ECサイトで商品を探しているユーザーが、最初から「何を買えばいいか」「何を基準に選べばいいか」まで決めているとは限りません。
例えば、
30代の友人に贈る誕生日プレゼントを探している
という相談があったとします。
商品カテゴリも、予算以外の選択基準もまだ決まっていません。
この状態で商品を20件並べても、ユーザーにはさらに、
「どれを選べばいいのか」
という判断が残ります。
そこでAIが担えるのが、商品を提示する際の「選び方そのもの」の提案です。
商品を選ぶ前に「判断軸」を提案する
例えば「30代の友人へのギフト」という相談に対して、
- 外しにくさを重視して選ぶ
- 会話のきっかけになるものを選ぶ
- 普段使いしやすいものを選ぶ
といった選び方を先に提示します。
ユーザーが「普段使いしやすいものがいい」と選べば、そのテーマに合った商品へ絞り込んでいく。
これが「テーマ提案型」の考え方です。
従来の商品推薦が、
「あなたにはこの商品がおすすめです」
と商品を返すのに対して、テーマ提案では、
「今回の目的なら、こういう選び方があります」
と、購入を決めるための判断軸から提示します。
インテントデータが「選び方」の根拠になる
では、AIはどのように選び方を提案するのでしょうか。
その材料になるのが、ユーザーとの対話から蓄積されたインテントデータです。
例えば、
- どの年代・性別のユーザーが
- どの時期に
- どんな目的で商品を探し
- 何を重視して選び
- どんな不安を持っていたのか
といった情報が蓄積されていれば、似た状況で商品を探しているユーザーが、どのような基準で選んでいるのかを分析できます。
例えば、
30代女性へのギフトを探している方では、「普段使いしやすいこと」を重視して選ぶ傾向があります。
今回も「普段使いしやすさ」から探してみますか？
といった提案です。
単に人気商品を並べるのではなく、似た状況のユーザーが何を考え、何を基準に選んでいたのかをもとに、今回のユーザーへ選び方を提示します。
インテントデータが蓄積されることで、AIは「何がおすすめか」だけでなく、「この状況なら、どんな基準で選ぶとよいか」まで提案できるようになります。
AIの役割は「提案」から「選択支援」へ広がる
この考え方を取り入れると、ECでのAIの役割も変わります。
従来の流れは、
相談 → 商品を提案する
でした。
テーマ提案型では、
相談
→ ユーザーの状況を理解する
→ 選び方を提案する
→ ユーザーが判断軸を選ぶ
→ その条件に合う商品を提案する
→ 比較しながら絞り込む
という流れになります。
AIが商品を探すだけでなく、ユーザーが「どう選べばいいか」を考えるところから支援する。
商品推薦から一歩進んだ「選択支援」が、AIを活用したEC接客の新しい役割になります。
まとめ
ECでAIができることは、ユーザーに合う商品を提示することから、さらに広がっています。
インテントデータを活用すれば、
- 同じ年代や属性のユーザーが
- 同じ時期に
- どんな目的で商品を探し
- 何を基準に選んでいたのか
をもとに、そのユーザーに合った「選び方」そのものを提示できます。
「あなたにはこの商品がおすすめです」
だけでなく、
「あなたと近い状況の人は、こういう基準で選んでいます。今回もこの選び方から探してみませんか」
と支援する。
AI接客は、商品推薦から、ユーザーが納得して商品を選ぶための選択支援へと広がっています。
genserで、商品推薦から選択支援へ
株式会社プレティアジャパンが提供する「genser」では、ユーザーとの自然な対話から、用途・好み・重視条件などのインテントを読み取り、自社ECの商品提案につなげることができます。
さらに、対話から得られるインテントデータを蓄積・分析することで、ユーザーがどのような場面で何を重視しているのかを捉え、商品推薦から「選び方」の提案、そして選択支援へとEC接客を発展させていきます。
ご興味があればぜひお気軽にご相談ください。
