top of page

Coveo 收購 Anglera,從搜尋邁向產品數據

13 小時前
讀畢需時 12 分鐘

Coveo 收購 Anglera,是為了解決單靠改善搜尋無法處理的問題:從未進入目錄的產品資訊。這宗收購於 2026 年 10 月 29 日公布,為 Coveo 的商務方案加入自動化產品數據豐富化功能,即可補充和標準化目錄欄位的軟件。策略上的問題在於,將這些欄位與購物行為連結,是否能帶來更理想的購買結果。

這宗交易令搜尋軟件與目錄營運之間的界線承受壓力。商品管理團隊可以調整結果,但無法可靠地呈現其可搜尋記錄中缺少的相容性資訊。Coveo 正逐步提供更多這類底層資訊,並同時提供用於檢索資訊的軟件。

附近已有競爭對手可供參考。Algolia 於 10 月初公布收購 Velou,同樣令產品豐富化更貼近搜尋。兩宗交易均未證明同時擁有兩種功能就必然帶來更佳結果。不過,兩者合起來顯示,企業探索方案供應商愈來愈將目錄質素視為其產品責任的一部分。

Coveo 收購 Anglera 以擴展其商務方案

這宗收購讓 Coveo 在既有的搜尋及探索業務以外,增添產品數據能力。

Coveo 的產品數據收購將三藩市初創公司 Anglera 納入其商務方案。交易條款未有披露。現有 Anglera 客戶將繼續使用其平台,而 Coveo Commerce 客戶則可透過附加功能獲得豐富化服務。

據 Coveo 表示,Anglera 可從製造商規格、文件、圖片及其他來源提取屬性,將其標準化,並保留來源參考。兩家公司計劃進一步整合豐富化與買家行為。這項分別很重要:收購軟件與交付整合的營運工作流程,是兩個不同的里程碑。

Anglera 的背景亦有助解釋雙方的契合之處。其產品豐富化介紹顯示,創辦人 Amay Aggarwal 和 Ray Iyer 均畢業於 Stanford,並曾任職 Uber Eats。Aggarwal 曾負責目錄 AI,而 Iyer 則從事消費品廣告。

相關連結在於產品資訊如何流經商業系統。目錄工作位於供應商、內部營運及客戶體驗之間。一項缺失的屬性起初可能是上架問題,之後則可能成為令人失望的搜尋結果或未獲解答的購物問題。

對 Coveo 而言,收購這項能力改變了與客戶討論的範圍。探索方案供應商可以建議如何改善輸入資訊;豐富化方案供應商則可協助完成這些改善。結合兩種功能,便有機會將建議與修正工作連結起來。

這項機會應在工作流程層面評估。目錄欄位獲補充,並不自動代表客戶可以使用它。資訊必須進入正確記錄、持續與正確變體相關聯,並在任何探索發生之處可供使用。

擁有權可簡化供應商之間的部分協調,但不會消除這些要求。客戶仍需要清楚知道哪個系統儲存已獲批准的事實,也需要知道哪個系統可以更改它,以及修正如何傳播。

因此,這宗收購擴大 Coveo 的責任,程度不下於其功能集。搜尋質素部分取決於輸入數據。更接近數據建立環節,讓 Coveo 對這種依賴有更大影響力,同時亦要為上游引入的錯誤承擔更多責任。

