Search & Discovery

Ubah intent pelanggan menjadi
rekomendasi produk yang tepat.

Begini cara Graas berpikir dalam setiap keputusan produk.

Intent Pelanggan

Mereka datang dengan kebutuhan spesifik, bukan nama produk.

Knowledge graph

Katalog & Customer Intelligence

Pencarian & Ranking

Konteks query, kebijakan organisasi, dan preferensi pengguna.

Rekomendasi Produk

Produk yang tepat, disertai penjelasan alasannya.

👤

PERTANYAAN PELANGGAN "Cari AC untuk kamar tidur 12 × 14 kaki menghadap barat di Chennai."

LANGKAH 1

Memahami konteks

Sinyal wilayah & iklim diekstrak

◎ Chennai ☀ Menghadap barat ≈ Iklim lembap ↑ Siang hari yang panas

LANGKAH 2

Mengukur ruangan

Beban termal dihitung dari dimensi ruangan

Ukuran ruangan

12 × 14 kaki → 168 kaki persegi

Beban yang dibutuhkan

1,5 ton

Bias menghadap barat

+12% beban panas

LANGKAH 3

Product Graph

Katalog dinalar berdasarkan beban yang telah dihitung

Spesifikasi AC dicocokkan dengan beban → 4 yang memenuhi syarat

LANGKAH 4

Pencarian & Ranking

Diperingkat berdasarkan ulasan pembeli terverifikasi dari kondisi iklim serupa, bukan popularitas umum.

Daftar pilihan dengan alasan jelas "mengapa ini cocok untuk kamar Anda."

Bukan sekadar daftar, tapi penjelasan — agar pengguna membeli dengan yakin.

✦ PALING COCOK

1.5 Ton Inverter AC

Sesuai untuk 168 kaki persegi. Cocok untuk iklim lembap. Memperhitungkan beban panas dari arah barat.

ALTERNATIF

Performa Lebih Tinggi

Melebihi spesifikasi. Efisiensi lebih tinggi.

HEMAT

Opsi Hemat Biaya

Memenuhi semua kebutuhan.

Mengapa pembelian enterprise butuh lebih dari sekadar pencarian.

Tanpa Graas

PENCARIAN KATA KUNCI

Mesin pencari mencocokkan kata kunci, bukan kebutuhan.

✕Mencocokkan kata kunci: String teks, bukan kebutuhan di baliknya.

✕Membandingkan spesifikasi: Pembeli sendiri yang harus bernalar.

✕Mengabaikan eligibilitas & ketersediaan: Baru muncul saat checkout, sudah terlambat.

✕Menghasilkan daftar produk: Panjang, tidak diurutkan sesuai konteks pembeli.

Dengan Graas

✦ DISCOVERY BERNALAR

Knowledge Graph bernalar atas nama pembeli.

✓Memahami intent: Use case, batasan, dan konteks.

✓Bernalar atas katalog dan preferensi pengguna: Terhubung dalam satu graph.

✓Menerapkan aturan bisnis dan ketersediaan stok: Sebelum apa pun ditampilkan.

✓Merekomendasikan yang paling cocok, lengkap dengan alasannya: Agar pembeli bertindak dengan yakin.

Dampak Bisnis

Konversi Lebih Tinggi

Intent dicocokkan dengan produk yang benar-benar sesuai, bukan kata kunci.

+15–25%

Nilai Keranjang

Upsell dan cross-sell yang cerdas dari Knowledge Graph produk.

Omnichannel

Pengalaman Belanja yang Konsisten

Di semua channel — web chat, WhatsApp, dan call center.

Jelajahi Use Case Lainnya

Sales & Ordering Ubah setiap percakapan menjadi pesanan. → Channel Operations Catat setiap penjualan sekunder secara otomatis. → Decision Intelligence Jelaskan apa yang berubah dan langkah selanjutnya. →