racionalizacija je jasna: Amazon je naveličan slabih opisov in neizpolnjenih polj prodajalcev, zato želi z lastno AI prevzeti nadzor nad kakovostjo kataloga – »ne glede na to, ali si trgovci to želijo ali ne«.​

    Povezava z neodvisnimi trgovinami in platformami

    Amazon posebej cilja na vključuje trgovce na platformah, kot je Shopify. Odprto ostaja vprašanje, ali so platforme, ki poganjajo neodvisne trgovine, pasivne žrtve ali tihi partnerji v procesu scrapanja in posredovanja podatkov.​

    V širšem kontekstu generativnega AI številna podjetja scrapajo vsebino z interneta za učenje svojih modelov, ne glede na to, kdo je formalni lastnik vsebine. Paradoksalno je, da Amazon hkrati zavzema trdo stališče proti drugim podjetjem, ki bi s pomočjo AI scrapa njegov marketplace, medtem ko sam intenzivno uporablja podobne tehnike za zunanje strani.​

    Praktične posledice za neodvisne trgovce

    Za neodvisne trgovce funkciji Shop Direct in Buy for Me ter Project Starfish pomenijo kombinacijo priložnosti in tveganj:​

    • večja vidnost in potencialno več naročil, brez dodatnega oglaševalskega vložka;

    • izguba nadzora nad predstavitvijo blagovne znamke (opisi, slike, cene);

    • možne reputacijske škode zaradi napak AI in napačnih informacij;

    • omejen dostop do podatkov o kupcih, ker komunikacijo filtrira Amazon;

    • pravna in regulatorna vprašanja glede uporabe in strganja vsebine brez izrecnega soglasja.

    Trgovci, ki cenijo neposreden odnos s kupci in celovit nadzor nad celotno uporabniško izkušnjo, bodo tak model razumeli kot razširitev Amazonove moči izven lastnega marketplacea. Tisti, ki si želijo predvsem dodatne prodaje in jim posredniški kanal ni problematičen, pa lahko program dojemajo kot agresivno, a potencialno donosno razširitev dosega.​

    Možni odzivi in strategije trgovcev

    • preverjanje, ali se njihovi izdelki pojavijo v Amazonovi aplikaciji v okviru Shop Direct / Buy for Me;

    • po potrebi takojšnja zahteva za izključitev (opt‑out) preko e‑pošte branddirect@amazon.com;

    • spremljanje netočnih opisov in cen ter dokumentiranje primerov, ki škodujejo ugledu blagovne znamke;

    • pravno svetovanje glede pogojev uporabe lastne spletne strani, robots.txt in zaščite vsebine;

    • strateška odločitev, ali je sodelovanje z Amazonom v tej obliki skladno z dolgoročno pozicijo blagovne znamke.

    Kaj torej pomeni Amazonov AI pristop za prihodnost e-trgovine

    Amazon z uvedbo Shop Direct, Buy for Me in razvojem Project Starfish jasno kaže smer, v katero želi razviti e‑trgovino: centraliziran AI‑pogon, ki agregira produktne podatke z različnih virov, jih prepisuje, optimizira in uporablja za povečanje konverzij, ne glede na to, ali so lastniki vsebin s tem aktivno soglašali. V tej viziji neodvisne trgovine postanejo predvsem viri podatkov in dobavitelji, medtem ko Amazon lastniku odnosa s kupcem ponuja svoje orodje, aplikacijo in checkout.​

    Za trgovce to odpira ključno strateško vprašanje: ali želijo svojo blagovno znamko graditi kot del Amazonovega razširjenega ekosistema, v katerem imajo omejen nadzor, ali pa raje vlagajo v lastne kanale, kjer ohranijo polno avtonomijo nad podatki, predstavitvijo in odnosi s strankami. Ne glede na izbrano strategijo je jasno, da bo razumevanje teh novih programov in aktivno upravljanje prisotnosti blagovne znamke v ekosistemu velikih platform ključnega pomena za dolgoročno konkurenčnost v e‑trgovini.​

    Analiza SE Ranking – ChatGPT

    Jan 10, 2026 | SEO

    Analiza SE Ranking (129.000 domen, 216.524 strani) razkriva ključne dejavnike, po katerih ChatGPT izbira vire za citiranje. Pet signalov loči pogosto citirane strani od tistih, ki jih AI ignorira:

    1. Avtoriteta domene je odločilna
      Strani z več kot 32.000 povratnimi domenami dobijo povprečno 8+ citatov, šibki backlink profili pa skoraj nobenega. Visok Trust (DT > 90) prinese do 4× več citatov.

    2. “Answer capsules” so ključne
      Skoraj vse citirane strani imajo na vrhu jasno, samostojno oblikovan odgovor (brez povezav), ki ga LLM-ji lažje povzamejo in citirajo.

