戦場は変わった。
今日、オンラインビジネスを運営しているなら、顧客の獲得と喪失を左右するのは、マーケティング予算やブランド認知度だけでなく、検索機能そのものです。必要な商品が見つからず、見込み客がサイトを離れていく様子を目にしたことがあるなら、このことはすでにご存じでしょう。
買い物客がサイト上で探しているものを見つけられない場合、単に売上を逃しているだけではありません。信頼を失っているのです。
ウォルマートのような企業は、AIを活用して検索体験を向上させ、従来の商品探しというよりも、まるで会話のような感覚へと移行しつつあります。
調査結果もこれを裏付けています：
顧客の79％が、AIが自分の具体的なニーズを理解し、商品を推薦してくれることは役立つと答えています。出典： Wired
しかし、多くの企業は依然として時代遅れの検索システムを使用しています：
- キーワードマッチング
- 固定されたフィルタ
- 顧客の言葉ではなく、SKUや技術仕様で構成された商品カタログ。
この課題を克服した企業――つまり、検索とは単に商品を見つけることではなく、顧客の意図を理解することだと理解している企業――は、コンバージョン率の向上にとどまらない成果を得られるでしょう。顧客とのあらゆる接点を通じて、ますます強固な競争優位性を築き上げることができるのです。
このブログ記事では、その具体的な方法について詳しく解説します。
静的属性がなぜ敗北への道なのか
貴社の製品カタログは、別の時代を想定して構築されたものです。
従来の商品属性（サイズ、色、素材、重量など）は、フィルタリングや並べ替えを目的として設計されていました。これは、顧客が自分が何を求めているかを正確に把握しており、選択肢を絞り込むだけでよい場合には有効でした。
しかし、このアプローチは、人々が社内の商品チームと同じように考え、世界を明確なカテゴリーや仕様に分類していると仮定しています。
現代の検索とは、顧客が明確に言葉にできなくても、彼らが実際に何を求めているかを理解することを意味します。
- 誰かが「くつろげる週末のコーディネート」と検索するとき、特定の生地の混紡比率やサイズ表を探しているわけではありません。彼らは、快適でリラックスした気分を味わいたいのです。
- 「ディナーパーティーに欠かせないアイテム」と検索するとき、顧客が必要としているのは個々のSKUではなく、おもてなしのための解決策なのです。
ここでAIが、商品データへのアプローチを一変させます――単に商品が何であるかをカタログ化するのではなく、それが顧客にとってどのような意味を持つのかを理解する方向へと。
単に商品が何であるかをカタログ化するのではなく、その商品が人々にどのような役割を果たすのか、どのような気持ちにさせるのか、どのような問題を解決するのかを理解し始めるのです。
この転換は、アトリビューションを根本から再考することを意味します。
従来の仕様に加え、文脈、使用シーン、顧客の意図を把握する必要があります。あなたの冬用コートは、単なる防水ポリエステル製というだけではありません――それは、予測不能な天候の中での朝の通勤時に得られる自信そのものなのです。
このようなアトリビューションを構築するには、社内の分類体系ではなく、顧客の言葉を理解する必要があります。
アトリビューションを顧客獲得の武器として活用する方法
競合他社も、おそらくあなたと同じく、時代遅れの製品データ構造に悩まされていることでしょう。多くの組織はアトリビューションをバックオフィス業務として扱い、活用するのではなく管理すべきものとして捉えています。これこそが、アトリビューションを競争優位性に変えるチャンスなのです。
この分野で先行している企業には、いくつかの共通したアプローチがあります：
拡張性のあるデータガバナンスプロセス
彼らは、製品カタログが拡大しても機能不全に陥らない、属性の作成、更新、検証を行うシステムを構築しています。
属性の割り当てごとに手動での介入を必要とせず、数千もの新製品を処理できるワークフローが必要です。
AIを活用した自動化
AIを活用して属性値を自動的に設定し、属性割り当て戦略における不備を特定しています。すべての商品に数十もの属性を手動でタグ付けする代わりに、スマートなシステムがパターンを学習し、カタログ全体に一貫して適用します。
競合他社とのベンチマーク
彼らは、自社のアトリビューション戦略を、同分野の市場リーダーと比較して定期的に評価しています。
自社がどの属性を収集しているかだけでなく、顧客の検索競争で優位に立っている競合他社と比較して、自社の属性設定の網羅性と精度がどの程度であるかを把握しておく必要があります。
ここでの目標は「完璧さ」ではなく、「競争優位性」です。
自社のアトリビューション戦略が、競合他社の戦略よりも迅速に顧客が必要とする商品を見つけられるよう支援できれば、勝利です。自社の検索機能が競合他社よりも顧客の意図を的確に理解できれば、閲覧者をより多くの購入者に転換できます。
