AI人工知能 を Shopify に導入する 4 つのポイント

ここ数年、人工知能に対する世間の認識は 2 つの陣営に分かれています。一方では、AI の旗手、つまり人工知能が今後数百年の人類を形作ると考える人々がいます。

それが完璧ではないにせよ、世界との関わり方のほぼすべてを最適化することで生活を楽にしてくれる、止められない力だと考えています。

一方で、AIを全く信用していない人もいます。彼らは、機械は最終的に人類を奴隷にする超知能の暴走ロボットに変わるだろうと言います。
こうした解説者は、AI のあらゆる進歩を脅威として認識しており、最初の導入者には程遠いでしょう。

あなたが議論のどちらの側に立っているとしても、これは真実です。

AI は急激に成長しています。

私たちは、EC:Eコマースにおける人工知能を前進させる最善の方法は、人工知能を受け入れることだと考えています。

しかし同時に、AI と人間の洞察を組み合わせるべきです。そうすることで、一方では AI の数値処理能力を、もう一方では人間の心の微妙なタッチを利用できるようになります。

しかし、どうすればこれができるのでしょうか。このブログで考えていきます。

最新の AI ニュースとツールの最新情​​報

人間の検索を最適化する

ロボットと人間はまったく異なる方法で検索します。それでも、オンライン ショッピング エクスペリエンスの大部分はロボット向けに最適化されています。

しかし、Eコマース：電子商取引における人工知能によって人間の買い物客のエクスペリエンスが向上することで、この状況は急速に変わりつつあります。

人間の検索プロセスを最適化するにはどうすればよいでしょうか

まずは、昔ながらのパン屋さんを思い浮かべてみてください。伝統的な小売業者として、同社は純粋に人間との対話に基づいたかなり高レベルのパーソナライゼーションを提供しています。

店員やパン屋が会話に基づいて商品を提案して、販売取引を完了します。

このプロセスは人間の自然な行動と調和しており、基本的に購入プロセスを通常の会話の一部としています。オンラインでは通常、このようなやり取りはありません。

つまり、店主の親切な提案を再現するには、もっと努力する必要があるということです。

同時に、EC/Eコマースでは、ショッピングが従来のショップで期待されるよりもパーソナライズされたCX:カスタマーエクスペリエンスとなる新しい機会を生み出します。

Eコマース パーソナライゼーションとメリットとは

eコマース関連の検索結果における人工知能

そのためには、人工知能と自然言語処理に依存してユーザーの行動から常に学習するサイト検索が必要です。 ユーザーの行動は常に変化するためです。

必要に応じて人間の介入が可能ですが、それまでの間、企業が懸命に引き付けてきた顧客に対して、関連性がありパーソナライズされた結果が自動的に提供されます。

ショッピングジャーニーをパーソナライズする

ほとんどの人がオフラインでどのように買い物をするか (そして、デジタルに相当するものは何なのか) について少し考えてみましょう。

食料品店を例にとると、一部の買い物客は自分が欲しいものを正確に知っており、正しい通路に直接進みます。

(ファセット ナビゲーション：Faceted Navigation）

ウェブサイトやアプリケーション内で、ユーザーが情報をフィルタリングおよび絞り込むためのインタラクティブな機能やUI（ユーザーインターフェース）のデザインパターンです。これは、多くのアイテムやコンテンツがある場合に特に有用です。ファセット・ナビゲーションは、以下のような特徴を持っています：

多次元的なフィルタリング:

ファセット・ナビゲーションは、複数の異なる属性やカテゴリに基づいて情報を絞り込むことができます。たとえば、製品カテゴリ、価格範囲、ブランド、サイズなどの属性を使って、商品リストを絞り込むことができます。

リアルタイムでの結果表示:

ユーザーがフィルターを選択または変更すると、絞り込まれた結果がリアルタイムで表示されます。ユーザーはフィルタリング効果をすぐに確認できます。

多様なカスタマイズ:

ファセット・ナビゲーションは、特定のウェブサイトやアプリに合わせてカスタマイズできます。つまり、表示されるフィルター項目やその仕組みを調整できます。

ユーザーフレンドリー:

ファセット・ナビゲーションは、ユーザーフレンドリーで直感的なデザインを持つことが一般的です。ユーザーが簡単にフィルターを選択し、必要な情報を見つけることができるように工夫されています。
効果的な絞り込み:

ファセット・ナビゲーションは、ユーザーが大量の情報の中から目的の情報を迅速に見つけるのに役立ちます。これは、オンラインショッピングサイト、カタログ検索、データベース検索エンジンなど、多くの分野で利用されています。
ファセット・ナビゲーションは、ユーザーエクスペリエンスを向上させ、情報の取得効率を高めるための強力なツールです。特に大量のアイテムやコンテンツを提供するウェブサイトやデジタルプラットフォームにおいて、ユーザーが迷わずに目的の情報を見つけやすくするために頻繁に使用されます。

通路を行ったり来たりして、今回はどんな商品が目に留まるのかを見て回る人もいます 。

(クリエイティブ マーチャンダイジング：Creative Merchandising)