    3. Svežina vsebine ima veliko težo
      Večina citiranih strani je mlajših od 2 let ali posodobljenih v letu 2025. Redne posodobitve in označen datum “last updated” bistveno izboljšajo vidnost.

    4. Wikipedia in Reddit prevladujeta
      ChatGPT daje prednost enciklopedičnim in skupnostnim virom. Komercialne strani izgubljajo promet, zato je pomembno pojavljanje v strokovnih publikacijah, Wikipediji in kakovostnih Reddit razpravah.

    5. Obstajajo prometni in zaupanjski pragovi
      Pod ~190.000 mesečnimi obiski ni večjih razlik v citiranju; nad tem pragom citati močno narastejo. Pomembnejša je avtoriteta celotne domene kot posamezne strani.

    ChatGPT najraje citira strani z visoko domeno avtoritete, jasnimi začetnimi odgovori, svežo vsebino, enciklopedičnim ali skupnostnim kontekstom ter zadostnim prometom in zaupanjem.

    Izzivi malih podjetij na Google Ads : Wordstream CPC podatki za PPC oglase po nišah

    Jan 4, 2026 | PPC

    image

    image

    image

    image

    Plačljivo oglaševanje prek Google Ads ostaja ključen marketinški kanal, vendar večje blagovne znamke vse bolj dominirajo oglasni prostor in otežujejo uspeh manjšim oglaševalcem. Več kot polovica anketiranih v nedavni raziskavi meni, da so bila mala podjetja cenovno izrinjena iz Google Ads, predvsem zaradi rasti stroškov na klik in kompleksnosti platforme. Kljub temu lahko mala podjetja s pravilno strategijo, natančnim ciljanjem in premišljenim upravljanjem kampanj še vedno uspešno konkurirajo.​

    Ključni izzivi malih podjetij v Google Ads

    Naraščanje stroškov na klik (CPC)

    Višji CPC pomeni, da isti proračun danes kupi bistveno manj klikov kot v preteklosti, kar močno prizadene mala podjetja z omejenimi sredstvi. Velike blagovne znamke imajo več fleksibilnosti pri povečanju proračunov in zato lažje ohranjajo ali širijo doseg, medtem ko manjši oglaševalci izgubljajo priložnosti.​

    Nizki volumni podatkov in učenje algoritmov

    Učinkovite funkcije Google Ads, kot so samodejne strategije licitiranja in odzivni oglasi, zahtevajo zadostno količino podatkov, da se lahko sistem optimalno nauči. Pri manjših kampanjah z omejenim proračunom se faza učenja podaljša na tedne ali mesece, kar si veliko malih podjetij težko privošči.​

    Kompleksno upravljanje računov

    Za učinkovito vodenje Google Ads je potrebno usklajeno upravljanje strategij ponudb, ključnih besed, vrst ujemanja, strukture kampanj in najboljših praks. Velike organizacije pogosto razpolagajo s specializiranimi ekipami ali agencijami, medtem ko mala podjetja teh znanj in resursov pogosto nimajo, zato platforme ne izkoristijo v celoti.​

    Pomanjkanje prepoznavnosti blagovne znamke

    Višja prepoznavnost blagovne znamke izboljšuje stopnjo klikov in konverzij, saj uporabniki raje izberejo znano podjetje. Manj znane znamke morajo hkrati graditi zaupanje, kredibilnost in prepoznavnost, kar otežuje neposreden spopad z uveljavljenimi konkurenti v plačanem iskanju.​

    Kako lahko mala podjetja konkurirajo: strateški pristop

    Osnovno načelo: outsmart, not outspend

    Mala podjetja ne morejo preprosto prekositi velikih glede na proračun, lahko pa jih prekosijo v strateški natančnosti in prilagodljivosti. Ključ je v osredotočenosti na kakovosten promet, robustno merjenje in učinkovito uporabo kreativnih orodij, namesto v širjenju kampanj brez jasne vrednosti.​

    Cilj iskalnega namena in uporabniške vrednosti

    Strategija mora izhajati iz specifičnih poslovnih ciljev in dejanskega iskalnega namena uporabnikov, ne zgolj iz generičnih ključnih besed z velikim volumnom. S tem mala podjetja zmanjšajo zapravljanje proračuna na nekvalificirane klike in povečajo delež prometa, ki ima realen potencial konverzije.​

    Fokus na kakovosten promet, ne količino

    Zmanjšanje širine in povečanje relevantnosti

    Široko ciljanje lahko prinese velik volumen klikov, vendar pogosto vključuje uporabnike, ki sploh niso prava ciljna skupina. Za mala podjetja je bolj smiselno zožiti ciljanje na manjši segment z jasno definiranim problemom in namenom, ki se ujema s ponudbo.​

    Primer: specializirane storitve (npr. catering za poroke)