つまり、アトリビューションの成功をこれまでとは異なる方法で測定し始めるべき時が来たということです。
データの完全性の割合を追跡するのではなく、以下の項目を監視する必要があります：
- 検索成功率
- コンバージョン率の向上
- 商品発見体験に対する顧客満足度
これらすべてを機能させるために追加すべきアトリビューション層
アトリビューションは、他のすべてを可能にする基盤だと考えてください。顧客が実際に製品についてどう考えているか（単なる技術仕様だけでなく）を捉えた製品情報なしでは、パーソナライゼーションは当て推量になってしまいます。
レコメンデーションエンジンは、顧客が何を購入したかだけでなく、なぜそれを購入したのかを理解する必要があります。
その文脈は、アトリビューション戦略の中に存在します。
行動に基づく適応
検索システムは、顧客とのあらゆるやり取りから学習すべきです。
誰かが「仕事用シューズ」を検索し、フォーマルな靴ではなく履き心地の良い商品をクリックした場合、アトリビューションデータはこの好みを正確に捉える必要があります。次回そのユーザーが検索した際、システムは検索結果において、スタイルの属性よりも履き心地の属性をより重視して評価できるようになります。
これを実現するには、アトリビューションが顧客セグメントごとに重要なニュアンスを捉えていること、およびセッションやタッチポイントを超えた行動を結びつける統合された顧客データがあることが役立ちます。
パーソナライズされたデジタル体験の創出
実店舗には、パーソナライゼーションにおいて自然な強みがあります。優れた販売員は：
- ボディランゲージを読み取る
- 確認のための質問をする
- その場で提案内容を調整する
デジタル体験においても、このレベルの理解に近づけるほど、十分なアトリビューション情報が必要です。
誰かが「週末用バッグ」と検索した際、システムは以下のことを把握している必要があります：
- 普段、高級ブランドを購入するのか、それともコストパフォーマンスを重視するのか
- 耐久性を重視するのか、それともスタイルを重視するのか
- ビジネス目的かレジャー目的かで旅行するか
こうした知見を得るには、包括的なアトリビューションの上に、行動データを重ね合わせる必要があります。その基盤がなければ、各顧客にとって何が重要なのかを推測するだけに留まってしまいます。
チャネル間のギャップを埋める
顧客がモバイルで商品を閲覧し、デスクトップで情報を調べ、実店舗で購入する場合、一貫した体験を提供する必要があります。
アトリビューション戦略は、この顧客のジャーニーをサポートし、検索結果、レコメンデーション、商品情報が、これらすべてのタッチポイントで一貫性を保つようにする必要があります。
これは、多くの組織にとって解決が難しい課題です。
自社サイトの検索機能を最適化しつつも、アトリビューションがモバイルアプリ、店舗内のキオスク、ソーシャルコマースにどのような影響を与えるかを無視してしまっているのです。その結果、顧客が検索する場所によって異なる結果が表示されるなど、体験が断片化されてしまいます。
適切なアトリビューションこそが、真のオムニチャネル・パーソナライゼーションの基盤となります。
Alicorpが、商品データの効率化 と配信を通じて顧客満足度を80％向上させた事例をご覧ください 。
インテリジェント検索を通じて優れた顧客体験を構築する方法
「AIのためのAI」から、顧客にとって意味のある価値へと移行するには、検索を真にインテリジェントにする要素を理解する必要があります。
AIがオンラインコマースを変革するという企業の発表やニュース見出しを目にしたことがあるでしょう。しかし、その多くは、顧客の真の課題を解決するソリューションというよりは、問題を探し求めている技術のように感じられます。
誰も語らない「発見」の問題
オンラインでの「閲覧」と「購入」の間のギャップは、根本的な課題を浮き彫りにしています。実店舗では、顧客は店内を歩き回り、商品を見て回り、自分でも気づかなかった「必要なもの」に偶然出くわすことができます。
優れた店舗レイアウトは、顧客を「ニーズ」から「解決策」へと自然に導きます。一方、オンラインでは、ほとんどの顧客が検索したものを正確に見つけるか、さもなくばサイトを離れてしまいます。
偶然の発見や、関連する解決策の発見、より良い選択肢へと導かれる余地はほとんどありません。
競争上の堀としての優れた検索機能
この「発見」のギャップを埋めている組織は、検索を単なる技術的な機能以上のものと捉えています。彼らは検索を、顧客とのあらゆるやり取りを通じて向上していく、顧客体験の中核をなす能力として扱っているのです。
検索がユーザーの意図を真に理解できるようになると、興味深いことが起こります。
- 顧客は、プラットフォームが関連性の高い選択肢を提供してくれると信頼し始めます。
- 顧客は探索に費やす時間を増やします。
- そうでなければ見つけられなかったような製品を発見するようになります。
- 検索機能が自分たちのために機能していると理解しているため、再び訪れてくれるようになります。
