機械学習による、ECサイトの商品仕分けとは?

2020年10月23日

商品仕分けは、ECサイトにとって最大の課題の一つです。AI技術の進歩に伴い、研究者らは商品仕分けの問題に対して機械学習を適用しています。この記事では、商品仕分けとは何か、なぜ重要なのか、ECサイトとの関連性について見ていきましょう。最後に、商品仕分けの代行サービスを提供する企業とそれら企業の市場での位置づけについて簡単にご説明します。 

 

商品仕分けとは

商品仕分けとは、商品を関連分野に仕分け、整理することです。その商品に適したカテゴリーを選択すればよいだけと考えると、簡単なことのように思えます。しかし、多くのECサイトには膨大な数の商品が登録されているので、このプロセスは複雑です。さらに、複数のカテゴリーに属する商品もたくさんあります。

例えば、「男性用バスケットボールシューズ」は次の経路でカテゴリーを絞り込めます。

衣料品、靴、アクセサリー > 男性用靴 > 男性用運動靴

しかし、次のような経路で絞り込むことも可能です。  

スポーツ用品 > チームスポーツ > バスケットボール用品 > 靴 > 男性用バスケットボールシューズ

 

商品仕分けの重要性

適切な経路や、同じ商品にたどり着くまで複数の経路を設置するかどうかは、顧客にどのようにその商品を検索して欲しいかによって異なります。また、どのようなカテゴリーが利用可能かによっても違います。適切なカテゴリーの選択に加えて、商品仕分けではこれらカテゴリーの複雑な組織化も行います。

 

商品仕分けによるUX向上

平均して99%のユーザーは最初にサイトを訪れたときに商品を購入しません。その理由の一つは、異なるサイトを比較し、ベストプライスを見つけたいからです。比較を終えて購入する準備が整ったら、ユーザーは最終的に、ベストプライスと最もスムーズなショッピング体験を提供するサイトを選びます。

適切に構築された商品の仕分け方があれば、顧客は探しているものを素早く簡単に見つけられます。顧客にとって使いやすいサイトにすることは、顧客体験の最も重要な要素の一つであり、コンバージョン率の向上につながります。 

 

商品仕分けによる検索精度向上

適切に商品を仕分けると、サイトの検索エンジンが結果を素早く表示できるようになり、迅速かつ正確な検索エンジンの構築に役立ちます。検索エンジンは、ユーザーにとってECサイトとの最初の接点となるので、検索エンジンの強化はサイトの顧客体験の向上に直結します。

 

商品仕分けによるサイト集客の強化

ほとんどのユーザーは貴社のサイトに直接アクセスする訳ではありません。実際のところ、商品を検索する際、35%の人がGoogleからスタートします。強力な商品の仕分け方を導入したら、商品に関連するランディングページを作成できるので、Googleなどの検索エンジンが貴社サイトや商品をより簡単にインデックスすることが可能になります。その結果、貴社の商品が検索エンジンで上位に表示されるようになり、顧客にサイトを見つけてもらえる可能性が高まります。  

これまで、正確かつ直感的な商品の仕分け方がどのように顧客体験の向上と売上の増加につながるのかをご説明しました。問題は、不正確な商品仕分けが含まれているサイトが多いことです。これらのサイトでは多くの場合、販売者が商品情報を入力し、手動でカテゴリーを選択する必要があります。さらに、複数の販売者が同一商品に対して異なるカテゴリーを選択している場合もあります。この問題を解決するために、ECサイトはしばしば自動商品仕分けを利用します。 

例えば、Amazonのプラットフォームには約3億5千万種類の商品が登録されています。そのため、AmazonなどのECサイトでは、出品者が適切なカテゴリーを選択できるように、自動商品仕分けツールが提供されています。タイトルや商品に関する単語をいくつか入力するだけで、システムが自動的に適切なカテゴリーを選択してくれるのです。 

カタログに数億種類の商品が含まれていると、1%精度を上げるだけで数百万個の商品の正確な仕分けにつながる可能性があります。そのため、多くのECサイトは、自動商品仕分けシステムの改良に多額の投資を行っています。

残されている課題は、どのように自動商品仕分けモデルを改良するかです。全体的なプロセスはかなり簡単です。

  1. 望ましいカテゴリーとガイドラインのリストを作成する
  2. 上記のカテゴリーおよび仕分けする商品をアノテーターに提供する
  3. アノテーションを付与された教師データを分類機に入力する
  4. 教師データとテストデータセットを基に分類機をテストする

 

理論的には、モデルの学習が終了すれば、現在の商品の仕分け方に基づいて新商品を適切なカテゴリーに仕分けできるはずです。以前はカテゴリーの選択は、商品のタイトルを読むのと同じくらい簡単でした。タイトルを利用して、アノテーターが適切なカテゴリーを識別していたのです。この手法では、これは単なるテキスト分類のタスクです。しかし、現在は、タイトルだけでなく、商品の説明文や画像、他のメタデータも分析する新しい機械学習ベースのアプローチが多数登場しています。

 

商品仕分けサービス

PRODUCT CATEGORIZATION
当社自社開発の商品仕分けプラットフォーム

教師データを作成する場合には、アノテーションサービスを専門とする企業にアウトソースすることが可能です。当社は100万人の認定コントリビューター、独自のアノテーションプラットフォーム、専門のデータサイエンティストを利用して商品仕分けサービスを提供しています。

  • 商品の画像分類: 画像分類データセットが必要な場合、当社は多くのアノテーターを動員して大量の商品画像を分類することができます。
  • 商品名、説明文の分類: テキストベースの商品分類機のために、多言語に対応できるスタッフがタイトルと説明文に基づいて商品を仕分けます。当社のサービスは高品質のデータセットの構築に役立ち、商品分類モデルに確かなグラウンドトゥルースを提供します。

 

ECサイトの商品分類に機械学習がどのように利用されているかを理解する上で、この記事がお役に立てれば幸いです。当社の商品仕分けサービスの詳細はこちらでご確認、またはお気軽にお問い合わせください。

AI向け教師データの作成やアノテーションサービスを提供し、研究開発をサポートします。

メディア掲載結果

    AI・機械学習の最新情報をお届けします!

    Lionbridge AIのブログで紹介している事例記事やトレンドニュースといったビジネスに役立つ情報はもちろん、オープンデータセット集なども合わせてメール配信しております。