    Če podjetje nudi izključno catering za poroke, mora to jasno odražati celotna struktura kampanje:​

    • ključne besede, osredotočene na poročni catering in povezana iskanja

    • besedila oglasov, ki nagovarjajo pare v fazi načrtovanja poroke

    • razširitve oglasov, usmerjene v poročne menije, reference in pakete

    • pristajalna stran, prilagojena specifično poročnim povpraševanjem

    Tak pristop lahko zmanjšuje prikaze in klik volumen, vendar hkrati poveča delež kvalificiranega prometa in izboljša vrednost na klik.​

    Natančno sledenje konverzijam: vsak klik mora šteti

    Zakaj je conversion tracking kritičen

    Brez pravilno nastavljenega sledenja konverzijam ni mogoče objektivno oceniti uspešnosti kampanj in optimizirati licitiranja ali porabe. To je še posebej pomembno za mala podjetja, kjer vsak porabljen evro neposredno vpliva na likvidnost in donosnost.​

    Kaj mora spremljati malo podjetje

    Za mala podjetja je priporočljivo spremljati:

    • oddajo obrazcev za povpraševanje

    • telefonske klice z oglasov ali s spletnega mesta

    • nakupe oziroma rezervacije

    • mikro-konverzije (npr. prenos ponudbe, prijava na e-novice), kjer je prodajni ciklus daljši

    Le s celovitim pogledom na poti uporabnikov se lahko prilagodi strategija licitiranja in razporeditev proračuna.​

    Ustvarjanje učinkovitih oglasov brez visokih produkcijskih stroškov

    Uporaba Google Ads Asset Studio

    Z uvedbo orodja Asset Studio v Google Ads lahko tudi mala podjetja enostavno ustvarjajo in urejajo slike ter videoposnetke neposredno v platformi. To zmanjšuje potrebo po zunanjih produkcijskih ekipah in omogoča hitro testiranje različnih vizualnih kreativa.​

    Vloga umetne inteligence in smernic blagovne znamke

    Čeprav orodja z umetno inteligenco ponujajo praktično neomejene možnosti generiranja vizualnih vsebin, mora podjetje ohraniti skladnost z blagovno znamko. Vizualne rešitve morajo ostati avtentičen odraz podjetja, sicer lahko pretirano “eksperimentalni” elementi zmanjšajo zaupanje in profesionalno percepcijo.​

    Razširitev preko Google Ads: alternative za mala podjetja

    Microsoft Advertising kot stroškovno učinkovita alternativa

    Microsoft Advertising je v številnih panogah privlačna alternativa, saj ima pogosto nižje CPC in dosega starejšo, bolj profesionalno publiko. Vmesnik in logika upravljanja sta podobna Google Ads, oglasi pa se prikazujejo v omrežju Microsoft in partnerskih iskalnikih, kot sta Bing in Yahoo.​

    Družbena omrežja: Meta, TikTok in druge platforme

    Oglaševanje na platformah Meta (Facebook, Instagram) in TikTok omogoča doseg uporabnikov tam, kjer dejansko preživijo čas. Za mala podjetja so to dodatni kanali za krepitev prepoznavnosti, remarketing ter pridobivanje novih strank izven iskalnega okolja.​

    Operativni koraki za mala podjetja na Google Ads

    Strateška zasnova kampanj

    • Jasno opredeliti poslovne cilje (npr. povpraševanja, rezervacije, prodaja).​

    • Definirati idealne segmente uporabnikov in njihov iskalni namen.​

    • Strukturo kampanj prilagoditi storitvam/produktom, ne generičnim pojmom.​

    Tehnična nastavitev in optimizacija

    • Vzpostaviti natančno sledenje konverzijam (vključno s ključnimi mikro-konverzijami).​

    • Izbrati ustrezne strategije licitiranja glede na obseg podatkov in cilje.​

    • Redno analizirati porabo, iskalne izraze in prilagajati ciljanje glede na uspešnost.​

    Kreativa in testiranje

    • Uporabiti Asset Studio za ustvarjanje več variant slik in videov ter jih sistematično testirati.​

    • V oglasih jasno komunicirati vrednostno ponudbo, socialni dokaz (ocene, reference) in jasen poziv k akciji.​

    • Skrbeti za usklajenost med oglasnim besedilom, vizuali in pristajalno stranjo.​

    Ali se mala podjetja sploh še lahko “kosajo” na Google Ads?

