דיווח: ChatGPT Shopping נשען יותר על פידי מוצרים לאחר שינוי במודל

אמ;לק: דוח תצפיתי של Profound מזהה שינוי חד ב-ChatGPT Shopping סביב 10 ביולי: אחזור המלצות מוצרים ממקורות משולבי פידים גדל על חשבון חיפוש וובי. לפי הניתוח, המהלך לווה בתנודות בנראות של סוחרים ובריכוז גבוה יותר של הופעות אצל הסוחרים המובילים.

ChatGPT Shopping נשען יותר על קטלוג מוצרים משולב פידים ופחות על חיפוש ברשת, לפי ניתוח תצפיתי שפרסמה Profound. החברה מזהה נקודת מפנה ב-10 ביולי, שבה שיעור האחזור מבוסס הפידים קפץ מ-8.26% ל-61.54%, ומקשרת את העיתוי להשקת מודלי ChatGPT 5.6 יום קודם לכן. הממצאים מתארים שינוי בעל משמעות ישירה לנראות מסחרית בממשק ההמלצות: מקור נתוני הקטלוג מקבל משקל גבוה יותר לעומת תוצאות חיפוש ווביות.

מה מצא הניתוח על מקורות ההמלצות

הניתוח מבחין בין שני נתיבי אחזור להמלצות מוצרים ב-ChatGPT Shopping: חיפוש וובי וקטלוג פנימי המשולב במקורות פיד. בתחילת השנה, החיפוש הוובי היה המקור הכמעט בלעדי לנתוני Shopping שנבדקו, ובהמשך נרשמה עלייה הדרגתית בשימוש בקטלוג משולב הפידים.

לפי המגמה החודשית שנמדדה, ההסתמכות על פידים גדלה באיטיות עד אפריל, הואצה במאי, ובאוגוסט כבר עקפה את החיפוש הוובי כמקור לאחזור המלצות מוצרים. במדידה זו נבדקו 97,725 הרצות פרומפטים בין 1 ביולי ל-24 באוגוסט, לאחר דגימה של 10% וניכוי כפילויות ברמת פרומפט וחודש.

התמונה העולה מן הנתונים היא שמנגנון ההמלצות שנצפה אינו נשען רק על יכולת גילוי דרך הרשת הפתוחה. קטלוגים שמחוברים למקור האחזור תופסים חלק גדל מהחשיפה במצב Shopping, ולכן שינוי בתמהיל המקורות עשוי להשפיע באופן ישיר על אילו סוחרים ומוצרים נזכרים בתשובות.

נקודת המפנה שנצפתה ב-10 ביולי

בפילוח יומי, שיעור האחזור ממקורות משולבי פידים עלה ב-10 ביולי מ-8.26% ל-61.54% — גידול של פי 6.5 בקירוב ביום אחד. הנתון התבסס על מדגם של 50% מהרצות הפרומפטים היומיות ביולי, בהיקף של 1,757,723 הרצות, לאחר ניכוי כפילויות ברמת הפרומפט והיום.

הניתוח קושר את השינוי בזמן להשקת מודלי ChatGPT 5.6 ב-9 ביולי, ומציג את ההשקה כאירוע בעל הכוח ההסברי המרכזי לעיתוי המפנה. הקשר הזה מוצג כמסקנה תצפיתית המבוססת על החפיפה בין המועדים ועל תנועת המדדים שנמדדה.

המעבר החד באחזור הפידים חופף, לפי הנתונים, לשינוי נרחב במדדי הנראות של סוחרים ב-Shopping. בכך, הדוח מציג את שינוי תמהיל האחזור לא רק כתופעה טכנית של מקורות מידע, אלא כמהלך הקשור לחשיפת מוצרים בפועל במענה למסחר.

תנודות נראות בקרב סוחרים

בחינת הנראות החלה בקרב 687 לקוחות פעילים של החברה, אשר עקבו מדי יום ביולי אחרי פרומפטים שהפעילו את Shopping והיו להם לפחות אזכור יומי אחד של כרטיס מוצר בבעלותם בין 7 ל-12 ביולי. ההשוואה התמקדה בתקופה של 7–9 ביולי מול התקופה של 10–12 ביולי.

לאחר סינון למדידת שינוי בולט, המדגם כלל 517 סוחרים. מתוכם, 450 הציגו ירידה של 33% לפחות בנראות Shopping, ואילו 67 הציגו עלייה של 33% לפחות. הנתונים מתארים תנודות משני הכיוונים, אך מספר היורדים היה גבוה משמעותית ממספר העולים.

