サーチアンドダイズの完全ガイド 101

2024年7月17日

AI CDP CRM CX D2C DNVB DTC EC eコマース OMO SEO オムニチャネルオムニチャネルコマースオムニチャネルフルフィルメントカスタマーエクスペリエンスマネジメントカスタマージャーニーサーチャンダイジング: ユニファイドコマース

クリックストリームデータ、Eコマースのベストプラクティス、Eコマースカテゴリページ、Eコマース検索、オンラインリテール
顧客体験の向上はデータから始まりますが、最近ではデータもたくさんあります。（ありすぎます）
eコマースの売上高だけでも、 2026年までに8兆ドル以上に達すると予測されています。これは、毎日、何百万人もの顧客、何十億もの検索、何兆ものアクションの集大成です。

しかし、スタートアップから、チャレンジャー、SMB、エンタープライズeコマース企業として、人間の潜在能力を最大限に引き出して、主要なビジネス目標を達成しながら、ビッグデータを効率的に分類するにはどうすればよいかが重要なテーマです。

答えは、マーチャンダイジングチームに無理をさせることなく、テクノロジー企業と提携してデータを顧客を満足させ、具体的な結果をもたらす実用的な意思決定に変換することです。それは、サーチアンドダイジングについて知っておくべきことをすべて学ぶことです。

Searchandisingとは

「検索化とは、マーチャントが複数のチャネルのさまざまなリスティングページでユーザーエクスペリエンスを管理する能力のことです。」
アマゾンウェブサービス(AWS)のリテール&CPG担当パートナー・ソリューション・アーキテクトRonak Shah氏
これらのページには、検索結果、コマースカテゴリページ、ローカルストアなどがあります。

また、Searchandizingと綴られ、小売業の「マーチャンダイジング」という言葉に由来します。
また、商品のブースト、ブロックリスト、同義語の定義など、ルールに基づいてパーソナライズされた顧客体験を作成することも含まれています。

サーチアンドダイジングの歴史

検索は必ずしも現在の意味と結びついていないと言われています。

従来、検索は、商品検出エンジン内の根本的な問題を修正するために使用されていました(クエリの不適切な検索結果の削除、タイプミスの許容度の調整など)。しかし、これらのパッチワーク的なアプローチは、新しい技術のおかげで急速に姿を消しつつあります。
ここ数年で、サーチアンダイジングは芸術と科学へと変貌を遂げています。
その目的は、ブランド価値を構築し、ビジネス内のポイントソリューションを解決することです(これについては後で詳しく説明します)。

業界標準では、検索に限定されていると思われがちですが、検索は実際には閲覧、おすすめ、コレクション、オートサジェスト、ランディングページ、キャンペーンなどに適用されます。

また、eコマースページ全体で検索することで、収益が増加し、チームは包括的な戦略の作成に投資する時間を確保できます。

AIを活用した適切な商品ディスカバリープラットフォームを使用すると、検索だけでなく、ページ全体で検索することができます。

なぜサーチアンドダイジングが重要なのか

検索と検索のメリットはeコマース企業にとって多くあります。

買い物客のエクスペリエンスが向上します

人間のドメイン知識をデータと並行して活用することで、マーチャントは商品発見のプロセス全体で一貫したUXを提供できるようになり、買い物客の体験が向上します。

そして、データはオンラインである必要はありません。マーチャントはオフラインデータを使用してオムニチャネルのカスタマージャーニーを通知し、リアル店舗での体験を向上させながら、特定のセグメントにより適した体験を生み出すことができます。

それはブランドの実店舗の経験を補完します

消費者の50%以上が、他のチャネルよりも実店舗を好みます。しかし、デジタルチャネルを活用することには大きな価値があります、特にデジタルチャネルを全体的な戦略の延長として扱うeコマースブランドにとっては大きな価値があります。

マーチャントの仕事としては、エンドユーザーに商品を提示したいようにシステムを扱うことであり、チャネル間で同じレベルのエクスペリエンスを提供することを最終目標としていきます。

ブランド価値を構築し、ビジネス上の問題点を解決します

サーチアンドダイジングは、特にマーチャントがドメイン知識をデータと一緒に使用する場合に、ブランド価値を構築し、ビジネス内の運用効率を高めることができます。

これは、検索に対する新しいアプローチによってです。
たとえば、マーチャントは、KPI がコンバージョン数や収益であっても、ディスカウント小売業者として表示したくない場合、セール中のアイテムを埋めることを決定して実施できます。
購入トレンドにもかかわらず、ブランドイメージにとって価値があると判断しているからこれを実施します。

あるいは、同じマーチャントが、その分野で流行の新商品のトレンドをキャッチしたが、それがあまりにも新しいため、検索アルゴリズムでそれを後押しすることを裏付けるデータがまだないと想像してみてください。（SHEINとは真逆）
いずれにせよ、新商品をプッシュすることを決定するかもしれませんが、その方が顧客とのつながりが深まることがわかっています。

