Einstein for Commerce について

学習の目的

この単元を完了すると、次のことができるようになります。

• Einstein for Commerce とは何かを説明する。
  
• Einstein for Commerce の機能を説明する。
  

はじめに

Einstein for Commerce 機能は、Salesforce B2C Commerce に直接埋め込まれており、買い物客を楽しませ、マーチャントの生産性を高め、そして何よりも収益を増大させます。これはすべて、独自の豊富なコマースデータを使用して、AI および機械学習によって実現されます。

Einstein for Commerce 機能

Einstein は、次の主要な B2C Commerce 機能に搭載されています。

ショッピング体験

• Einstein Product Recommendations
  
• Einstein Predictive Sort
  
• Einstein Search Recommendations
  

マーチャンダイザー体験

• Einstein Commerce Insights
  
• Einstein Search Dictionaries
  

まず、買い物客に向けられた Einstein 体験を見てみましょう。

Einstein Product Recommendations

Product Recommendations は、機械学習を使用して、顧客のショッピング体験をパーソナライズする提案をします。買い物客がゲストか既知であるかに関わらず、つまりアカウントにサインインしているかどうかに関係なく、これらのレコメンデーションでは、消費者のショッピングジャーニー全体で最も関連性の高い商品を提案し、Web サイトでのエンゲージメントを維持し、より効率的に閲覧できるようにします。

マーチャントは複数のレコメンデーション種別から選択できます。たとえば、同種の商品を表示する従来のレコメンデーションを使用できます。その場合、買い物客には、青い靴の商品詳細ページに、推奨される別の青い靴が表示されます。

Einstein Product Recommendations は、適切なタイミングで適切な商品を買い物客に提案します。これにより、購入が促進されて、ブランドの収益が最大化されます。また、定量化することは難しいものの同等に重要なことも可能となります。それは、興味が示されたアイテムに基づき、パーソナライズされた (気が利いた) 配慮を行い、楽しいショッピング体験を各買い物に提供することです。買い物客が楽しい気分になれば、ビジネスにも有益です。

Einstein Product Recommendations は、B2C Commerce の買い物客に無料で提供され、買い物客からの要求があった場合に有効にされます。

Einstein Predictive Sort

Einstein Predictive Sort を使用すると、各検索結果またはカテゴリページに表示される商品の順序を自動的にパーソナライズできます。つまり、ブラウジングおよび購入行動に基づいて、買い物客に最も関連する商品が最初に表示されます。Predictive Sort を使用すると、買い物客は興味のあるアイテムを見つけるまで多くの商品やページをスクロールする必要がなくなるため、より快適に Web を使用できます。

買い物客がモバイルデバイスを使用している場合はより効果的です。通常、モバイル画面の各ページに表示される商品数は少なく、買い物客は目的の商品を見つけるまで複数のページをクリックしてスクロールすることを好みません。Einstein Predictive Sort では、迅速かつシームレスなモバイルショッピング体験を簡単に実現できます。

Einstein Search Recommendations

Einstein Search Recommendations は、サイト上の個々の買い物客向けにパーソナライズされた入力予測検索ガイダンスを強化します。これによりブランドのサイト検索は「Google 化」され、買い物客は自動的に最適な検索用語に誘導されます。

たとえば、「s」という文字を入力し始めると、「sandals」という語がオートコンプリートで表示されることがあります。これは、買い物客の過去のショッピングおよび閲覧履歴に基づきます。別の買い物客が「s」という文字を入力すれば、その買い物客の履歴に基づいて「sneakers」という語がオートコンプリートで表示されるされるかもしれません。

Search Recommendations では、B2C Commerce データにアルゴリズムを適用して、検索が完全に入力される前に、どの検索結果が各買い物客に最も関連性が高いかを特定します。ブランドは、買い物客がサイト上でコンバージョンまでの最速経路をたどっていることを確信できます。これはただの入力予測検索ではなく、インテリジェントでパーソナライズされた入力予測検索です。

次は、マーチャンダイザー専用に設計されたツールを見てみましょう。

Einstein Commerce Insights

Einstein Commerce Insights を使用すると、リテーラーは、強力なショッピングバスケット分析ダッシュボードを使用して購入行動を解釈できます。リテーラーは在庫の主要なアイテムを選択して、買い物客が最も頻繁に同時に購入する商品を学習できます。リテーラーは、日付範囲に基づいて特定の商品のデータにドリルインし、商品固有の売上や上位の「同時購入」カテゴリなどのメトリクスに関するインサイトを得ることができます。

Einstein for Commerce は、B2C Commerce から直接主要なコマースデータソース (閲覧履歴や購入履歴など) を使用します。サードパーティのパーソナライズ技術とは異なり、Einstein の機械学習アルゴリズムではシステムを統合することなく、B2C Commerce 内の豊富なデータセットにアクセスして分析できます。ブランドは各買い物客にパーソナライズされた体験を提供できますが、その裏で Einstein for Commerce とその機械学習アルゴリズムは魔法のように機能しています。Einstein により、ブランドは追加のテクノロジーや業務に多額の投資を行うことなく、チャネル全体で関連性の高い体験を提供できます。

Einstein Search Dictionaries

サイト上で商品を検索して、0 件の結果が返ってきたことはありませんか? 誤字があったのかもしれませんし、検索したとおりの言葉、たとえば「コバルト」に一致する項目がなかった場合もあるでしょう。この機能を使用すれば、それを修正できます。

Einstein Search Dictionaries は、すべてのサイト検索を使用して、リテーラーのキーワードリストにまだ追加されていない、検索で使用された用語を明らかにします。そして、リストに追加できるシノニムなどがリテーラーに推奨されます。以前は、リテーラーが欠落している検索語を検出し、追加先のシノニムリストを選択するには、長いスプレッドシートをふるい分け、検索語を推測する必要がありました。

Einstein Search Dictionaries は、B2C Commerce 全体のデータを分析して、検索語間のリレーションを検出し、追加先のシノニムリストを推奨します。たとえば、買い物客が「mauve sweater」 (モーブ セーター) で検索しても、結果が表示されないとします。ただし、mauve (モーブ) が pink (ピンク) に少し近いというリレーションを検出する Einstein Search Dictionaries は、「mauve」を「pink (ピンク)」と「purple (紫)」のシノニムリストに追加することを推奨します。これで、「mauve sweater」を検索する買い物客には、求めているものが表示されるようになります。買い物客とリテーラーにもたらされる利点は明らかです。買い物客は、欲しいものが見つからずに、がっかりして手ぶらで離れるということがありません。リテーラーには複数の利点があります。実際には在庫があるのに買い物客が見つけられなかったために売上を失わずにすむこと、作業負荷がある程度軽減されて、重要なサイトのマーチャンダイジング作業に集中できることなどです。