SHEINのビジネスモデル要素を分割検証する #6 AIを活用した検索&レコメンドエンジン

SHEINのビジネスモデル要素を分割検証する #6 AI

Written by
株式会社富士ロジテックホールディングス
通販営業部 部長
西間木 智

SHEINはSNSやウェブサイトなどにあるファッション関連の画像や動画を解析していると言われています。(だからデザイン盗用になることもしばしばです。)
デザインや生地、色彩など最新のトレンドを予測して、それをAIアシスタントを活用して、中国やアメリカなどにいる数百人の社内デザイナーが新商品のデザインに反映させていると言われています。

1日当たり数千SKU(在庫管理の最小単位)にも及ぶ新商品を、すべて自前で企画することはできません。
SHEINは、サプライヤーが持つ能力も活用して膨大な商品投入を実現していることは、#3 オンデマンド生産・再販システム(RaaS)でもご説明しました。

Eコマース・D2C・DNVB でも活用が進んでいる領域で、SHEINが採用して成長しているビジネス機能をいくつかに分解して、それらを提供するスタートアップを探索・検証することでインサイトを得ていきます。

#6は、AIを活用した検索&レコメンドエンジン についてです。

なぜそんなに人気があるのですか

SHEIN が Z 世代の話題のブランドになる前は、2008 年に CEOの Xu と他の 2 人の幹部によって設立された、米国および英語の買い物客を対象としたウェディング ドレスの小売業者でした。2012 年までに、Xu は個人事業主となり、ドメイン Sheinside.com を立ち上げています。オンラインで見つけやすいシンプルな名前が必要だと考えたため、2015 年にブランド名を SHEIN に変更しました。

SHEINは、18 歳から 30 歳のアメリカやヨーロッパのオーディエンスの心をつかみ、トレンディな自社ブランドのデザインを、小柄な XXS から 4XL までのサイズで超低価格で提供しています。

ジュエリーは 50円から、ミニドレスは 800円 から、コートはわずか 3000円ほどで購入することできます。このサイトで最も高価な商品を探してみてください。
小売価格は ????でしょうか。そしてそれに値引きが必ずつきます。SHEINは、ウーマンレディース・婦人服、メンズ・紳士服、キッズ・子供服、ホーム&ペット・家庭用品・ペット、シューズ、アクセサリー、ビューティ・美容など、アパレル・衣料品とライフスタイル商品を組み合わせて販売しています。

一説には、Amazon化していくとも噂されています。 

SHEINの、デジタルでの評価アクセス数などの傾向はこちらでWatch、確認してください。

Similarweb SHEIN

Similarweb SHEIN


SHEINが採用しているビジネス要素で

マーチャンダイジングテック

での、AI を活用した検索およびレコメンデーション エンジン関連のテクノロジーを提供するスタートアップのサービスを探索・検証してみます。Eコマース・D2C・DNVB での事例も沢山ありますし、どんどん進化しています。

マーチャンダイジングテック

AI を活用した検索およびレコメンデーション エンジン

AI を活用した検索とレコメンデーション ソリューションは、各顧客の購買過程をパーソナライズすることで、オンライン コンバージョン率を高め、満足度を向上させることができます。

顧客を「知る」(有意義なパーソナライゼーション)

サード パーティの Cookie が廃止され、ファースト パーティのデータへの依存度が高まる中、「顧客を知る」ということはまったく新しい意味を持ちます。多くの小売業者にとって、これには意味のある体験を促進する AI へのより大きな焦点が含まれます。

AI は、閲覧パターンと購入履歴を使用して、顧客とその好みをより深く理解し、それを利用して顧客の欲求とニーズを予測し、よりユーザー フレンドリーなエクスペリエンスを実現できます。

これは、レコメンデーション技術として、または顧客を理解していることを示すバンドルのような単純なものとして具体化できます。

優れた顧客サービスを提供する

AI をカスタマー サービスに適用すると、カスタマー エクスペリエンスも向上します。ここでは、AI を使用して手動タスクを削減し、ブランド担当者が優先事項に集中して質の高いケアを提供できるようにします。

AI を使用することで、企業は重要なデータ ポイントを顧客から直接収集して、顧客サービス キューでのみ認識できる消費者の傾向を特定できます。

過去には、チャットボットや SMS メッセージングなどを使用して従業員の満足度や NPS スコアを測定していましたが、NRMA の「Arlo the Koala」に使用されていたような、ますます高度な AI 技術が使用されています。

