AI：ChatGPT などで e コマースでの商品レコメンーションで効果が上がる 8 つの方法

 E-コマース・D2C・DNVB　オムニチャネル　小売業にとって、商品を顧客が探索・発見することは最初の1歩で必須事項です。

AI （ChatGPTだけではなく）を活用した商品検出の助けを借りて、顧客が必要とする商品を正確に見つけることが、これまでより簡単になったようです。（今のところは実感していない消費者がほとんどです。）
アルゴリズムと機械学習：ML（Machine Learning）を使用して、顧客ごとにショッピング結果をパーソナライズしていきます。これによって、顧客が自分に合った商品を購入する可能性が高くなります。

このコラムでは、検索効率の向上から目標到達プロセスのボトムファネル（Bottom of the Funnel）に利益をもたらすまで、AI ベースの商品発見：‘Product Discoveryが小売業者にとっていかに強力であるかについて考察していきます。

1. AI を活用した商品発見で検索結果を最適化

e コマース ストアで最高の「顧客満足度」を達成したい場合は、検索結果を最適化することが、ファネルの最初としては不可欠ではあります。
検索エンジンのパフォーマンスが低いと、顧客が不満を抱き、自社ブランドのWebサイトでの購入から遠ざける（そもそもクリックする前の表示まで到達しない）可能性があります。しかし、代わりに一流の検索エンジンを使用すると、その効果によりコンバージョン率が最大10%以上向上する可能性があります。

分析プラットフォームで結果をもたらさない用語を監視したり、同義語を追加したり、AI ツール (代わりに作業を行ってくれます) を使用したりすることで、サイト検索の最適なパフォーマンスを確保することができます。

2. AI を活用した価格検索でより良いショッピング エクスペリエンスを実現

Eコマースが発展し続けるにつれて、小売事業者は顧客にスムーズな商品検索エクスペリエンスを提供することの重要性を認識しつつあります。
価格帯別の自然言語（ Natural language）検索は、音声クエリやロングテール クエリ（Long-tail）でも顧客が必要なものを迅速かつ簡単に見つけられるようにする効果的な方法になります。

AI を活用した検索エンジン ソリューションはコンバージョンが50%以上増加したというデータもあります。カテゴリー市場で競争力を維持するには、小売事業者が検索エンジンで問い合わせを効率的に処理できるようにすることが重要なポイントで、購買体験不可欠であり、購入の成功確率と顧客のコンバージョン率を高めることができます。

3. コンテンツ検索を利用して顧客エクスペリエンスを向上させる

AI を活用した商品発見ツールを使用すると、顧客は配送ポリシーや返品・交換ポリシーなどの販売後情報に迅速かつ簡単にアクセスできるようになり、情報に基づいた購入決定をサポート支援できます。
消費者の 68% は購入を決める前に返品ポリシーについて確認して、購入を考えています。そのため、コンバージョン率を最大化したいと考えているEコマースビジネスにとって、コンテンツ検索は絶対に必要なパーソナライズ機能でです。売上を伸ばすだけでなく、顧客が手間をかけずに必要なサービスを確実に受けられるようにしていきます。

4. ユーザーのニーズを予測したオートコンプリートを使用して、関連性の高い検索結果を提供します

予測検索のオートコンプリート提案をeコマース Web サイトに組み込むことで、優れたユーザーエクスペリエンス：UXを育成できます。この機能では、顧客はクエリを入力すると、パーソナライズされた的確な結果を得ることができます。機械学習テクノロジーを利用することで、小売業者はより適切な推奨事項（レコメンド）を提供する際に顧客の過去の検索履歴や購入履歴を取り込むことができ、これらの提案の精度がさらに向上します。このツールを組み込むことで、顧客満足度が向上し、販売機会が増加し、オンライン ショッピング環境が大幅に強化されることは自分が顧客として考えたときにも実感できます。

5. AI を活用して、商品の推奨事項を常に最新かつ関連性の高いものに保つ

加速し続ける eコマースの世界では、関連商品の最新情報を常に把握しておくことが大切です。でも、手作業によるマーチャンダイジングは手間と時間がかかります。そこで、AI を活用したカテゴリー マーチャンダイジングの出番です。在庫レベルの自動リアルタイム更新により、商品が入手可能になるとすぐに簡単に宣伝をするように設定して、販売ができます。売上の増加、コンバージョン率の向上、平均注文額の増加が出来そうなことはすぐにわかります。