對買家而言,實際改變是評估範圍擴大。搜尋相關性仍然重要,但來源質素、審批控制及維護同樣重要。當豐富化成為方案一部分後,這些問題應納入同一採購討論。

目錄團隊同時面對購物者與 AI 助理的壓力

直接壓力落在負責令產品資訊可於不同購買體驗中使用的團隊身上。

購物者有時可以彌補不完整的產品頁。他們或會查看圖片、開啟製造商文件,或詢問銷售代表。軟件助理則需要可存取的證據,才可作出可靠比較。

試想一個具說明性的工業採購情境。買家需要一個具特定連接器、操作範圍及設備相容性的替換零件。目錄可能包含正確商品,卻遺漏了用以區分其與相似產品的欄位。

在這種情況下,返回看似合理的配對並不足夠。採購決定取決於是否符合要求。系統需要區分有文件佐證的配對與不確定候選項,特別是在錯誤選擇的成本不止於退貨時。

壓力不僅影響技術產品。服裝變體可在物料、剪裁或護理要求上有所不同。家居用品的尺寸可決定其是否適合特定空間。更佳描述固然有幫助,但明確屬性令比較更容易檢視。

NielsenIQ 對產品內容一致性的討論強調跨渠道的清晰度,並提及 Tesco 使用產品影片。其在此的更廣泛意義很直接:購買信心取決於買家能理解和信任的資訊。

結構化屬性,即物料或尺寸等帶有標籤的欄位,處理的是資訊問題的另一部分。它們令軟件更容易比較要求。豐富視覺內容與結構化事實可以互相支援,但用途並不完全相同。

對目錄團隊而言,這帶來互相競逐的需求。市場推廣需要有用的描述,營運需要一致的記錄,而探索團隊則需要支援配對的屬性。加入 AI 購物體驗後,同一批底層事實又多了一個使用者。

這令數據維護成為共同的商業議題。搜尋團隊可能發現缺少相容性欄位,卻沒有權限批准其數值。商品管理團隊可能擁有產品頁,卻須依賴供應商確認。

自動化豐富化可以減少尋找資訊的工作,但審批仍需要組織上的權責歸屬。必須有人決定哪個來源優先,以及不確定性是否應阻止發布。這些決定會影響下游系統可以多有信心地使用結果。

可能的營運後果是目錄與探索團隊之間更緊密協調。這是交易帶來的分析性推論,而非已確認的客戶成果。當團隊能根據軟件產生的資訊採取行動時,軟件整合才會發揮作用。

因此,企業買家應同時檢視責任與能力。產品示範可以顯示某項屬性出現在記錄中;生產環境評估則必須確定由誰批准、如何解決爭議,以及來源變更後會發生甚麼事。

搜尋回饋為豐富化提供更聚焦的途徑

最有力的策略論點是,購物行為可協助判斷哪些缺失事實最值得優先處理。

目錄中的不完整欄位,可能多於營運團隊可合理同時調查的數量。填補每個可用欄位,等同將所有遺漏視為同樣有價值。搜尋活動提供一個可按實際購買要求安排工作優先次序的方法。

這正是擬議組合背後的機制。探索揭示目錄無法回答的問題;豐富化尋找支持資訊;其後的購物活動則提供修正是否有幫助的證據。

這一機制仍是要在整合產品中驗證的假設。一次失敗的查詢並不證明目錄缺乏資訊。商品可能沒有存貨、措辭不熟悉,或所要求的組合不在賣家的商品範圍內。

有用的連結必須區分這些情況。否則,系統可能為原本屬於其他範疇的問題產生豐富化工作。新增屬性無法修正缺貨商品,改寫描述亦無法創造製造商並未出售的配置。

一個具說明性的戶外零售查詢可清楚顯示這項分別。購物者要求一件具特定物料及防風雨評級的外套。如文件支持這些屬性,但可搜尋記錄遺漏了它們,豐富化便處理了一個可辨識的資訊缺口。

如所要求的評級未獲支持,正確回應便不同。系統應保留這種不確定性,而不是推斷一個方便的答案。有效探索包括識別現有證據何時不足以支持推薦。

這個順序亦帶來衡量挑戰。新填補的欄位可能改善篩選,卻不增加瀏覽量。它可能減少不合適的購買,同時令初始轉換率維持不變。狹窄的流量指標會錯過這些成果。

對開發人員而言,有意義的產品邊界在於證據何時成為獲批准的事實。尋找文件、提取候選數值,以及發布目錄更新,是不同的行動。分開處理它們,會令故障更容易診斷。

來源歸屬只有在參考資料支持具體主張時才有幫助。一條連結至產品系列宣傳冊的連結,可能證明一般功能,卻未能確認特定變體。證據需要與已發布欄位的精確程度相符。

維護亦增加另一項要求。產品事實可以改變,修正亦可能在豐富化後才到達。有用的工作流程需要一種方法重新檢視較早數值,而不會悄然覆蓋已批准資訊,或留下過時主張。

這些是評估準則,而非 Coveo 已交付功能的主張。它們解釋為何收購的策略價值取決於整個工作流程的執行。提取是改善探索的輸入,而非最終成果。

更大的機會在於選擇性改善。搜尋回饋可引導目錄團隊處理買家反覆需要的資訊。若這種優先排序奏效,豐富化便會與商業問題連結,而非只是令每項記錄更長的通用工作。

Algolia 與 Velou 的交易顯示競爭方向

Coveo 的舉動符合一股更廣泛的趨勢,即將產品理解能力拉近搜尋;不過,競爭方案仍需要分開評估。

Algolia 於 2026 年 10 月 6 日公布其收購 Velou。其公告描述 Velou 使用目錄文字和圖片提取產品資訊。Algolia 將該技術定位於搜尋、推薦、個人化及 AI agents 之下;AI agents 是為使用者執行工作的軟件。

