Bloomreach

Bloomreach łączy product discovery, marketing automation/customer data i konwersacyjnego agenta zakupowego. Wspólna warstwa Loomi zasila hybrydowe wyszukiwanie, rekomendacje, predykcje, analitykę, generowanie kampanii oraz personalizację. Firma udostępnia również Loomi Connect — hostowany MCP z ponad 160 narzędziami. Zakres AI jest wyjątkowo szeroki, ale poszczególne moduły są osobno płatne, część agentów jest świeża, a MCP nie ma jeszcze globalnego read-only, self-service audit ani automatycznego rollbacku.

Bloomreach założyli Raj De Datta i Ashutosh Garg w 2009 r. Firma zaczęła od algorytmów treści i search, w 2016 r. przejęła Hippo CMS, a w 2021 r. Exponea — CDP i marketing automation. W 2024 r. przejęcie Radiance Commerce rozwinęło conversational AI. Historia · Exponea

Obecna oferta jest zbiorem aplikacji: Autonomous Search, Autonomous Marketing i Conversational Shopping, spiętych Loomi. Dlatego ocena mierzy suite, ale nie zakłada, że każdy klient ma wszystkie funkcje.

Search i rekomendacje

Loomi Search+ łączy keyword search z wektorami Vertex AI. Dynamic vector cutoff dostosowuje recall do zapytania; merchant może ustawić precyzję, reguły per query, preview i A/B test przeciw standard search. Ranking dodaje performance signals takie jak revenue, conversion, add-to-cart i views. Loomi Search+ · Mechanizm rankingu

Gdy wyników brak, precision relaxation rozszerza recall nawet do 200 produktów. Może ograniczać zero-results, ale może też pokazać luźno powiązane produkty. Embeddings są generowane do 48 godzin, a potem odświeżane raz dziennie. FAQ Search+

Recommendations używają customer behavior i catalog data. Regułowe templates działają od razu; Loomi ML templates potrzebują danych i treningu, zwykle nocnego. Dla części wzorców rekomendowane jest co najmniej 6 miesięcy danych zakupowych. Recommendations · Loomi templates

Marketing i analityka

Marketing agent tworzy z briefu audiencję, warunki wyjścia, flow, Jinja/personalizację, e-maile, timing i decyzje. Najpierw pokazuje strukturalny brief, potem buduje kampanię po Approve and build; start kampanii jest kolejną decyzją użytkownika. Agent ma brand controls i mandatory human review. Campaign brief · AI i kontrola

Agent pamięta tylko bieżącą rozmowę, może zaproponować niewspierane rozwiązanie, nie przenosi uczenia z jednej kampanii do drugiej i może wybrać zły design przy wielu motywach. Ograniczenia

Loomi Analytics tworzy reports, funnels, trends, segmentations i definitions z języka naturalnego, ale dokumentacja wprost ostrzega o możliwych błędach. Autosegments wykrywa kombinacje właściwości i metryk, które marketer może jednym kliknięciem przekształcić w segment. Loomi Analytics · Autosegments

Conversational Shopping

Conversational agent używa katalogu, profilu/behaviors i źródeł wiedzy, aby odpowiadać, rekomendować i proaktywnie angażować kupującego. Może wykorzystywać pełny Bloomreach Search z merchandising rules oraz podsumowania product reviews. Conversational agent · Features

Katalog jest głównym źródłem prawdy i powinien mieć bieżące ceny, stock, warianty i opisy; producent zaleca co najmniej dzienne aktualizacje, a cenę/stan tak często, jak to możliwe. Dane katalogu i knowledge muszą być w lokalnym języku — agent ich nie tłumaczy. Dane agenta · Katalog

• hybrydowe, wielojęzyczne wyszukiwanie produktu i merchandising;
• rekomendacje, cross-sell, next-best-product i personalizacja contentu;
• kampanie e-mail/mobile budowane z briefu i danych klienta;
• predykcje zakupu, churn, open i send time;
• natural-language analytics, funnels i automatyczne segmenty;
• konwersacyjny doradca zakupowy oparty o katalog i profil;
• proaktywne wsparcie przy wahaniu, koszyku i checkout;
• połączenie zewnętrznego agenta z danymi/konfiguracją Bloomreach przez MCP.