最も見過ごされがちなロイヤリティの要因
顧客は、検索がうまく機能したときはそれを記憶し、うまく機能しなかったときは間違いなく記憶します。
AmazonやGoogleといったプラットフォームでのご自身の行動を振り返ってみてください。それらを信頼する理由の一つは、検索が一貫して関連性の高い結果を表示してくれるからです。
「カンファレンスの服装」という検索語が、スタートアップの創業者と企業の経営幹部では異なる意味を持つことを検索機能が理解できれば、単にコンバージョン率を向上させるだけにとどまりません。顧客が購入のたびに競合他社をチェックすることなく、繰り返し利用したくなるような体験を構築していることになるのです。
Stibo SystemsのPXDCが、これらすべてを実現する仕組み
インテリジェント検索の重要性を認識することと、実際にそれを導入することとの間のギャップは、データ基盤に起因しています。
このセクションでは製品データの管理について取り上げますが、Stibo Systemsでは製品データと顧客データの双方の課題に取り組んでいます：
- PXDC（Product Experience Data Cloud、後述）は、ユーザーの意図を反映した充実した製品カタログを構築します
- CXDC（Customer Experience Data Cloud）は、CRM、マーケティング、トランザクションシステムから得られる断片化された顧客データを統合し、完全な顧客プロファイルを構築します
（顧客データを顧客セグメントや個々の嗜好と結びつけることで、アトリビューションの精度がどのように向上するかについては、今後の記事で詳しく解説します。）
世界で最も洗練されたAIアルゴリズムを構築できたとしても、製品データに顧客の意図を理解するために必要な豊かさや文脈が欠けていれば、依然として画一的な結果しか得られません。
多くの組織がこの点で苦戦しているのは、その製品情報が顧客の発見ではなく、内部業務のために構築されたものであるためです。
データベースではなく、顧客の視点で考えるカタログの構築
Stibo Systemsでは、Product Experience Data Cloud（PXDC）を通じて、製品データ管理に対して根本的に異なるアプローチを採用しています。
PXDCは、アトリビューションを単なるコンプライアンス上の作業として扱うのではなく、顧客体験の基盤として位置づけています。
このソリューションは、以下のような複数のソースからのデータを連携させます：
- 貴社のERP
- サプライヤーのフィード
- デジタルアセットライブラリ
- 顧客行動データ
これにより、各製品について、それが何であるかだけでなく、顧客にとってどのような価値をもたらすかまでを捉えた統一されたビューが構築されます。
ユーザーがサイトを検索すると、PXDC により、検索システムはクエリの背景にある文脈を理解できるようになります。
このプラットフォームはAIを活用して、発見に重要な属性を製品データに自動的に付加し、技術仕様を顧客にとってのメリットやユースケースに紐付けます。
品質を損なうことなくアトリビューション戦略をスケールさせることができれば、その戦略は真に戦略的なものとなります。PXDC は、これを可能にするいくつかの機能を提供しています：
意図に基づくデータ充実
このソリューションは、従来の製品仕様をはるかに超え、顧客が実際に重視する文脈を捉えます。例えば、冬用コートを販売する場合、PXDCは単に「防水ポリエステル」という情報だけでなく、「天候が不安定な通勤時でも安心感」といった情報を捉えるのに役立ちます。
クロスチャネルでの一貫性
顧客は、モバイル、デスクトップ、実店舗、ソーシャルプラットフォームの間を移動します。
PXDCは、これらすべてのタッチポイントにわたって関連性の高い検索体験を構築できるようにする基盤となる商品データを管理します。これにより、顧客がどこでブランドと接しても、一貫した体験を得ることができます。
結論
ますます激化する検索競争において重要なのは、最先端のAIを持つことではありません。そのAIを駆動させるために、最も豊富で文脈に沿った商品データを持つことです。
多くの組織が犯すのと同じ過ち――つまり、商品アトリビューションをバックオフィス業務として扱う――を犯せば、次のことを理解している競合他社に、ますます多くの顧客を奪われてしまうでしょう。
検索の卓越性＝データの卓越性。
商品カタログには、単に何を販売しているかだけでなく、顧客がなぜそれを購入するのかも反映させる必要があります。
重要なのは、キーワードの照合から検索意図の理解へと移行することです。
ありきたりな検索結果から、パーソナライズされた商品発見へと。
そして、優れた検索体験が顧客ロイヤリティを生み出すことを忘れてはなりません。競合他社がこれを再現しようとしても、成功する見込みは薄いでしょう。
マルチドメインMDMを活用した超パーソナライズされた顧客体験の構築