自動化された動的な会話 - ビジネスで使用されています。

全体として、AI は企業が顧客とのやり取りを拡大するために必要なツールを提供し、買い物客により良い体験を提供し、企業のリソースを解放してくれます。

顧客のニーズを予測する

インフレと生活費の上昇により、今まで以上に価格に敏感な顧客が商取引を求めています。

顧客がより頻繁に価格をチェックするようになると、小売業者はより良い価値を提供する方法を見つける必要があります。

Price Beat、プライス マッチ(*「プライスマッチ」とは、商品の価格を比較して自動的に価格が変動される仕組み)、競争力のある価格設定ツールなどのスマートな価格設定は、小売業者が在庫全体の価格を下げる必要なく、消費者に動的な価格設定を提供します。

これらの施策は、顧客数を 2 倍にし、小売業者のマージンを維持しながら、買い物客にリアルタイムで最高の価値を提供することで CX を向上させると言われています。

あなたの目標

  1. 平均注文額 (AOV) を増やす
  2. カート放棄を減らす
  3. 利益率の向上
  4. 新規顧客獲得の改善
  5. 顧客生涯価値(LTV)の向上
  6. コンバージョン率の最適化 (CRO)

のハズです。 

Crossing Minds

https://www.crossingminds.com/solutions/omnichannel-personalization

パーソナライズされたオムニチャネル体験
顧客が気に入る製品を見つけられるようにします

顧客が誰であるかではなく、顧客が何を望んでいるかに焦点を当てる
ファーストパーティの行動データは、顧客が何を望んでいるのかについて豊富なストーリーを語ります。Crossing Minds は、3 回のクリックで、Cookie や個人を特定できる情報を一切使用せずに、顧客ごとに効果的な 1 対 1 のパーソナライゼーションを提供します。

新規ユーザーや匿名ユーザーを含め、すべての人に高度にパーソナライズされたエクスペリエンスを提供します。

Bloomreach

https://www.bloomreach.com/en

データのプライバシーとパーソナライゼーションは、オンラインの世界で共存するのが困難です。両者のギャップを埋めることを目指しています。彼らのアルゴリズムは、サードパーティのデータではなく、クリックなどのオンサイト アクションに基づいて製品を推奨します。

algolia

https://www.algolia.com/industries-and-solutions/ecommerce/

コンポーザブルプラットフォーム

すべてのチャネルでのヘッドレス e コマースに、サービスとしての検索プラットフォームを、従来の e コマース Web サイト アプリケーション、シングルページ アプリ (SPA)、プログレッシブ Web アプリ (PWA)、モバイル アプリ、店内キオスク、ビジネス アプリなどと連携させることができます。

 *コンポーザブル(Composable)とは

直訳すると「複数の要素や部品などを結合して、構成や組み立てが可能な」の意になる。従来からのモノシリックなシステムをコンポーネントに分割して組み換え(コンポジション)を容易にするとともに、コンポーネントごとの変更を通じて他システムへの影響を排除することで、安全かつ迅速、しかも効率的なシステムの見直しを可能とするアーキテクチャーのこと。

プラットフォームをヘッドレス コマース、コンポーザブル コマース、マイクロサービス アーキテクチャ、Jamstack、MACH、またはサーバーレスのいずれと呼んでも、API ファーストのアプローチ

Depict

https://depict.ai/product

ファッションの e コマースのパーソナライゼーション

  1. LP・Topページ
    あなたの店に戻ってくる個々の顧客のためのパーソナライズされたトップページ。
  2. 商品ページ
    顧客が見ているものに関連する類似商品を簡単に見つけられるようにします。
  3. カテゴリーページ
    カテゴリーページの上部に最適な製品を表示します。
  4. チェックアウト
    チェックアウトページで顧客にアップセルします。
  5. 在庫切れ
    在庫のある代替品を提供して、顧客が購入の旅を続けられるようにします。
  6. クロスセル
  7. カートに追加された製品と完全に一致するように、補完的なアイテムを強調表示します。

ParticularAudience

https://particularaudience.com/blog/

 

PSYKHE

https://psykhe.com/

eコマース向けの次世代レコメンデーション エンジン
PSYKHE の心理学を利用した AI を使用して、ハイパーパーソナライズされたマーチャンダイジングで消費者を喜ばせ、変換します。

クリックだけでパターンを見つけようとするエンジンを破壊することを目指しており、代わりに性格テストを提供して、顧客が自分の好みに合った製品を見つけられるようにします。

RevLifter

https://www.revlifter.com/eguides/

 

Vue.ai

https://vue.ai/products/vuestyle/

 

 

 次回は #7 需要予測と在庫最適化 はこちら