這項比較之所以相關,是因為兩宗交易均令搜尋與發現服務供應商更接近其產品所依賴的資訊。兩家公司都不只是新增另一個介面,而是收購旨在改善面向客戶體驗底層產品資料表述的能力。

這引出一個關乎整合質素的競爭問題。買家可以追問資料豐富化如何改變搜尋結果、推薦內容或答案;也可以問,同一項修正會否傳遞至其他渠道,還是只會局限於特定供應商的環境。

這些公告不足以支持對 Anglera 與 Velou 作出技術排名。不同產品目錄需要不同證據與控制機制。適合處理視覺化零售屬性的工作流程,在評估工程規格或設備相容性時,可能面對不同要求。

Adobe 提供了另一個比較點。其產品目錄豐富化文件描述了一項面向 Commerce 客戶的測試版功能。它會識別屬於通用、技術性過強或含意不明的產品名稱與描述,然後生成更貼合購物者意圖的替代版本。

Adobe 文件所述的方法突顯了「豐富化」一詞需要加以界定的原因。改善描述語言與確立技術屬性是相關工作,但兩者對證據的要求不同。一段具說服力的描述,未必能證實一項此前未有記錄的產品事實。

因此,對企業買家而言,功能標籤只講述了部分故事。評估應由資訊問題開始。即使供應商將它們統稱為豐富化,缺失的維度、不一致的分類標籤與不清晰的描述,可能需要不同工作流程處理。

把搜尋與豐富化結合,亦引起有關更新資訊可在哪裡使用的問題。零售商可能希望已核准的事實可供其網店、支援系統及外部分銷渠道使用。一項修正的價值,部分取決於它能傳遞得多廣。

這並不代表整合平台必然優於分離工具。整合可減少協調工作,獨立系統則可保留彈性。值得比較的是擁有權、可攜性,以及維護可靠資訊所需的工作量。

主要競爭壓力落在那些承諾改善發現體驗、卻將產品目錄缺陷視為完全由他人負責的供應商身上。客戶現時已有具體的收購公告可作參照,要求供應商說明如何處理缺失或不一致的資訊。

不過,10 月的交易確立的是方向,而非領導地位。產品可用性、客戶證據及可持續維護的整合,將決定擁有豐富化能力能否帶來持久優勢。宣布一個更廣泛的平台,比證明其組件能共同改善成果容易得多。

已報告的流量增長仍留下重要問題

已公布的測試值得進一步研究,但並未證實典型客戶表現,亦未驗證銷售增長。

Coveo 披露了一項由 Anglera 報告、為期 30 天的服裝測試,涉及約 300 個經豐富化的 SKU 變體,即產品在目錄中的不同版本。據報,與對照組相比,經豐富化頁面的自然流量登陸頁訪問量增加 120%,由 AI 引薦的訪問量則增加 270%。

這些數字描述的是流量,而非利潤。它們亦來自被收購的公司,而非獨立評估。這項披露應被視為特定部署的已報告結果,對其他產品目錄的可概括性有限。

相對增長需要放在背景中理解。沒有絕對訪問量,讀者無法評估變化的規模;沒有更完整的分配方式及同期改動說明,亦無法有把握地分辨介入措施中哪一部分帶來差異。

商業問題還延伸得更遠。額外訪問可以有價值,但相關性同樣重要。一個頁面若吸引更多訪客,卻未能回應其需求,可能增加活動量,卻未能解決根本的購買問題。

對零售商而言,完成購買、退貨及客戶服務需求可協助釐清結果。對分銷商而言,合資格查詢或成功選擇產品可能更重要。適當的衡量方式取決於客戶實際如何購買。

準確性是另一項獨立考慮。流量增加並不能證明每項新增屬性都是正確的。一項部署可在整體表現良好,同時仍在特定產品或高後果購買決策上出現重要錯誤。

因此,評估同時需要商業及資訊質素指標。買家應了解擷取出的數值有多常需要修正,以及哪些分類會產生不確定性。單靠平均值可掩蓋耗費大量審核工作的棘手個案。

在所審閱材料中,沒有獨立的正面比較基準可證實 Anglera 優於競爭豐富化系統。Coveo 對其收購目標的評估具有參考價值,但仍然是買方的評估,不應被視為獨立技術結論。

