Doppl introduce un feed di scoperta acquistabile costruito attorno a video di prodotti generati con l'IA

Cosa ha lanciato davvero Doppl oggi

Google Labs ha aggiunto un feed di scoperta a Doppl, la sua app sperimentale per esplorare lo stile e vedere come potrebbero starti certi outfit. Il feed consiglia outfit, permette di provare virtualmente gli articoli e — secondo Google — rende acquistabile quasi tutto ciò che vedi, con link diretti ai merchant.

Due dettagli lo distinguono da un generico carosello di raccomandazioni. Il feed contiene video generati con l'IA di prodotti reali, e i consigli derivano da un profilo di stile personalizzato costruito sulle preferenze che condividi e sugli articoli con cui interagisci. È disponibile da subito su iOS e Android negli Stati Uniti per chi ha 18 anni o più.

Un frontend che deve conciliare media generati con inventario reale

La frase chiave qui è 'video generati con l'IA di prodotti reali'. È un abbinamento deliberato: il media è sintetico, ma deve corrispondere a un articolo che un merchant può effettivamente venderti, perché ogni elemento porta un link diretto a quel merchant.

Per chiunque costruisca una superficie di shopping, questo legame è la parte difficile. Un video generato è utile commercialmente solo se rimane collegato a uno SKU reale, a un prezzo e a una disponibilità nel momento in cui l'utente tocca per procedere. Il valore del feed dipende dalla tenuta di quel collegamento, non solo dalla qualità del clip generato.

Google descrive l'app come sperimentale, un'etichetta corretta per questa specifica sfida — mantenere onesti i media di prodotto sintetici rispetto all'inventario in tempo reale è un problema di correttezza continuo, non ancora risolto.

Il profilo è l'input che rende il feed personale

I consigli di Doppl sono 'basati sulle preferenze di stile che condividi con Doppl e sugli articoli con cui interagisci'. Sono due segnali: preferenze esplicite dichiarate dall'utente e comportamento implicito derivato dall'interazione con il feed.

Combinare un profilo dichiarato con le interazioni di prova virtuale dà al motore di raccomandazione qualcosa che una semplice cronologia di navigazione non offre: un'idea di cosa l'utente è disposto a immaginare di indossare. Il passaggio della prova virtuale diventa una fonte di segnale, non solo un output — ogni prova virtuale alimenta ciò che il feed propone dopo.

L'implicazione: la prova virtuale diventa un canale, non una novità

La prova virtuale è stata finora perlopiù un espediente isolato — carichi una foto, vedi un articolo. La mossa di Doppl integra la prova virtuale in un ciclo continuo di scoperta, vestizione e acquisto, con i link ai merchant che chiudono il cerchio all'interno della stessa app.

Questo ridefinisce lo scopo del modello di prova virtuale. Qui diventa un componente di un funnel di shopping che parte da un feed di raccomandazioni generate e finisce al checkout di un merchant, tutto negli Stati Uniti per adulti come prima uscita. La vera domanda che questo esperimento sta testando è se i link ai merchant convertano — la qualità della prova virtuale è solo il requisito minimo.