小売業者がAIに適応する：電子商取引の新しい常識で何が重要か？

AIツールの継続的な開発は、電子商取引に深刻な影響を与えています。消費者は、ChatGPTのような生成AIツールを使用して、製品を検索、選択、購入しています。これは、電子商取引マーケティングファンネルのすべてのレベルに影響を及ぼしています。一方、 小売業者は、AIツールを使用して、動的価格設定、需要予測、在庫管理などの目的でリアルタイムのパブリックウェブデータを収集しています。

最も重要なことは、これらの変更が急速に起こっていることであり、電子商取引小売業者はこれに追随する必要があります。調査によると、67%の顧客は、企業が彼らのニーズの変化に十分に対応していないと考えているようです。2025年のピーク電子商取引シーズンは、ブラックフライデーの前までと年末の休暇までの期間であり、顧客がAIをどのように使用し、小売業者がそれに適応し、活用できるかどうかを最初にテストする機会となります。

SEOからGEOへ

アドビ・アナリティクスによると、ChatGPT、Perplexity、Claudeなどの生成AIツールからの小売業者へのトラフィックは、2024年7月から2025年2月までに1,200%増加しました。調査によると、23%のショッパーは今回の休暇シーズンにチャットボットやAIツールを使用する予定であり、Z世代やミレニアル世代では42%以上に達します。さらに、OpenAIは最近、ChatGPTのインスタントチェックアウトを導入し、ショッパーがツールを離れることなく購入できるようになりました。これは現在、Etsyや一部のShopifyストアで利用可能です。

これらの開発は、電子商取引小売業者がコンテンツ、마케팅、販売戦略を再考える必要性を示唆しています。コンサルティング会社ベインは、消費者の大多数がゼロクリック結果（AIの概要によって回答が提供されるため、ウェブサイトを訪問する必要がない）に頼っていることを推定しています。40%の検索において、これは小売業者のウェブサイトへのトラフィックが減少することを意味しますが、AIソースからのトラフィックはより高いコンバージョン率をもたらします。

この文脈では、従来の検索エンジン最適化（SEO）戦略はまだ重要ですが、生成AIを使用したショッピングのトレンドは明らかであり、生成エンジン最適化（GEO）の出現につながっています。GEOは、電子商取引企業に新たな課題をもたらします。生成AIツールを動かす大規模言語モデル（LLM）は、評判、信頼性、信頼性を分析するためにトレーニングされています。したがって、小売業者は、特に外部からのレビューや推薦を獲得することで、信頼性を高める努力をしなければなりません。

記述的な製品の問い合わせ

GEOの別の側面は、消費者が生成AIツールを使用する際に問い合わせを形成する方法です。OpenAIによると、約半数の問い合わせは「質問」パターンを使用しています。USの小売業巨頭ターゲットのチーフ・インフォメーション・アンド・プロダクト・オフィサーは、最近、25%の検索リクエストが複雑で洗練された「記述的な問い合わせ」であると述べています。

たとえば、検索エンジンでは「スリムフィットのピンクのシャツ」を検索するかもしれませんが、AIツールでは「ビジネスキャジュアルのイベント用スリムフィットピンクのシャツ」という問い合わせになる可能性があります。このような記述的な問い合わせの場合、製品の説明を適応させる必要があります。たとえば、製品ページでは、GEOのベストプラクティスとして、詳細なFAQを含む製品説明をより多く含めることを推奨しています。これにより、AIクローラーが、どの問い合わせに製品が適しているかを簡単に判断できます。

GEOのためのデジタルサンドボックス

皮肉なことに、AIはコンテンツ分析とGEOの支援に使用されています。コロンビア・ビジネス・スクールの研究者は、大規模言語モデル（LLM）を使用して「デジタルツイン」を作成しています。特定の製品が入力されると、LLMは、名前、年齢、職業、好みなどを持つショッパー・ペルソナを備えたデジタルツインを生成します。このツインは、ChatGPTで関連する検索を実行し、会社の製品がどのくらい目立つかを確認します。企業は、デジタルツインの調査結果に基づいて、製品の説明や提示方法を調整できます。

このような「デジタルサンドボックス」アプローチは、電子商取引企業がGEOを行うための生産的な方法となり得ますが、リスクも伴います。AIエージェントには独自の偏見があり、パフォーマンスや動作に影響を及ぼす可能性があります。ただし、これらのアプローチは、電子商取引インテリジェンスのための潜在的な進路を提供します。

AIによるデータ収集

マーケティングファンネルは、AIによって混乱させられている電子商取引の要素の1つだけです。より重要な領域は、ビジネスインテリジェンス（BI）です。BIとは、戦略や運用を改善するための洞察を生成するためにデータを収集して使用することを指します。効果的なBIのために、電子商取引企業は信頼性の高い最新のデータセット、外部データを含む必要があります。AIは、競合データの収集において重要な役割を果たしています。

パブリックウェブデータの抽出、たとえば価格や製品説明の抽出は、電子商取引競争の重要な側面でした。現在、AIはこれを効率化しています。AIを使用したツールは、自然言語でプロンプトできます。つまり、コードを書く必要はなく、エンジニアがデータ収集パイプラインを構築する時間を費やす必要はありません。AIは、スクレイピングに適したURLを収集してフィルタリングすることもできます。たとえば、競合他社のウェブサイトの特定のカテゴリのすべての製品ページを見つけることができます。

AIを使用したショッピングアシスタントの台頭により、電子商取引企業は、特定のアクションが完了した後に表示されるデータポイントを収集する傾向にあります。たとえば、最終的なチェックアウト価格です。

需要予測とリアルタイム対応

リアルタイムデータを収集することで、小売業者は価格設定やマーケティングをすぐに調整し、顧客に最善のオファーを提供できます。

動的価格設定は、BIの最も重要で人気のある機能の1つであり、最近の調査によると、ヨーロッパの61%の小売業者がこれを使用しています。ただし、同調査では、15%未満がこの目的でアルゴリズムまたはAIを使用していることが明らかになり、機会が見つかりました。競合価格に関する最新のデータを使用して、LLMは自動的に価格を調整できます。これは、特に休暇シーズンのようなピーク期間に特に役立ちます。

AIは、顧客の需要と在庫レベルに関するデータを使用して、将来の需要を予測できます。これにより、複数の利点がもたらされます。デロイト・デジタルは、小売業者がAIを使用して自社の在庫を監視し、在庫管理を行い、ダイナミックに注文を出す方法について説明しています。さらに、AIは、ブランドのイメージを理解するために、ウェブ上で収集されたデータを分析するのに役立ち、戦略レベルの洞察を提供します。

機会に開かれている

AIは電子商取引マーケティングファンネルを混乱させていますが、新しい機会も創造しています。地理的に最適化されたコンテンツの分析や生成に使用できます。リアルタイムのパブリックウェブデータの収集に価値を加えています。さらに、価格、在庫、戦略に関する決定を下すためのデータ分析に役立ちます。さらに、顧客サポートの強化などの他の潜在的な用途もあります。

AIのようなものは、常に怖ろしいものですが、特に小売業者が主要な販売期間に近づく場合です。しかし、AIが創造する機会に開かれている小売業者は、単に生き残るだけでなく、繁栄することができます。