    Mala podjetja lahko dosežejo smiseln uspeh na Google Ads, če sistematično stremijo k ostrejšemu ciljanju, boljšemu merjenju in učinkoviti uporabi kreativnih orodij. Velike blagovne znamke imajo prednost proračuna in prepoznavnosti, vendar to ne izključuje malih oglaševalcev, ki znajo optimizirati vsak klik in kanal. Pot ni enostavna, vendar je z dobro zasnovano strategijo in pripravljenostjo na prilagajanje povsem izvedljiva.​

    Amazonov AI-pomočnik Rufus

    Jan 4, 2026 | Amazon, Ecommerce, LLM (AI)

    Amazonov AI-pomočnik Rufus se sedaj nekaterim skupinam obiskovalcev že samodejno sproži ob obisku Amazona. Gre za nakupovalnega pomočnika, ki lahko odgovarja na vprašanja prek AI. To bi lahko zadržalo ljudi na Amazonu in jih odvrnilo od AI-iskalnikov. Zanimivo bo spremljati razvoj dogodkov in odgovor OpenAI, Gemini, Perplexity in drugih….

    image

    (Trenutne) Omejitve AI v razvoju programske opreme …

    Dec 28, 2025 | LLM (AI)

    vir: https://www.youtube.com/watch?v=MjSUCg2NN4g

    AI-generirana koda pogosto povzroča varnostne težave. Raziskave kažejo, da je odgovorna za 1 od 5 varnostnih kršitev, saj ne upošteva konteksta in najboljših praks. Na primer, orodja kot GitHub Copilot hitro generirajo kodo, vendar brez pregleda vodijo do ranljivosti, kot so napadi z vnosom. Razvijalci morajo zato vedno preverjati in optimizirati AI predloge.

    Pomanjkanje človeškega reševanja problemov (tudi zaradi omejenega kontekstnega okna)

    AI odlično obvlada rutinske naloge, ne zmore pa kompleksnega mišljenja. Devin AI in podobni agenti odpovejo pri resničnih projektih brez človeškega vnosa. Študije potrjujejo, da AI upočasni izkušene programerje pri zahtevnih nalogah. Ključno ostaja človeška sposobnost analize konteksta in inovacij.

    Omejeno kontekstno okno velikih jezikovnih modelov (LLM) omejuje obseg kode in konteksta, ki ga model obdela v enem koraku, kar vpliva na kakovost in zanesljivost programiranja. To povzroča padec natančnosti pri velikih projektih in zahteva posebne strategije upravljanja. V letu 2025 modeli kot GPT-4.1 (128.000 tokenov) ali Gemini (do 1 milijon) še vedno kažejo degradacijo zmogljivosti pri polni obremenitvi.​

    Kaj je kontekstno okno LLM?

    Kontekstno okno določa največjo količino tokenov (približno 0,8 besede v angleščini), ki jo LLM obdela v enem pozivu, vključno s kodo, navodili in zgodovino pogovora. Na primer, GPT-4.1 obdeluje okoli 450.000 znakov, GPT-5 pa do 700.000, vendar se vključijo tudi odgovori modela. Preseganje limita povzroči izgubo zgodnjega konteksta, podobno brisanju strani iz knjige.​

    Ključni vplivi na programiranje – padec natančnosti in halucinacije

    Pri polnjenju kontekstnega okna natančnost LLM pada, saj model pozabi zgodnji kontekst in generira netočne predloge kode. Testi kažejo, da se čas odziva pri GPT-4.1 poveča za 50-krat (do 60 sekund) blizu limita, kar vodi do napak v kompleksnih projektih. V programiranju to pomeni slabe povezave med razredami ali funkcijami v velikih repozitorijih.​

    Počasnejši razvoj in stroški

    Večje kontekstno okno zahteva več GPU pomnilnika in računske moči, kar podraži uporabo orodij kot GitHub Copilot ali Cursor. Programerji izgubljajo čas z resetiranjem sej, saj model ne ohrani celotnega codebase-a, kar upočasni debugging in refactoring. V praksi to vpliva na IDE agente, kjer majhni lokalni modeli odpovejo pri velikih datotekah.​

    Omejitve pri resničnih projektih

    LLM ne more obdelati celotnih aplikacij brez fragmentacije, kar omejuje avtomatizacijo arhitekture ali analize odvisnosti. V Sloveniji raziskave potrjujejo, da večje okna (npr. 200.000 tokenov) izboljšajo interpretacijo, a še vedno zahtevajo človeški nadzor.​

    OpenAI uvaja novo funkcijo Instant Checkout za neposredno nakupovanje v pogovoru

    Dec 28, 2025 | Ecommerce, LLM (AI)

    Kanonična URL: https://neilpatel.com/blog/chatgpt-shopping/neilpatel​

    Članek Neila Patela, objavljen 6. decembra 2025 na neilpatel.com, podrobno razlaga novo funkcijo nakupovanja v ChatGPT, imenovano Instant Checkout. Ta omogoča uporabnikom, da z naravnim jezikom iščejo izdelke, primerjajo cene in celo zaključijo nakup neposredno v pogovornem vmesniku, brez preklapljanja na druge strani. Funkcija je integrirana z orodji kot Stripe, Shopify in Walmart, ki zagotavljajo resnične podatke o cenah, razpoložljivosti in ocenah. Patel poudarja, da to ni samo priporočila, ampak celotna nakupna pot: od odkritja do plačila v enem koraku. Ključni preobrat je pogovorno iskanje, kjer poizvedbe kot “udobni copati za hojo v Evropi pozimi” prinesejo personalizirane rezultate, prilagojene proračunu ali preference. Za e-trgovine to pomeni konec tradicionalnega brskanja po kategorijah – namesto tega AI interpretira kontekst in prioritetizira ustrezne izdelke.