コマース企業が検索で直面する課題とは

eコマース企業が大きくなればなるほど、商品発見プラットフォーム内での検索体験はより複雑になります。

ルールが管理不能になる

ある時点で、企業のマーチャンダイザーは何千ものルールを管理しようとすることになります。これに加えて、複数のマーチャンダイザーが複数のカテゴリに最適化しようとするため、混乱が生じます。または、複数の人が自分のカテゴリの成長を担当しています。

結果として、検索は扱いにくく、スケーラブルではなくなります。

キーワードベースは平凡な結果をもたらします

キーワードベースの検索エンジンは、平凡な検索結果を提供します。そして、この結果は、マーチャンダイジングチームが検索を通じて手作業で介入すること、つまり、タイプミスの許容範囲や同義語を調整するためのルールの作成、タイブレークアルゴリズムの試行などが必要になります。

長期的には、これは会社のROIを低下させることになります。

個人用設定と検索が同期されない

企業のマーチャンダイザーは、パーソナライゼーションと検索を 2 つの異なるワークストリームとして扱っています。また、同期されていないため、マーチャンダイザーは 1 つの最適化しか行わず、KPI に悪影響を与える可能性があります。

データのサイロ化

適切なテクノロジーがなければ、企業のマーチャントは、在庫や価格設定など、動きの速いデータの処理と対応に苦労します。
また、ファーストパーティデータを活用して顧客体験を向上させることも難しいかもしれません。

検索システムに障害があり、マーチャンダイザーは商品がどのくらいの速さで売れているか、売り切れているかどうかさえわからない可能性があると想像してみてください。その商品が最初のページでブーストされている場合、それは大惨事です。

手作業による介入には時間がかかります

カタログでポテンシャルのある商品を見つけ、その露出を増やしたいとします。適切なツールがなければ、すべて手作業になります。手動でブーストし、手動で販売の時間を計り、後で手動でデータを掘り下げて結果を分析することもできます。これは、針を動かす戦略的な作業から時間が奪われます。

商品ディスカバリーソリューションは、システムを微調整し、価値創造が行われる場所に関するフィードバックを自動的に提供するために必要なツールを提供する必要があります。

検索の課題を克服するためのマーチャントツール

マーチャントツールは堅実な検索の基盤を形成し、マーチャンダイザーは顧客がビジネスKPIにプラスの影響を与えながら、必要なものをより迅速に見つけられるように支援することができます。

ブーストと埋め込む
マーチャンダイザーがeコマースWebサイトに表示される商品を制御する方法の1つは、検索結果をブーストして埋めることです。
この2つの強力なマーチャントアクションは、在庫速度、マージン、ブランド、場所などの目標に基づいて手動で実行できます。

たとえば、マーチャントは手動で自社ブランド商品を宣伝し、競合他社の商品を検索結果に埋め込むことができます。また、在庫過剰の品目を増やして新しいモデルのためのスペースを確保したり、在庫が補充されるまで在庫の少ない商品を埋めたりしながら、ビジネスKPIをルールの上に重ねることもできます。

マーチャントは、集計データと検索意図に基づいてAIに商品をランク付けさせることもできます。

たとえば、AIが「半袖シャツ」と「半袖Tシャツ」を「ショートパンツ」という検索語句に自動的に埋めるルールを作成しました。これは、この小売業者のサイトから収集された集計クリックストリームデータに基づいて収集された検索意図によるものです。

スロッテイング
場合によっては、単にブーストするだけでは不十分です。特に、自社ブランド商品を優先したり、特定の期間にパートナー商品を宣伝したりする場合は、検索結果の上部に新しいブランド商品やプライベートブランド商品を手動で「スロット」で表示することをお勧めします。

先ほどの検索に、マーチャントが検索語「シャツ」の結果に手動で商品を挿入することです。

ブロックリストへの登録
ブロックリストに登録すると、マーチャントはカタログ全体を再アップロードすることなく、結果から商品を非表示にすることができます。

たとえば、マーチャントは在庫切れの商品や価格が修正されている途中の商品を非表示にすることができます。また、特定のユーザーセグメント向けの商品(子供向けに、マリファナ商品など)をブロックリストに登録することもできます。

これらの機能により、マーチャンダイザーは、日常的な作業に何時間も費やすことなく、顧客とビジネスの両方のニーズを満たす結果をカスタマイズし続けることができます。

検索および閲覧機能、マーチャントインテリジェンス、ネイティブコマースコアにより、マーチャンダイザーとプロダクトマネージャーが、コンバージョンだけでなく、ビジネスKPIを促進するパーソナライズされたショッピング体験を一貫して作成できるようにする方法を説明します。

カスタムテーマのランディングページの作成

父の日のプロモーションの準備はできていますか。それともGWの週末ですか。堅牢なマーチャントツールを使用すると、テーマ別の商品コレクションをカスタマイズして、特定の検索に適切に対応できます。

また、コレクションはイベントベースである必要はありません。たとえば、美容小売業者の Sephora には、プライベートブランド商品のみを含む「Sephora Collection」ページがあります。

セフォラコレクション
セフォラの自社ブランド商品にエンゲージする買い物客は、クリックストリームデータや行動データのおかげで、残りのショッピング体験を通じて、より多くのプライベートブランドオプションが表示されます。