Zakres kontekstu i danych zależy od funkcji, planu oraz połączonych systemów.

Loomi Connect jest zdalnym, regionalnym MCP w beta. Daje ponad 160 tools dla Marketing, Analytics, Search i Data hub, w tym create/update/delete konfiguracji. Używa OAuth i respektuje istniejące IAM oraz PII masking. Dokumentacja ma instrukcje dla Claude Code, Cursor, VS Code i Windsurf; Codex/Hermes nie są wymienione, więc wymagają testu standardowego HTTP MCP. Start MCP

Większość tools jest read-only, lecz write tools potrafią zmieniać kampanie, scenariusze, merchandising rules, filtry i kolekcje. Nie ma automatycznego rollbacku, global read-only, blokady sesji do jednego projektu ani self-service audit. Tool allow/deny należy skonfigurować w kliencie. Wsparcie może sprawdzić usage/write-audit records, a dla części zmian przechowywany jest stan sprzed operacji. AI/data controls MCP

Loomi Connect nie uruchamia własnego LLM i nie przekazuje payloadów do zewnętrznych modeli — robi to wybrany przez klienta agent. Cache może krótkotrwale zawierać wyniki, logi są trzymane poniżej 90 dni, a payloady narzędzi co do zasady nie są logowane.

Search ma roles, preview, query-level controls, standard/hybrid toggle i A/B. Marketing agent ma jawny brief, canvas, manual edits, control group oraz dwa etapy zatwierdzenia. MCP zachowuje IAM/PII masking i region endpointu.

Największe luki dotyczą external agent control: brak global read-only i self-service audit, brak automatycznego rollbacku oraz 30-dniowa sesja OAuth. Odpowiedzialność za HITL i interpretację wyniku MCP pozostaje po stronie klienta. Konwersacyjny agent zależy od jakości feedu i event tracking; fałszywa lub stara wartość katalogowa może wejść do odpowiedzi.

Ceny są indywidualne. Subskrypcja łączy opłatę modułową z usage fee. Loomi Platform jest wymagane, Search+ i część analytics/recommendations są Premium, a Marketing agent jest kupowany osobno nawet od Enterprise Marketing AI. Pakiety AI · Usage

G2 pokazuje około 4,6/5 z ponad 760 opinii. Użytkownicy chwalą elastyczność, personalizację, analytics i support; zgłaszają wysoką cenę, techniczność, krzywą nauki, kolizje edycji i zaskoczenia zużyciem eventów. Opinie dotyczą całej suite, nie porównawczego testu świeżych agentów. G2 · Pricing/reviews

Najważniejsze ograniczenia:

• jakość polskiego search, kampanii i rozmowy pozostaje N/D;
• moduły i agent capabilities są osobno licencjonowane;
• Marketing agent ma pamięć tylko w sesji i może proponować unsupported solutions;
• embeddings aktualizują się co 24 h, co może opóźniać nowe dane semantyczne;
• precision relaxation może obniżyć relevance;
• Conversational agent nie tłumaczy źródeł danych i wymaga aktualnego feedu/eventów;
• MCP jest beta, ma write/delete, brak global read-only, rollback i self-service audit;
• claims ROI/konwersji pochodzą od producenta, nie z wspólnego testu;
• quote-only i usage pricing utrudniają TCO.

Brak wspólnego testu jakości pozostaje podstawowym ograniczeniem oceny.

Profil zweryfikowano 2026-09-20. Linki źródłowe znajdują się bezpośrednio przy wspieranych twierdzeniach.