במודל שבחן במשותף ירידה באחזור וובי ועלייה באחזור משולב פידים, שני המשתנים הסבירו 83% מתנודות הנראות שנצפו במדגם. בהפרדת המשתנים, ירידה של נקודת אחוז אחת באחזור הוובי נקשרה לירידה של 2.35 נקודות אחוז בנראות, ואילו עלייה של נקודת אחוז אחת באחזור מבוסס פידים נקשרה לעלייה של 2.09 נקודות אחוז בנראות, כאשר המשתנה האחר נשמר קבוע במודל.

פחות סוחרים, יותר חשיפה למובילים

שינוי מקור האחזור לווה גם בריכוז גבוה יותר של הופעות אצל סוחרים מובילים. בהשוואה בין 7–9 ביולי לבין 10–12 ביולי, חלקם המצטבר של עשרת הסוחרים המובילים עלה מ-22.5% ל-41.8%.

במקביל, מספר הסוחרים הייחודיים שהוזכרו ירד מ-13,524 ל-10,607 — ירידה של יותר מ-20%. מדד זה חושב על בסיס 33,167 הרצות פרומפטים, בדגימה של 10% וניכוי כפילויות לפי פרומפט ותקופת השוואה.

הנתונים מחזקים את התיאור שלפיו אחזור משולב פידים מפנה את החשיפה לטווח צר יותר של מקורות בהשוואה לחיפוש וובי. בהתאם לכך, העלייה בשימוש בפידים לוותה בפער בולט יותר בין קבוצת הסוחרים המובילים לבין יתר הסוחרים שהוזכרו.

משקלה של Shopify באחזור מבוסס הפידים

Shopify היוותה כ-35% מכלל האחזור משולב הפידים שנמדד בניתוח. הבדיקה השוותה את מגמת האחזור דרך Shopify למגמה הכללית של אחזור פידים במהלך יולי, ומצאה התאמה גבוהה מאוד בין שתי התנועות.

המתאם שנמדד בין מגמת Shopify למגמת כלל האחזור מבוסס הפידים עמד על 0.997 במדד פירסון ועל 0.993 במדד ספירמן, בתקופה שבין 1 ל-24 ביולי. בפירוק הסוחרים והאחזור דרך Shopify לא בוצעה דגימה, והבדיקה כללה 281,356 הרצות פרומפטים.

במונחי נראות מסחרית, החלק היחסי של Shopify בנתונים ממחיש את מקומם של מקורות קטלוגיים משולבים בתוך המעבר הכולל שתועד. זהו רכיב משמעותי בתמהיל הפידים שנצפה, לצד מקורות משולבים נוספים.

המשמעות לנראות מסחרית בממשקי AI

הממצאים מתארים שינוי במשקל היחסי של מקורות מידע בהמלצות מוצרים: קטלוגים משולבי פידים תופסים חלק גדול יותר מהאחזור, בעוד החיפוש הוובי תופס חלק קטן יותר. לפי הניתוח, לאחר השינוי כ-65% מהמלצות המוצרים ב-Shopping נשענו על מקורות משולבי פידים.

עבור קמעונאים, מותגים ומנהלי איקומרס, המשמעות הישירה של המגמה היא שנראות מוצרית בממשק AI תלויה במידה גדלה בנתוני קטלוג הנגישים למנגנון האחזור, ולא רק בנוכחות של האתר בתוצאות החיפוש ברשת. במקביל, הריכוזיות שנמדדה מצביעה על כך שאותו מעבר עשוי להשפיע אחרת על סוחרים שונים.

הניתוח מכסה נתונים מיולי–אוגוסט 2026 ומציג תמונת מצב תצפיתית בקנה מידה רחב של פעילות Shopping. הנתונים כוללים דגימות פרומפטים שונות בהתאם למדד שנבחן, וממפים את הקשר בין שינוי מקור האחזור, תנודות הנראות והתרכזות ההופעות אצל סוחרים מובילים.

לסיכום

הניתוח של Profound מצביע על שינוי חד באופן שבו ChatGPT Shopping מאחזר המלצות מוצרים: מפער שבו החיפוש הוובי הוביל, למצב שבו מקורות משולבי פידים הפכו למקור דומיננטי. לצד העלייה באחזור הפידים נמדדו תנודות נראות רחבות וריכוז מוגבר של חשיפה אצל סוחרים מובילים, כך ששינוי תשתיתי במקור הנתונים הופך גם לשינוי משמעותי במפת הגילוי המסחרית בממשקי AI.