そして、商品検出ダッシュボードに適切なルールと条件を設定することです。

検索インテリジェンスの活用

毎日何百万人ものユーザーのデータを手動で分析することは不可能です。

解決策は、 AIとファーストパーティのクリックストリームデータを活用した検索インテリジェンスツールを活用して、分析、インサイト、行動パターンを浮かび上がらせることです。検索インテリジェンスには、次のような特徴もあります。

マーチャントが介入する機会を特定する
マーチャンダイジングの作業を自動化
潜在的な見落としについて加盟店に警告します

検索インテリジェンスプラットフォームは、ルールがしばらく(つまり、2か月以上)変更されていない場合に、マーチャンダイザーに警告することさえできます。
マーチャントは特定の時間枠と特定の季節に設定されたルールを注意深く監視できます。

ファセットの使用

ファセットは、ユーザーが検索ページ、カテゴリページ、またはコレクションページで結果をさらに絞り込むことができる商品属性です。業界にもよりますが、一般的なファセットは価格帯、ブランド、サイズ、色などです。
その後、フィルターを使用して検索をさらに絞り込むことができます。

また、検索結果と同様に、ファセットとフィルターは動的である必要があります。
ユーザーが「ブレザー」を検索すると、検索結果ページのナビゲーションの上位に「フィット」や「素材」などのファセットが表示される場合があります。
「パンツ」を検索する場合は、「スリムフィット」や「股下」などの選択肢がより簡単に表示されます。

たとえば、「women's shoes」というクエリに対して、「women's earrings」というクエリとは異なるファセットオプションを提供したりします。適切なファセットを適切なタイミングで表示することは、商品のランキングとパーソナライゼーションを改善し、検索収益を9%増加させる一環です。

しかし、このような結果はすべてAI主導ではありません。

戦略的な介入により、チームは高度なファセット管理(ファセットの非表示、スロット、並べ替え、マージ)を行い、顧客のショッピング体験を向上させることができます。また、特定のファセットが表示されるすべてのページにグローバルファセットルールを設定することもできます。

現在の商品ディスカバリープラットフォームによっては、ファセットの使用状況データを分析して、顧客がどのようにやり取りしているかを確認することもできます。

AIとMLツールで検索を簡単に

「手作業、特に顧客体験を大幅に向上させる作業は重要です」

しかし、その作業量が多い場合、問題は、その作業を数時間ではなく数分に合理化できるかどうかです。テクノロジーソリューションを活用して、チームの人材が一般的なeコマースの問題に対する手動の回避策に浪費されないようにすることはできないでしょうか。

AI支援マーチャントツールを使用して仕事を合理化することができます。ここでは、検索を簡単にする方法をご紹介します。

データの補強と解釈をより迅速に行うことができます

クリックストリームデータを活用して検索結果をパーソナライズするだけでなく、AIやMLを搭載した一部のエンジンは、検索システムに到達する前にデータを補強できるため、マーチャンダイザーの時間を節約できます。

たとえば、事前の入力と手元の特定のドメインに基づいて、画像の属性から学習できます。この技術は、不足している重要な属性をマーチャンダイザーに警告し、検索エンジンにアップロードする前に修正できるようにします。このプロセスは、属性エンリッチメントと呼ばれます。

また、トランスフォーマー(ChatGPTの「T」)や大規模言語モデル(LLM)によるデータ解釈により、マーチャンダイジングも容易になります。これらのモデルは、長いクエリのセマンティックな意味をよりよく理解しているため、関連性の高い結果を生成します。

マーチャンダイザーはビジネス指標に合わせて最適化できます
従来、キーワードベースの内部サイト検索エンジンは、単語の頻度と関連性に基づいて結果を返します。しかし、時間の経過とともに、検索の関連性は最も重要なeコマース指標ではなく、針を動かすKPIであることがわかりました。

そこで登場したのがAIとMLです。

AIとMLにより、マーチャンダイザーは関連性を最適化する代わりに、コンバージョン、収益、利益などのeコマースビジネス指標を最適化できます。

これらの指標が設定されると、技術者は意図したKPIを自動的に解決し、同時にタイプミスや同義語などを処理しながら、クリックストリームから学習して、ビジネス指標に最適化された製品をユーザーに表示します。

戦略的な作業のためのスペースが開かれます

簡単に言うと、AIとMLを活用したテクノロジーは、マーチャンダイジングチームを基本レベルに引き上げ、例外管理や独自の価値の創造など、より戦略的な作業を行う時間を確保します。

AIやMLは、ビジネス知識が不足しているため、それを達成することはできません。

データをかき分ける — 助けを借りて

サーチアンダイジングは芸術であり、科学です。人間の戦略と繁栄の可能性に依存する芸術。そして、その中核にデータを必要とする科学です。

ペースの速い世界で競争に勝ち抜くことを目指すeコマース企業にとって、テクノロジーはもはや「あればいい」というものではありません。それは必要不可欠なものです。

しかし、単なるテクノロジーではなく、反復的なタスクを合理化し、インサイトと分析を自動的に表示し、マーチャンダイジングチームが24時間週7日活用できる信頼できるパートナーとして機能するソリューションです。

殿堂入り記事