    Vpliv na e-trgovino je revolucionaren. Namesto plačljivih oglasov v Google Shopping, kjer dominirajo budgeti, ChatGPT deluje organsko: izbira temelji na strukturiranih podatkih, preteklih odzivih modela in social proofu (ocene, recenzije). Blagovne znamke brez schema markup (za ceno, slike, razpoložljivost) ali z zastarelimi opisi so nevidne. Patel navaja primere: za “espresso machines under $200” ChatGPT prikaže kartice z slikami, cenami in povezavami, pogosto z neposrednim checkoutom. To spodbuja impulzivne nakupe, zlasti med mobilnimi uporabniki, ki cenijo brezhibno izkušnjo. E-trgovine morajo optimizirati strani za AI: jasna imena izdelkov (npr. “Moški vodoodporni tekaški copati – Cloudstep LX” namesto samo “Cloudstep LX”), naravni opisi (“ohladite se med dolgim delovnim dnem” namesto tehničnih specifikacij), sveže ocene in hitro nalaganje na mobilnih napravah. Brez tega AI ne more pravilno interpretirati in priporočiti izdelkov.

    • OpenAI je decembra 2025 uvedel funkcijo Instant Checkout v ChatGPT, ki omogoča iskanje, primerjavo in nakup izdelkov neposredno v klepetu z resničnimi cenami in razpoložljivostjo prek partnerjev kot so Stripe, Shopify in Walmart.neilpatel​

    • Funkcija temelji na pogovornem iskanju, kjer uporabniki z naravnim jezikom dobijo personalizirane predloge, brez potrebe po ključnih besedah ali filtrih, kar spremeni nakupno izkušnjo iz brskanja v hitro odločanje.neilpatel​

    • Za e-trgovine to pomeni potrebo po optimizaciji: uporaba schema markup, naravnih opisov, jasnih imen izdelkov, svežih ocen in hitrih mobilnih strani, da se izdelki prikažejo v priporočilih.neilpatel​

    • Vpliv na e-trgovino je velik: prehaja od ključnih besed k kontekstualnim poizvedbam (npr. “darilo za sodelavca pod 50 €”), kar zahteva strukturirane podatke in social proof za vidnost.neilpatel​

    • Članek poudarja, da ni plačljivih oglasov, temveč organska vidnost na podlagi kakovostnih podatkov, in poziva e-trgovine k prilagoditvi za novo nakupno pot.neilpatel​

    DEJSTVA

    1. Funkcija Instant Checkout je na voljo vsem ameriškim uporabnikom ChatGPT, ne glede na naročniški paket.neilpatel​

    2. ChatGPT prikazuje resnične cene, razpoložljivost, slike, ocene in neposredne povezave za nakup brez izhoda iz klepeta.neilpatel​

    3. Partnerji vključujejo Stripe, Shopify in Walmart za integracijo live podatkov.neilpatel​

    4. Optimizacija zahteva schema markup za ceno, razpoložljivost in ocene ter naravne, koristmi usmerjene opise.neilpatel​

    5. Primer poizvedbe: “espresso machines under $200” vrne kurirane predloge z affiliate karticami.neilpatel​

    Optimizacijske smernice so praktične in takoj uporabne:

    • Schema markup: Osnova za ekstrakcijo podatkov (cena, zaloga, ocene).

    • Naravni opisi: Pisanje v jeziku kupcev za boljše ujemanje s poizvedbami.

    • Social proof: Sveže recenzije za kredibilnost.

    • Mobilna hitrost: Ključno za konverzije v trenutku.

    • Jasna imena: Enostavna prepoznavnost brez marketing trikov.


