Adobe最新发布的数据显示，来自AI来源的推荐流量在零售场景中的商业价值正在快速上升。2026年9月，AI推荐流量的单次访问收入比非AI流量高出83％，转化率高出90％。而在2025年8月，AI流量的转化表现还比其它流量低9％，一年时间内完成了从落后到显著领先的逆转。
除转化率与收入指标外，AI来源访客的行为数据同样呈现差异。Adobe统计显示，这类访客在网站上的停留时间多出73％，浏览页面数多出25％，加购率高出53％。流量规模方面，2026年9月美国零售网站来自AI来源的流量同比增长71％，自2024年10月以来累计增长1772％。Adobe并未披露访客在点击进入网站之前的具体行为路径，但一个合理推断是，部分访客已在AI助手中完成了比常规推荐渠道更充分的研究，这使得落地页的角色发生变化——它不再总是旅程的起点，有时需要承担完成转化的功能。
与流量价值上升并行的，是零售网站内容对AI系统可读性不足的问题。Adobe推出的Citation Readability Score显示，美国零售首页的平均得分仅为63％，意味着超过三分之一的内容无法被AI系统顺畅理解或引用。分品类看，电子产品整体得分最高，达到79％，其中品类页79％、客服页78％；Adobe将安装指南、故障排查文章和详细规格说明列为为AI系统提供更多上下文的有效内容类型。相比之下，综合商品类首页得分仅为40％，Adobe将其部分归因于导航密集、促销导向的页面布局，留给AI系统的上下文信息有限。
Adobe同时指出，上述数据并不能证明提升AI可读性会直接带来更高的转化率或收入，但为营销团队提供了明确的观察方向：哪些页面能被AI系统理解，AI推荐访客最终访问了哪些页面，以及这些访客在点击之后做了什么。在衡量方式上，Adobe建议营销运营团队将AI推荐流量视为独立获客渠道进行管理，关注转化率、购物车行为、单次访问收入和客户价值等指标，而非仅统计推荐流量规模，并对不同AI落地页的表现进行分组对比。
对零售企业而言，这组数据意味着AI渠道正从品牌曝光指标转变为可量化的收入来源，内容结构是否为AI系统所理解，可能成为影响该渠道转化效率的变量之一。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