即使擷取表現良好,整合仍會帶來額外不確定性。產品目錄記錄、審批流程與搜尋索引必須保持一致。一個正確的數值,若傳送至錯誤變體或無法供下游系統使用,仍可能造成問題。

過度狹隘地圍繞可見的搜尋需求進行優化,亦存在風險。經常被查詢的屬性值得優先處理,但較少見的要求也可能具有商業重要性。由回饋驅動的工作流程,需要保留專家判斷及行為數據未能捕捉的要求。

因此,審慎的解讀是具體的:Coveo 已收購旨在改善產品資訊的技術,而所披露測試提供了令人鼓舞的流量訊號。關於銷售、可靠性或競爭優勢的更廣泛主張,仍需要額外證據。

關注產品整合、客戶成果及競爭交付能力

下一項有用證據將顯示,豐富化是否成為日常產品目錄營運的一部分,並在額外頁面訪問以外產生結果。

第一個訊號是具體的產品整合。在未來數月,買家應留意文件是否展示搜尋問題如何轉變為豐富化工作。當中包括審閱證據、核准修正,以及將更新回傳至發現功能的步驟。

這一序列的示範將強化收購的核心論點。若介面分離且需要大量手動傳送,將削弱營運整合的理據。無論結果如何,都會比另一份關於 AI commerce 的概括聲明揭示更多資訊。

可用性亦需要準確解讀。附加功能可能在深度整合完成前已可使用。買家應區分可購買的功能與互連的工作流程,然後根據團隊需要執行的工作分別評估。

第二個訊號是具備更完整衡量方式的客戶證據。具名部署、絕對基線與清晰定義的比較組別,有助讀者評估所報告的改善。把資訊質素與購買成果連繫起來的結果尤其有用。

即使沒有顯著流量增長,較少出現缺乏依據的答案或更準確的產品選擇,也會令這個故事更有說服力。相反,若訪問量上升而購買成果不變,便顯示好處較為有限。指標應與客戶原本要解決的問題相符。

客戶案例亦應說明維護負擔。一次成功的初始豐富化項目,並不證明產品目錄能一直保持準確。審核工作、供應商更新與修正處理,有助判斷部署後的效益能否持續。

第三個訊號來自 Algolia、Adobe 及其他 commerce 供應商的競爭交付能力。相關發展不是另一份使用類似術語的公告,而是證明客戶可透過可行的控制機制及可管理的整合工作,取得可比較的改善。

若豐富化廣泛可用且結果相近,差異化將轉向執行能力。來源質素、審批流程、可攜性及衡量方式,將比單純擁有豐富化功能更重要。買家將有更充分理由比較完整工作流程。

這些訊號亦有助團隊對交易保持有紀律的觀點。產品發布顯示可用內容;客戶評估顯示實際成果;競爭交付能力則顯示該能力是否仍具獨特性。

對追蹤這些發展的團隊而言,建立一份包含公告、示範與客戶證據的共用記錄,可避免承諾變成被假定的事實。一個可搜尋知識庫可讓評估筆記與其支持材料保持連結。

隨着 Coveo 收購 Anglera,應追蹤資訊在整個購買過程中的流向。問清楚哪些缺失事實導致發現失敗,以及權威來源是否提供了修正;然後檢視這些修正如何改變產品選擇、購買或支援需求。將原始證據保留在已核准的產品目錄數值旁,並在供應商更新文件時重新審視兩者。以相同的產品目錄問題比較所得工作流程與其他選項,而非將無關的示範視為等同證明。最有用的下一步,是要求一個完整客戶案例,從未獲解答的購物需求,到已核准的修正及可量度的結果。這個整合方案是否令產品資訊在買家實際需要的地方更易信任及維護?

 
 

為每個智能代理提供更完整的背景,提升工作表現

讓智能代理連接 remio 已整理好的知識、決策和歷史紀錄。

remio 目前支援 Windows 10+(x64) 及配備 Apple 晶片的 Mac。

你的 AI 工作夥伴
和 remio 一起高效工作

規劃、創作、交付
一站式完成

bottom of page