    Vpliv umetne inteligence na znamko: kako meriti uspeh onkraj klikov

    Dec 24, 2025 | LLM (AI), SEO

    vir:  https://www.wordstream.com/blog/ai-brand-impact

    Razmerje med znamkami in iskalniki se je radikalno spremenilo: ustvarjate vsebino, odgovore pa uporabnik dobi neposredno v AI povzetku brez obiska vaše strani. Umetna inteligenca (AI Overviews in drugi generativni sistemi) povzame več virov, pri čemer je vaša vsebina gorivo odgovora, promet pa se pogosto »odreže«.​ V takem okolju uspeha ni več mogoče meriti samo s sejami, kliki in uvrstitvami, temveč predvsem z vidnostjo, zapomljivostjo in vplivom na vedenje uporabnikov skozi celoten nakupni cikel.​

    Zakaj manj organskega prometa ni konec sveta

    AI Overviews in zero‑click iskanja drastično zmanjšujejo klike, a večinoma le pri površinskih, informativnih poizvedbah z nizko poslovno vrednostjo. Te poizvedbe so tipa »what is…«, hitre definicije, generične primerjave in preprosti odgovori, kjer so uporabniki vedno težko konvertirali.​

    • Analize kažejo, da je več kot 60% vseh Googlovih poizvedb že zero‑click in delež še raste.​

    • Kliki pri informativnih poizvedbah so v različnih panogah upadli za približno 18–30%, medtem ko poizvedbe z jasnim nakupnim namenom ostajajo precej manj prizadete.​

    • 65% AI odgovorov sploh ne vsebuje neposrednih povezav do virov, četudi ti viri dejansko oblikujejo vsebino odgovora.​

    To pomeni, da promet upada tam, kjer je bil že prej težko monetiziran, medtem ko ključno občinstvo z jasnim namenom reševanja problema, izbire ponudnika ali nakupa še vedno bolj pogosto klika na rezultate. V takih poglobljenih, transakcijskih iskanjih imajo AI sistemi več težav z natančnim povzemanje kompleksnih primerjav, cen in pogojev, zato se v večji meri še vedno opirajo na klasične rezultate.​

    Preusmeritev fokusa: od klikov k vidnosti znamke

    Sprememba vprašanja: iz »Ali so kliknili?« v »Ali so nas videli in si nas zapomnili?«

    Osrednje vprašanje v AI‑dobi ni več »Ali smo dobili klik?«, temveč:

    • Ali je uporabnik videl našo znamko v odgovoru?

    • Ali si jo je zapomnil?

    • Ali je ta izpostavljenost vplivala na naslednje korake v njegovi poti?​

    Vidnost znotraj AI povzetkov ustvarja izjemen doseg brez obiska spletnega mesta, a kljub temu gradi zavedanje, zaupanje in dolgoročno povpraševanje. Tako nastane nova oblika »nevidnega vpliva«, ki ga klasični SEO KPI‑ji ne zaznajo.​

    Redefinicija uspeha SEO

    Da bi SEO ostal strateško pomemben, je treba uspeh redefinirati iz prometa v dvig znamke:

    • ali se znamka pojavlja v ključnih AI odgovorih,

    • ali je sporočilo predstavljeno natančno in diferencirano,

    • ali se to odraža v večjem številu znamčnih iskanj, direktnega prometa in asistiranih konverzij.​

    Kratkoročno to zahteva prilagoditev poročanja, srednjeročno pa spremembo kulture v organizaciji: vodstvo mora sprejeti, da kliki niso več edino merilo vrednosti organskega nastopa.​

    Ključni izzivi merjenja vpliva znamke v AI‑iskalniku

    1. Omenjanje brez atribucije

    Generativni modeli pogosto parafrazirajo vsebino brez povezave do vira, kar pomeni, da:

    • vaša vsebina oblikuje odgovor,

    • vašemu spletnemu mestu pa ni pripisana nobena sejo ali klasičen referral.​

    To ustvarja paradoks: vsebina ima realen vpliv na uporabnike, a v analitiki ostaja neviden.​

    2. Popačena ali osiromašena predstavitev sporočila

    AI sistemi lahko vaš diferenciator izbrišejo ali ga poenostavijo:

    • trajnostno usmerjena modna znamka postane le »mid‑range t‑shirts«,

    • SaaS z izjemno podporo se reducira na »task management software«.​

    V panogi založništva je to že povzročilo drastičen upad prometa: študije poročajo o do 79–80% padca pri poizvedbah, kjer so AI povzetki potisnili izvorne članke pod pregib.​

    3. Analitične slepe pege

    Orodja, kot so Google Analytics, Google Search Console in klasični SEO suite‑i, so zasnovana za klike in uvrstitve, ne pa za prikaze znotraj AI odgovorov. Posledica je, da:​

    • ne vidite, kdaj in v kakšnem kontekstu se znamka pojavi v AI Overview,

    • ne morete neposredno povezati izpostavljenosti z vidnimi rezultati v poročilih.​

    Brez novega merilnega okvira je zato težko dokazati vrednost AI‑vidnosti vodstvu.​

    Nove metrike za merjenje vpliva znamke v AI‑dobi

    1. Prikazi in vidnost v SERP (impressions & SERP visibility)

    Ko kliki padajo, prikazi postanejo osnovna metrika, ki pokaže, ali je znamka še vedno prisotna v igri. Vsak prikaz pomeni:​