商品の販売とブランドのプロモーションを効果的に行うために、創造性を活用するアプローチです。これは、小売業、Eコマース、ファッション、飲食業、エンターテイメント業界など、さまざまな業界で利用されています。クリエイティブ・マーチャンダイジングには以下の特徴があります：

商品のプレゼンテーション:

クリエイティブ・マーチャンダイジングでは、商品の陳列やプレゼンテーションに創造的なアプローチを取り入れます。商品が魅力的に見えるように配置し、顧客の注意を引きつけます。

テーマベースのディスプレイ:

商品を季節やイベントに合わせてテーマベースでディスプレイすることがあります。例えば、クリスマスやバレンタインデーに合わせたテーマディスプレイを行うことで、季節的な商品の販売を促進します。

ストーリーテリング:

商品にストーリーを組み込んで販売する手法です。商品の背後にある物語やブランドのメッセージを伝え、顧客との共感を生み出します。

クリエイティブなデザイン:

ディスプレイ、パッケージ、広告などにおいて、クリエイティブなデザイン要素を活用します。美的要素や美学を重視し、ブランドの個性を際立たせます。
体験型販売:

顧客に商品を体験させる方法を活用します。試着エリアや試食ブースを設け、顧客が実際に商品を試すことができるようにします。

季節やトレンドに敏感:

トレンドや季節に合わせて商品のラインナップを調整し、新しいコレクションや商品を迅速に導入することがあります。

顧客エンゲージメント:

顧客との対話を促進し、フィードバックを収集するために、ソーシャルメディアやイベントなどのプラットフォームを活用します。

店内サインやポスター:

店内にクリエイティブなサインやポスターを配置し、商品の特徴やセール情報を目立たせます。
クリエイティブ・マーチャンダイジングは、競争の激しい市場で商品やブランドを差別化し、顧客の興味を引きつけるのに役立ちます。創造性を活用し、視覚的な魅力を高め、消費者とのエモーショナルなつながりを築くことが、売上増加やブランドの成功に寄与することがあります。

他の買い物客は直接店員に行き、助けを求めます。

(サイト検索)

Eコマースサイトとオムニチャネルにおける検索機能は、顧客が簡単に商品や情報を見つけ、購入の決定を下すために極めて重要です。以下は、Eコマースサイトの検索機能を最適化するためのポイントです：

高度な検索機能:

高度な検索オプションを提供し、ユーザーが製品を細かく絞り込めるようにします。価格範囲、カテゴリ、ブランド、サイズ、色、在庫の可用性などのフィルタリングオプションを提供しましょう。

自動補完と修正:

ユーザーが検索クエリを入力する際に、自動補完機能を提供して、関連キーワードや提案を表示します。また、スペルミスやタイプミスを修正する機能も含めることが役立ちます。

関連商品やサジェスト:

ユーザーが特定の商品を検索している場合、関連商品やおすすめアイテムを表示することで、クロスセリングやアップセリングの機会を活用できます。

スピードとパフォーマンス:

検索結果の表示速度が速く、ユーザーが待たされることがないようにします。高速でパフォーマンスの優れた検索エンジンを採用し、適切なキャッシュやインデックスを使用して効率的な検索を実現します。

モバイルフレンドリー:

モバイルデバイスでの使用を考慮し、検索機能をスマートフォンやタブレットに最適化します。簡潔なデザインと操作性を備えたモバイル用の検索バーを提供します。

リアルタイムインデックス:

サイト上の新しい商品や在庫の変更が即座に検索結果に反映されるように、リアルタイムインデックスを設定します。

品質の高い商品画像と情報:

検索結果には品質の高い商品画像と詳細な商品情報を表示（商品詳細ページを改善する 7 つの方法）します。顧客が商品を視覚的に評価し、詳細を把握できるようにします。

検索結果のカスタマイズ:

ユーザーにとって有用な情報を提供するために、検索結果のカスタマイズを行います。人気のある商品や評判の良い商品を優先表示したり、在庫のある商品を前面に出すことができます。

アナリティクスとフィードバック:

ユーザーの検索行動を分析し、どの検索クエリが最も一般的か、どの検索がコンバージョンにつながったかを追跡します。また、ユーザーからのフィードバックを収集して改善を行います。

実店舗では、1 日に数百人の買い物客がいて、商品の数が限られているため、人間のスタッフがすべての訪問者のニーズに対応できます。

毎日何千人もの買い物客がおり、さらに多くの商品を扱うオンライン ストアには、顧客を必要な商品に誘導するための追加のサポート支援が必要です。

AI により大規模なパーソナライゼーションが可能になるため、顧客は必要なものをより迅速に見つけ、エクスペリエンスへの満足度が高まり、企業はコンバージョン率が向上します。

パーソナライゼーションがなければ、買い物客はどこから始めればよいのかわからないまま、数千の商品が並ぶデジタル倉庫をナビゲートしなければならず、小売業者は、同じ買い物リストを持っている人がいないことがわかっているにもかかわらず、すべての買い物客に対して包括的な決定を下さなければなりません。