6. 人工知能を使用した計画的なマーチャンダイジングとバナー

事前に計画を立て、AI を活用したマーチャンダイジング ツールを使用することで、eコマース チームは時間と労力を節約できます。
マーチャンダイジング (商品の注文)、マーケティング バナーの作成、ランディング ページのデザインなどのタスクをスケジュールして自動化できるため、マーチャンダイザーは他のより重要なタスクに集中できます。（これは今まで重要で無かったわけではありません）これらのツールを使用すると、商品が正しい順序で表示され、最も関連性の高いアイテムが最初に表示され、プロモーションや割引が適切に展開されるようになります。

7. 最近検索および閲覧した商品により、商品の発見が容易になります

顧客は多くの場合、複数の小売業者間で最良の商品・価格・割引・キャンペーン・オファーなどの取引を探し求めています。
最近閲覧および検索した商品に簡単にアクセスできるようにすることで、顧客（顧客候補も含めて）が以前に興味を示した商品に簡単にアクセスできるようになります。これは、コンバージョンと顧客満足度を向上させるためのツールとなります。
最近閲覧した商品の推奨事項：レコメンドを、マイポータルページ（LPでもある）から、探索・閲覧するすべてのページに組み込み、特定の期間パーソナライズされたままにすることで、コンバージョンと顧客満足度の向上に役立ちます。

8. 良い結果を得るためにセールカテゴリーの商品を強化する

Eコマースでは、販売は顧客と小売業者の両方にとって常に刺激的な葛藤で契約行為です。
セールの繁忙期には、お客様はセール中の商品を入手することが大変になる場合があります。ここでも AI が役立ち、検索結果でセール カテゴリの商品が表示されるようになります。

通常のセール期間では、セール商品は検索結果で降格されることがありますが、セール期間中は、これらの商品が検索結果の上位に表示されるように検討することも重要です。セールや割引商品を強調することで、買い物客にお買い得品を探すよう促して、売上の増加と顧客満足度の向上につながります。

この施策は適度に使用する必要があることに注意してください。セール商品を過度に宣伝すると、顧客を遠ざけてしまう可能性があります。重要なのは適切なバランスを見つけることですが、AI を活用した商品発見ツールを使用すると、そのバランスを見つけるのに役立ちます。
Amazonの体験からも得るものがあると思います。

まとめ：結論

AI 主導の商品発見は e コマース業界にいい影響を及ぼしています。検索結果をパーソナライズすると、顧客にとってより楽しいショッピングジャーニーが生まれ、ひいてはコンバージョン率の向上と売上の増加につながります。さらに、自動化されたマーチャンダイジング タスクにより顧客満足度が向上し、すべてのチャネルで完璧なエクスペリエンスが保証されます。

この８つのポイントは、AI を活用した商品発見を簡単に実装しなくてもするべき施策です、市場での競争力を維持できます。検索結果を最適化して、価格帯ごとに自然言語検索を提供し、最近閲覧および検索した商品に簡単にアクセスできるようにすることで、小売業者は顧客のショッピング体験をよりスムーズで楽しいものにすることができます。

よくある質問

自然言語検索とは何ですか

自然言語検索（Natural Language Search）は、人間の自然言語（通常の日本語や英語など）で入力されたクエリを処理し、関連する情報を検索する技術です。通常のキーワード検索とは異なり、自然言語検索では検索エンジンがクエリの意味や意図を理解し、それに基づいて適切な結果を提供します。

自然言語検索は、検索エンジンや情報検索システムにおいてユーザーの利便性を向上させるために使用されます。以下に、自然言語検索のいくつかの特徴と利点を説明します。

1. 意味理解:
自然言語検索は、単純なキーワードマッチングではなく、ユーザーのクエリの意味や意図を理解しようとします。これにより、より適切な結果を提供することができます。例えば、「近くのレストランを教えてください」というクエリに対して、現在の場所を考慮して近くのレストランの情報を返すことができます。