    • da algoritmi vašim vsebinam še vedno zaupajo,

    • da je vaše ime ali vsebina del odgovora, četudi ni klika.​

    Dolga leta so bili prikazi obravnavani kot “alfa in omega” vsega,  zdaj pa postajajo nov doseg – neposredni pokazatelj, kako pogosto Google potegne vašo vsebino v rezultate, tudi kadar AI uporabniku že na strani z rezultati ponudi dovolj informacije.​

    Kako meriti:

    • v Google Search Console odprite »Performance → Search Results« in spremljajte skupne prikaze za prioritetne poizvedbe;​

    • ločite brand  in non-brand poizvedbe;​

    • uvozite podatke v Looker Studio ali BI orodje in grafično prikažite razmerje med prikazi in kliki, da ponazorite, kako se vrzel veča.​

    2. Brand obseg iskanja (branded search volume)

    Če so prikazi znak, da ste bili opaženi, so brand poizvedbe dokaz, da ste bili zapomnjeni. Nihče ne vpiše vaše znamke, produkta ali domene v iskalnik, če se ni vsaj enkrat že srečal z njo in če ga ne zanima več.​

    • Brand iskanja so tako eden najčistejših signalov dviga zavedanja.​

    • V okolju, kjer AI generično vsebino povzame v hipu, so brand iskanja najbolj obrambna in trajna oblika povpraševanja.​

    Kako meriti:

    • v GSC filtrirajte poizvedbe, ki vsebujejo ime podjetja, produktov ali domene;​

    • trende primerjajte z Google Trends in orodji, kot sta Ahrefs ali Semrush;​

    • vzpostavite izhodišče in nato mesečno poročajte o rasti ali padcu brand poizvedb, vzporedno s prikazi.​

    3. Direktni promet in asistirane konverzije

    Velik del vpliva AI‑vidnosti se pokaže z zamikom:

    • uporabnik vidi vašo znamko v AI Overview,

    • dobi hitro rešitev in odide,

    • čez dni ali tedne pa vtipka vaš URL ali znamko, odpre stran in konvertira.​

    Direktni promet in asistirane konverzije zato odražajo spominsko vrednost vidnosti:

    • direct seje pogosto delujejo kot »iz nič«, a so rezultat ponavljajoče se izpostavljenosti;​

    • asistirane konverzije pokažejo, kako pogosto organska izpostavljenost sproži pot, ki jo nato zaključi drug kanal.​

    Kako meriti:

    • v GA4 pod »Reports → Acquisition → Traffic acquisition« spremljajte Direct in Organic skupaj;​

    • v »Advertising → Attribution → Conversion Paths« analizirajte, kolikokrat se organic pojavi kot zgodnji vir na poti do konverzije;​

    • z explorations raziskujte tipične časovne zamike med prvo izpostavljenostjo in konverzijo.​

    4. Delež glasu v AI odgovorih (AI share of voice)

    Tradicionalno ste merili delež glasu prek pozicij v SERP; danes se igra seli v odgovore AI. Ključno vprašanje se glasi: ko nekdo vpraša AI orodje za rešitev problema v vaši panogi, ali se vaša znamka pojavi v odgovoru?​

    Pristop:

    • oblikujte »prompt mapo« z 20–50 ključnimi vprašanji, ki jih imajo vaši potencialni kupci;​

    • mesečno ta vprašanja testirajte v Google AI Overviews, Perplexity in ChatGPT z omogočenim brskanjem;​

    • zapisujte, katere znamke se pojavljajo in izračunajte svoj delež v primerjavi s konkurenco.​

    Orodja, kot so Perplexity Labs, ContentLab AI ali Keyword.com AI Visibility Tracker, omogočajo delno avtomatizacijo in obsežnejše spremljanje omenjene vidnosti.​

    5. Sentiment in natančnost predstavitve

    Vidnost brez natančne in skladne predstavitve ni uspeh, ampak tveganje za ugled. Pomembno je spremljati:​

    • ali AI pravilno povzema vašo ponudbo, pozicioniranje in ključne prednosti,

    • ali vas pomeša z generičnimi konkurenti ali napačnimi kategorijami.​

    Primer založnikov jasno pokaže nevarnost: promet je upadel tudi do 80%, medtem ko so AI povzetki iz vsebine odstranili kontekst, znamko in del diferenciacije.​

    Kako meriti:

    • uporabite lastno prompt mapo in mesečno preverjajte odgovore različnih AI orodij;​

    • za vsako omembo ocenite, ali je znamka predstavljena pravilno, delno pravilno ali napačno;​

    • vodite interno evidenco »AI brand accuracy score« in spremljajte spremembe po spremembah vsebine ali sheme (structured data).​