パーソナライゼーションが欠如していると、顧客と小売業者の両方にとって次善の結果が生じます。

• 顧客が本当に欲しい商品が見つからない。
• 顧客は、自分のニーズにぴったり合っていない商品を購入し、「次善のもの」を求めます。
• 結局、顧客はまったく買わなくなります。
• 小売業者は少数のカテゴリーを手動で厳選するだけの時間があり、多くの商品が埋もれたままになります。
• 小売業者は、関連する商品がある場合でも、それを表示しないことで利益を残しています。

人の購入プロセスは、単に要件のリストを実行し、それらを商品に適合させるだけではありません。

好み、トレンド、人々の新しさへの終わりのない探求など、目に見えにくいものを考慮する必要があります。

ここで、人間のタッチとEコマースにおける人工知能：Artificial Intelligence　AIを組み合わせた強みが発揮されます。

顧客に関連する商品を推奨する

人間とマシンのコラボレーションの例を見てみましょう。

EC/eコマースにおける人工知能の最も影響力のあるアプリケーションの 1 つは。
レコメンドアルゴリズム、berry and boost　です。

その背後にある基本的な考え方は、特定の特徴を持つ商品、つまり顧客が購入したいと思われる商品を顧客に示すことです。同時に、ユーザーが興味を持つ可能性が低い商品を非表示にします。

しかし、どの商品を強化する必要があり、どの商品を埋めるべきかをどのように判断するのでしょうか。
ルールはどうやって決めるのでしょうか。

商品のレコメンデーション（推奨）でCLVをアップする

EC/Eコマース商品の推奨における人工知能

そこで役立つのが AI です。AI は訪問者のすべての行動を常に分析します。訪問者がどのように Web サイトにアクセスするか、どこをクリックするか、何を購入するかなどです。個々の訪問者を考慮しますが、すべての訪問者から学んだ群衆の知恵も考慮に入れます。

このようにして、個々の訪問者が最も興味を持ちそうなものを詳細に把握できます。

AI を使用してサイト検索を最適化しました。誰かがウェブサイトにアクセスするたびに、AI がその人の行動を分析し始め、何を購入したいかを予測します。

自転車や自転車アクセサリーを探している訪問者を考えてみましょう。この人が次に「タイヤ」というキーワードを検索すると、システムは自転車のタイヤをブーストし、車のタイヤを埋めます。

そうすることで、システムは人間の行動に適応するのではなく、その逆ではありません。

AI を活用する最良の方法

人間味を保つ

AI は賢いですが、ユーザーと同じようにサービスを提供する市場に影響を与えることはできません。

自転車メーカーが新しいモデルの自転車を発売することを決定したとします。彼らはおそらく、いつ発売するかを発表し、可能な限り一般に宣伝するつもりです。

AI はまだ存在しない商品について知ることができないため、これは現実世界の開発です。

これは、システムに入り、これらの特定のバイクが発売された直後に、そのバイクの検索を増やすように指示する機会です。
検索をさらに絞り込むために、特定の種類や価格帯などの自転車に興味を持ちそうな訪問者の検索を増やすことができます。

そこから AI が情報を取得し、過去および将来の訪問者に基づいて検索をさらに絞り込みます。

結果: EC/eコマースにおける人工知能がエクスペリエンスの変換につながる

AI と人間の洞察を組み合わせることで、顧客はよりパーソナライズされたエクスペリエンスを得ることができます。商品の検索が簡単になり、訪問あたりの支出が増加する可能性があります。

カスタマー エクスペリエンス：CXを作成するポイント

EC/eコマースでの人工知能の使用は段階的なプロセスです。

一夜にして完全に AI を強化した企業になる必要はありません。同時に、ユーザー エクスペリエンスに追加するパーソナライゼーションが、より広範な戦略の一部であることを確認する必要があります。

こうすることで、異なるチームが互いの取り組みを知らずに個別のパーソナライゼーション ツールに取り組むことがなくなります。

パーソナライゼーションはデータに基づいて実行され、エクスペリエンスのより多くの領域でそのデータを共有し、そのデータに貢献するほど、パーソナライゼーションが向上します。

言うまでもなく、部門間で取り組みを調整することは、顧客にとってよりスムーズなエクスペリエンスを提供し、技術チームにとっての頭痛の種を減らすことができることを意味します。

最初はサイトに 1 つか 2 つの小さな変更を加えるだけでも、最終的には強力なパーソナライゼーションを最大限に活用して、売上を増やし、顧客を満足させることができるようになります。

顧客購買体験: CXとは コンテンツデザインしてAOV LCTVをグロース

　

EC/オムニチャネルコマースをグロースハック コンテンツ

　

購入後体験（ポストパーチェス）でCX（顧客体験）をアップデザイン

エンゲージメント＆ロイヤルティからAOV×LTVを向上させる 

EC/eコマースにおける「購入（購買）後体験：Post Purchase：ポストパーチェス」とは、顧客が商品やサービスを購入した後に行われる一連の活動やコミュニケーションのことです。

購入後のフェーズは、顧客の満足度向上やロイヤルティの構築、再購入促進などに影響を与える重要な顧客体験１つのファネルです。