ECのサイト内検索を強化、Syteのディープタンギング技術とは?

この記事のタイトルとURLをコピーする

2020/05/21

画像認識AIテクノロジーSyteの最新技術は、ECサイト内のテキスト検索強化にも役立ちます。

その鍵は、商品画像からタグを自動的に作成する「ディープタンギング」技術です。

本記事では、ディープタンギングの仕組みと実現できることついてご紹介します。

1.正確な商品タグ付けでテキスト検索を強化

Syteの画像検索に使われているテクノロジーは、ECサイト内のテキスト検索にも応用されています。

既存の柔軟性のないテキスト検索機能を強化したり、置き換えたりすることが可能です。

仕組みはいたってシンプルです。
次の商品ページに掲載するモデル写真をもとにご紹介します。

Syteのディープタギング技術を使い、写真から服の各要素が認識され、色や素材、スタイルの特徴(Vネックラインなど)などの属性が、下記のようにリスト化されます。

写真1枚で、画像に含まれるアクセサリー・ワンピース・靴が別々に認識され、自動的にタグ付けを実施。(日本語でのタグ付与が可能です。)

例えば、ワンピースのタグ情報は次の通りです。

<Dressesのタグ付け例>
Style:wrap(ラップ)
SleeveStyle:butterfly sleeve(バタフライスリーブ ※蝶の翼に似た袖の形)
Sleeve:cap sleeve(キャップスリーブ ※肩先が隠れる程度の短い袖)
Neclline:V(ブイネック)
Length:mini(スカート丈 ミニ)
Hem:asymmetric(裾 アシンメトリー)
Deco:drawstrings(ドローストリング ※ウエスト部分の引き紐)
Color:burgundy,red(ワインレッド、レッド)

洋服の細かいディテールなど、優れた粒度の情報と一貫性を提供し、テキスト検索の精度を向上させます。

また、上記はSyteが提供できるタグのほんの一部に過ぎません。

15,000を超える属性と値を持つSyteは、ソファやヘッドボードなどの大きなアイテムから時計やイヤリングなどの非常に小さなアイテムまで、あらゆる商品画像から情報を検出できます。

画像を細かいスタイルの詳細に分解し、正確なタグ付けが可能になり、人間の気まぐれなタグ付けへの依存がなくなります。

・完全な説明や一貫性のない商品画像に頼ることが多い、マーケットプレイス企業(※1)とって、画像をベースにしたディープタギングは、商品の分類を合理化。
・自社商品のみを扱うECサイトにとっては、商品リストの作成にかかる時間を短縮でき、商品データ入力時のヒューマンエラーを減少。
・再販を行う小売業者の場合、アイテムの説明からユーザーエラーを取り除き、優れた在庫とスムーズな販売体験を実現。

そして、すべての小売業者にとって、タグと説明をアイテムに手動で追加するプロセスをスピードアップします。

(※1)売り手買い手が自由に取引できるインターネット市場。有名なのはAmazonマーケットプレイスなど。

2.検索結果の不満を解消しUX向上

このディープタギング技術をテキスト検索に適用すると、顧客のUX向上に直結します。

よくあるテキスト検索での大きな不満は、以下の通りです。
・不正確、または一貫性のない結果
・不十分、または制限された検索機能
・詳細な商品タグがないと検索に失敗する

例えば「shirt dress(ドレスシャツ)」の検索。

このキーワードは、メンズ商品の場合「ワイシャツ」などの襟・ボタン付きシャツを、レディース商品の場合は、同様の要素(襟・ボタン)を持ったワンピーススタイルを指します。

下記ECサイトでは、「レディース」と検索条件を絞っても、結果はメンズ向けのワイシャツのままでした。

買い物客が商品を探すのに苦労し、探している商品と検索結果が一致しない場合、あなたのECサイトから離脱する可能性が高まります

Syteによる商品の正確なタグ付けで、テキスト検索に応じて最も関連性の高い商品を発見できる仕組みをつくることが重要です。

3.まとめ

ECサイトにきた買い物客が「欲しいものが見つからない」、この不満は、その時の売上を失うだけではなく、再訪する可能性も失い、将来的な売上にも影響します。

テキスト検索のためのディープタギング技術により、Syteはこれまで以上に迅速に顧客と商品をマッチングさせることができます。

画像認識AIテクノロジーSyteについてのご質問はこちらからお問い合わせください。

※本記事は、「Syte Takes On Site Search: Announcing Enhanced Textual Search With Deep Tagging」を翻訳・加筆修正したものです。

この記事のタイトルとURLをコピーする
勝見 理恵 MarTechLab編集長

勝見 理恵 MarTechLab編集長

2012年ギャプライズ入社。 5年間Web集客コンサルタントとしてクライアントワークに携わり、リスティング広告からFacebook・Instagram・TwitterなどのSNS広告まで幅広く活用。 ClicktaleやOptimizelyを活用したサイト改善コンサルタントを経て、現在は自社のマーケティング担当。

関連記事一覧

タグから探す
マーケティング全般
市場・競合分析
AR(拡張現実)
画像認識AI
VOC(voice of customer)
BI(ビジネスインテリジェンス)
D2C
EC
ロイヤリティマーケティング
リードジェネレーション
インサイドセールス
インフルエンサーマーケティング
UGCマーケティング
SNSマーケティング
コンテンツマーケティング
メールマーケティング
ソーシャルリスニング
サイト改善
レコメンド
パーソナライズ
ABテスト
UI/UX
ヒートマップ
LPO
アクセス解析
サイト集客
SEO
Googleショッピング
アドフラウド(不正広告)
広告最適化
リスティング広告
SNS広告
Amazon広告
営業・顧客管理
プロジェクト管理