ファッション商品のマッチング: AIの使い方とメリット通販・オムニチャネルコマース

2024年3月23日

3PL AI CLV CRM CX D2C DNVB DTC EC EC物流 eコマース LTV OMO オムニチャネルオムニチャネルコマースファッション・アパレル商品ビジュアル商品画像商品詳細ページ商品説明・商品詳細商品開発

ファッション商品のマッチング: 使い方とメリット通販・オムニチャネルコマース

商品マッチングは、機械学習画像認識テクノロジー(Machine Learning Image Recognition Technology)を活用して正確な商品を効果的に照合する革新的なプロセスです。その機能は、アパレル・ファッションアイテムのアップロード、宣伝、割引などを迅速に行うことができるため、ペースの速いファッション e コマースの世界では非常に有益なテクノロジーと運用施策です。

競合他社やその変動する価格から正確な商品を手動で収集して照合するのは骨の折れるプロセスであり、ファッション業界の急速なニーズにはうまく対応できていません。このコラムでは、商品マッチングソフトウェアとは何か、また、それによって企業が絶え間なく変化する e コマース環境でどのように競争力と効率性を維持できるようになるのかについて説明します。

複数のブランドが全く同じカテゴリー商品を販売するブランドの小売業者にとって、信頼できる商品マッチングは不可欠です。
たとえば、Levi's のジーンズを販売している場合、競争力のある価格設定を維持するには、競合他社が同じジーンズをいくらで販売しているのか、いつ割引されているのかを知る必要があります。
e コマースでの商品マッチングは、バイヤーやマーチャンダイザーにとって、自社の品揃えの何パーセントが競合他社と重複しているのか、またいつサプライヤーに独占的なコレクションを要求する必要があるのかを理解するのにも役立ちます。

プロダクトマッチングとは

eコマースにおけるプロダクト・商品マッチングは、同一の商品をマッチングするプロセスです。
このプロセスは手動で行うことも、企業の商品構成と競合他社の商品構成の両方をより深く理解できる深層学習テクノロジーを通じて行うこともできます。この情報は、価格ベンチマーク、価格調整、価格帯の合理化、および一般的な競合他社の情報に使用できます。

現在、機械学習画像認識テクノロジーにより、商品ビジュアルなどの視覚的属性、商品タイトル、商品詳細説明、価格設定などのさまざまな要素に基づいて、同一の商品を自動的に識別して照合することができます。
この特殊な商品マッチングソフトウェアは、高度なアルゴリズムを使用して商品データを分析および比較し、コマース企業が e コマース環境で商品を効率的にマッチングできるようにします。

プロダクトマッチングの目的とは

正確な商品を一致させることは、価格設定インテリジェンスの全体像において不可欠な要素の 1 つであり、包括的な競争ベンチマーク戦略の不可欠な部分です。

マルチブランド小売業者の場合、その品揃えはさまざまなブランドで構成されており、それらの同じブランドは同じ競争スペース内の別の小売店で販売されています。
両方の店舗で何百もの商品が販売されているため、人的ミスや非常識な時間を費やすことなく、これらの商品を照合、比較、追跡することは、飛躍的に不可能な作業になります。
品揃えのどの部分が競合他社と重複しているのか (正確なカテゴリ、ブランド、SKU に至るまで)、競合他社がそれらの商品をどのような価格で販売しているのか、いつ割引しているのかを知ることは、競争力を維持するための答えになります。 

ファッション商品のマッチングソリューションはどのような課題を解決しますか

コマース小売業者が依然として、高度なソフトウェア支援を利用せずに手動で商品を照合する方法に依存していることは驚くべきことかもしれません。
この方法は、企業がこれまでに知っていることしかない場合、つまり、そのようなアプローチの失敗点をすべて考慮するまでは、受け入れられるように思えるかもしれません。
略語、サイズ、同義語を含むさまざまなサイトにわたる異種の商品説明が、商品を正確に一致させるのを難しくしていることを考えてみてください。
オンライン上のブラウスのたった 1 枚の写真から、そのブラウスのボタンや留め具の種類を正確に判断できますか? そして、それらはどんな素材で作られているのでしょうか。

これは、手動で商品を照合しようとするときに考慮する必要があるほぼ無限の詳細情報の一例にすぎないかもしれません。
次に、価格を長期的に追跡して、どの商品をいつ割引するかを正確に理解できる必要があります。
ショッピングのピーク時（需要時）には、価格が短期間で大きく変動するため、使用するツールが毎日のクロールを提供することが重要なポイントです。手動による照合では、人為的ミスの余地が明らかそうです。これは、人間の洞察力を必要とするタスクにリソースをより適切に割り当てることができる、労働集約的で時間のかかる作業です。

商品照合ソリューションは、ファッション e コマース環境で正確な商品を特定して照合するプロセスを合理化していきます。
商品マッチングツールがなければ、企業は価格設定が同期していない、消費者向けに独自のサービスが提供されていないなど、いくつかの課題に直面します。
e コマースからの情報はオムニチャネル小売業者にとっても、商品マッチングは、市場で何が起こっているかを常に認識し、正確なデータに基づいて情報に基づいた品揃えの決定と価格調整を行うことができるため、競争ベンチマークの全体的な戦略の重要な部分です。
商品マッチングAI :人工知能ソフトウェアを活用することで、企業は商品マッチングのプロセスを自動化し、時間とリソースを節約し、エラーを削減し、異なるサイト間で多様な商品説明、異なる画像、色、属性のバリエーションを扱う場合でも、商品が正確に一致することを保証できるといえます。