2. 複雑なクエリの処理:
自然言語検索は、複数の条件や制約を含む複雑なクエリにも対応できます。例えば、「昨年の売上が100万円以上で、商品カテゴリが家電の製品を教えてください」というクエリに対して、売上データと商品カテゴリの情報を組み合わせて結果を返すことができます。

3. ユーザビリティの向上:
自然言語検索は、ユーザビリティを向上させる効果があります。一般的なキーワード検索では、ユーザーは特定のキーワードや構文を使って検索する必要がありますが、自然言語検索では自然な言葉やフレーズを使って検索することができます。これにより、より直感的で簡単な検索が可能になります。

自然言語検索の実現には、自然言語処理（NLP）や機械学習の技術が活用されます。

オートコンプリートについて教えてください

オートコンプリート（Autocomplete）は、ユーザーがキーボード入力中に文字を入力するたびに、予測候補のリストを表示する機能です。一般的に、ウェブ検索エンジンやテキスト入力インターフェースで使用されています。

オートコンプリートは、ユーザーの入力に基づいて予測候補を表示することで、検索や入力の効率を向上させる目的で使用されます。以下に、オートコンプリートの特徴と利点を説明します。

1. 入力の補完と修正:
ユーザーが入力中に予測候補を表示することで、タイピングの手間を減らし、正しい単語やフレーズを迅速に入力することができます。また、入力ミスを修正する際にも役立ちます。たとえば、ユーザーが「opn」と入力した場合に「open」という予測候補が表示され、ユーザーはそれを選択して修正することができます。

2. 検索クエリの精度向上:
オートコンプリートは、ユーザーが入力する可能性のあるクエリを予測し、関連するキーワードやフレーズを提案します。これにより、ユーザーが正確なクエリを入力しやすくなり、検索結果の精度が向上します。

3. ユーザビリティの向上:
オートコンプリートは、ユーザービリティを向上させる効果があります。ユーザーは入力の手間を省き、クリックやタップで予測候補を選択するだけで目的のキーワードやフレーズを入力することができます。これにより、検索エクスペリエンスがスムーズになります。

オートコンプリートは、さまざまな手法やアルゴリズムに基づいて実現されます。一般的な手法には以下のようなものがあります。

1. ユーザーの過去の入力履歴:
ユーザーが過去に入力したキーワードやフレーズを基に、よく使用される予測候補を表示します。この手法は、ユーザーの個別の検索履歴に依存しています。

2. サジェストベース:
入力中の文字列に基づいて、一致するキーワードやサジェストベースのオートコンプリート手法では、入力中の文字列に基づいて一致するキーワードやフレーズを提案します。一般的には、入力された文字列の先頭から一致するキーワードやフレーズをデータベースや索引から検索し、一致する候補を表示します。たとえば、ユーザーが「ピザ」を入力した場合、オートコンプリートは「ピザハット」「ピザデリバリー」「ピザレシピ」などの関連キーワードを提案します。

3. ポピュラリティベース:
オートコンプリートの候補を、一般的に人気のあるキーワードやフレーズに基づいて提案します。これは、多くのユーザーが入力する可能性が高いキーワードやフレーズを優先的に表示するためです。たとえば、特定の時期に関連するイベントやトピックについてのキーワードが人気になることがあります。

4. コンテキストベース:
オートコンプリートの候補を、ユーザーの入力コンテキストや文脈に基づいて提案します。たとえば、ユーザーが特定のカテゴリの商品を検索している場合、そのカテゴリに関連するキーワードやフレーズを優先的に表示します。

オートコンプリートは、検索エンジンや入力インターフェースだけでなく、ウェブサイトやアプリケーションのさまざまな領域で利用されています。これにより、ユーザーが迅速かつ正確に情報を入力したり、関連するコンテンツを見つけたりすることができます。

ただし、オートコンプリートは予測ベースの手法であり、ユーザーの意図と異なる提案をする場合があります。また、プライバシーに関する懸念がある場合もあります。したがって、オートコンプリート機能を実装する際には、適切な制御や設定を行い、ユーザーにとって使いやすい形で提供することが重要です。