    6. Post‑ekspozicijski signali (post‑exposure engagement)

    AI vidnost pogosto sproži dejanja na drugih kanalih:

    • sledenje na LinkedInu ali drugih družbenih omrežjih,

    • vpis v e‑poštni seznam ali prenos vodiča,

    • začetek brezplačnega preizkusa produkta.​

    Ti signali so posredni dokazi, da izpostavljenost v AI‑odgovorih sproža zanimanje, čeprav ne v obliki klasičnega klika iz SERP.​

    Kako meriti:

    • spremljajte rast sledilcev, prijav na e‑pošto in aktivacij preizkusov skozi čas;​

    • v GSC identificirajte skoke v prikazih in jih povežite s skoki angažiranosti;​

    • dosledno uporabljajte UTM oznake, da lahko lažje povezujete poti uporabnikov med kanali.​

    Orodja za sledenje vpliva znamke v AI okolju

    Za relevanten AI brand measurement potrebujete kombinacijo klasičnih in novih orodij:​

    • Perplexity Labs: spremljanje, kako in kdaj je znamka citirana v rezultatih Perplexity, ki med redkimi AI sistemi dosledno prikazuje atribucije.​

    • ContentLab AI in Profound: specializirana za identifikacijo prisotnosti znamke v Google AI Overviews in za vzpostavitev AI‑ekvivalenta sledenja pozicij.​

    • BrandMentions in Mention: razširjeno spremljanje omemb znamke prek spleta, družbenih omrežij in AI sistemov.​

    • Google Search Console in GA4: še vedno temelj za spremljanje prikazov, znamčnih poizvedb, direktnega prometa in asistiranih konverzij.​

    Vsako posamezno orodje reši le del uganke, skupaj pa omogočajo 360‑stopinjski pogled na to, kako vaša znamka živi v AI ekosistemu.​

    Poročanje: kako povezati nove metrike v prepričljiv okvir

    Ključni KPI‑ji AI‑dobe

    V poročila za vodstvo je smiselno vključiti:

    • AI share of voice: delež odgovorov, v katerih se vaša znamka pojavi v primerjavi s konkurenti.​

    • Prisotnost citatov: kako pogosto AI sistem navede vas kot vir ali prikaže vašo domeno.​

    • Dvig brand spomina (brand recall lift): izmerjen prek anket, social poslušanja ali kontroliranih oglaševalskih kampanj.​

    • Branded search growth: trend brand poizvedb in njegov odnos do prikazov ter direktnega prometa.​

    • Asistirane konverzije iz organske izpostavljenosti: prikazane v GA4 prek poti konverzij.​

    Štirje praktični koraki za začetek

    Za prehod v »AI‑pripravljeno« merjenje predlagani okvir vključuje:​

    1. Vzpostavite AI prompt mapo z glavnimi vprašanji kupcev in jo redno testirajte v ključnih AI orodjih.​

    2. Vsak mesec spremljajte in poročajte o prikazih in brandiranih poizvedbah v GSC.​

    3. V GA4 uporabite atribucijska poročila, da povežete izpostavljenost z dejanskimi konverzijami (tudi če pridejo prek drugih kanalov).​

    4. Redno revidirajte, kako AI predstavlja vašo znamko ter prilagajajte vsebino in strukturo (npr. shema, jasnejši USP‑ji), da povečate natančnost.​

    Tako oblikovan framework omogoča poročanje, ki presega golo štetje sej in vodstvu pokaže, kako SEO in vsebina prispevata k vidnosti, razumevanju in povpraševanju po znamki v času, ko AI prevzema vedno večji del uporabniškega stika z informacijami.​

    Zaključek: kako meriti uspeh onkraj klikov

    Promet iz iskalnikov ni več zanesljivo merilo uspeha, saj AI Overviews in zero‑click izkušnje vedno pogosteje rešijo uporabnikov problem neposredno na strani z rezultati. Zmagovale bodo znamke, ki bodo pokazale, da so prikazi, brand povpraševanje, delež glasu v AI odgovorih, natančna predstavitev in asistirane konverzije enako (ali celo bolj) pomembni kot zgolj kliki.​

    Namesto da bi se krčevito oklepali starih metrik, je smiselno:

    • preoblikovati SEO poročanje v smer merjenja vpliva na znamko,

    • graditi vsebino, ki jasno artikulira diferenciatorje in je strukturirana za AI povzemanje,

    • strateško vlagati v vidnost tam, kjer se sprejemajo odločitve, četudi do klika nikoli ne pride.​

    AI vam klika ne dolguje, lahko pa poskrbite, da bo vaša znamka vidna, zapomnljiva in zaupanja vredna v trenutku, ko se odgovori podajajo – to pa je nova valuta uspeha v iskalnem ekosistemu.​