機械学習を使用した商品マッチングはどのように機能するか

テクノロジーの助けを借りずに商品をマッチングする場合の一般的な制限の 1 つは、まず、Google ショッピング (または類似のマーケットプレイス) が完全な品揃えを扱っていないことです。
この方法で商品を手動で照合しようとしても、正確な品揃え分析は行われることはありません。

もう 1 つの課題は、ファッション業界内のいくつかの商品マッチングプロバイダーがコードベースのマッチングを使用していることです。
これは安価で簡単なセットアップではありますが、多くのファッション商品にはこれらのコードが欠けているため、品揃えの重要な部分も失われてしまいます。

AI商品マッチングツールはさまざまなデータポイントを調べます。

タイトルと商品説明・商品詳細
画像・商品ビジュアル
色
サイズ設定
商品の属性（プリント、ネックライン、袖丈）
固有の製品コード (UPC、GTIN、MPN )

日本では「シューズ」、イギリスでは「トレーナー」、アメリカでは「スニーカー」、オーストラリアでは「ジョガー」など、商品の命名規則が国際的に異なるため、商品のタイトルや説明が異なると、商品のマッチングが困難になります。
機械学習アルゴリズムをトレーニングして、これらのさまざまな用語を認識し、統一された商品カテゴリまたはタイプにマッピングすることで、地域間（実はサイト間やマーケットプレイスも）のマッチングも可能にすることができます。

もう 1 つの問題は、さまざまな説明やタイトルを持つさまざまなモデルで撮影された商品画像を処理することです。
これには、たとえば DKNY や Donna Karen New York などのブランドの略語も含まれる場合があります。
機械学習アルゴリズムは、色、形状、パターンなどの画像の特徴を分析し、正確な商品を識別して一致させることができます。

すべてのソフトウェアが同じように作られているわけではありません。再現率と適合率が高いほど、商品を照合するシステムの能力がより正確になります。
ツールは、高度な画像認識、自然言語処理、小売データと DTC データ分析を利用して商品情報を識別および比較するため、商品・製品名、写真、説明が異なる場合でも正確な照合が可能になります。

eコマースにおける商品マッチングのメリットは

オムニチャネルやマルチチャネル小売業者にとってのメリットは、競合他社との重複する品揃えの可視性の向上から、商品の品揃えの最適化を可能にすること、一致するすべての商品の価格設定と割引の維持まで多岐にわたります。

競合他社が何を販売しているかを正確に理解する

現在、ブランドの品揃えが競合他社とどの程度重複しているか、またどのレベル (カテゴリ、サブカテゴリ、またはブランド) で重複しているかご存知ですか。
このデータを活用して、競合他社の商品戦略を明らかにします。同様の小売業者と効果的に競争するには、顧客にユニークで独占的なものを提供できるように、小売業者のコレクションを深く理解する必要があります。

競争力のある価格設定が可能

商品のマッチングは、より競争力のある価格設定インテリジェンスを獲得するための重要な部分であり、比較的多くの消費者が買い物をするようになっているため、これは特に重要です。
競合他社の商品を正確に照合し、それらの商品を長期にわたって追跡できるため、競合他社よりも価格が高いか低いかをすぐに把握できます。それらの商品がいつ、どのように割引されるかを常に監視することで、顧客がストアで購入するよう独自の価格戦略を調整する時期を知ることもできます。 

この種の洞察は、高品質の商品マッチングに正確に基づいている場合にのみ有効です。商品マッチングデータが不十分だと、価格決定に誤りが生じ、コストのかかる価格調整が発生する可能性があります。

プロダクトマッチングソリューションで何を探すべきか

世の中には多くのプロバイダーがあり、データの品質や商品を正確に一致させる能力は大きく異なります。適切なソリューションとベンダーへの投資は重要な第一歩です。

精度と粒度

正確なマッチングは精度と粒度から始まります。ご存知のとおり、ファッションやバック・シューズなどにはかなりの数の模造品が存在します。
同じ SKU を正確に一致させることは、たとえば模造品と誤って一致させたり、誤って割引したりする問題を防ぐために非常に重要です。
40000円のジャケットを、4 分の 1 の価格で販売されている模造品と誤って一致させたため、値引きすることを想像してください。
あるいは、サテンドレスとポリエステルドレスを間違って組み合わせて、やみくもにサテンドレスの価格を調整するのは、非常に高くつく間違いです。

データ品質

データの品質を確保するには、作業対象のデータを毎日クロールする必要があります。たとえば、12 ～ 34 時間ごとにデータを更新します。すべてのソフトウェアが頻繁にクロールされるわけではなく、特にショッピングの重要なピーク時期には、商品マッチングの重要なコンポーネントです。高品質のデータには透明性と、そのソースまで遡って検証する能力が必要です。  