ファッションのキュレーションの問題が解決しにくい理由

アナベル・マルドナドは自分が何を好むかを知っている。 電子商取引 しかし、彼女が定期的に買い物をするサイトではそうではありません。

「ギンガムチェックやチェック、花柄、デニムジャケットなど、自分が興味を示したことのないものは、絶対に見るべきではないような気がします」と彼女は言う。「その代わりに、文字通り、自分が好きなブランド20社と、自分が好きな色をふるいにかけなければなりません…自分で絞り込んで、キュレーションしようとしています。」

彼女の見解では、それはそうあるべきではない。マルドナドは、小売業者向けの「パーソナライゼーション・アズ・ア・サービス」プラットフォームであるPsykheの創設者兼最高経営責任者であり、買い物客の嗜好を理解し、 人工知能 行動から構築された心理プロファイル。 リック・オウエンス マルドナドが「高い開放性、高い神経症傾向」と呼ぶものを示す可能性が高い。 トリー・バーチなので、もし彼らが探検に出かけるなら 香水 その後、アルゴリズムは、明るい花の香りよりも薄暗いウードの香りに惹かれる可能性が高いことを理解し、それらの香りをリアルタイムで表示します。

の 起動する同社は、顧客には アルトゥサラ、 ファームリオPacifica Beauty と Kirna Zabete が率いる小売業のブランドは、e コマースの登場以来小売業者を悩ませてきた問題に斬新なアプローチを試みています。それは、買い物客の気持ちを理解し、対面でやり取りできる販売員がいなければ、どうやって顧客が気に入る商品を見つけられるよう手助けできるのか、ということです。小売業者が成長するにつれて、このニーズはより顕著になります。洋服ラックや面積などの物理的な制限に縛られない小売業者は、買い物客に無限の選択肢を提供する膨大な在庫を保有できます。しかし、その在庫を精査するのは大変な作業となり、キュレーションの感覚も薄れ、価格競争をするありきたりのデジタル倉庫と化します。

このような状況に内在する問題は、小売業者などの最近の動きにより注目を集めている。 ファーフェッチ そして マッチファッション 近年、これらの企業は衰退傾向にある。専門家は、キュレーションの欠如が主な原因であるとし、一方で、 ミテレサ、 動作モード そして センス は 彼らの生存の鍵となる要素。

潜在的な解決策 アルゴリズムによるパーソナライゼーションでは、ユーザーが目にする品揃えが個人の好みに合わせて調整される。このコンセプトは他の業界でも大成功を収めている。Spotify の楽曲推薦エンジンは、同社が音楽ストリーミングサービスの主流になるのに貢献した。TikTok の急成長は、主に「For You」フィードでユーザーを魅了する能力によるものだ。

「自分の好み、サイズ、イベント、ライフスタイル、好きなブランドなど、自分にぴったり合った店舗を持つことができるべきです」と、Net-a-Porterを設立した高級電子商取引の先駆者であるナタリー・マッセネット氏は言う。

そのような店はまだ存在しない。多くの小売業者にとって、パーソナライゼーションとは、顧客が最近見たものと見た目が似ている商品や、検索したブランドの他の商品を提案するページの下部のカルーセルに過ぎない。時代を先取りしている企業でさえ、 ザランドを探せは、買い物客にブランドやサイズの好みを尋ねて商品のおすすめをカスタマイズし、過去の購入品に合うアイテムを提案するが、Spotify のようなサービスと同等のレベルのパーソナライズはまだ実現していない。

このコンセプトは、デジタルコンテンツではなく物理的な商品を扱うファッション業界では簡単には実行できない。しかし、正しく実行できれば、大きなチャンスとなることは間違いない。

買い物客が何を望んでいるかを知る

顧客が何を求めているかを理解し、それを提供するというのはシンプルなアイデアだが、実行するのは難しい。Spotifyは、ユーザーが頻繁にプレイリストに入れる曲を見て、曲同士の関係を学習し、おすすめを作成する。 言った ウォールストリートジャーナル曲のリリース日やレーベルなどのメタデータを追加し、オーディオ分析を実行して、ダンス性、音響性、音量、テンポ、エネルギー、長調か短調かなどのモードなどの特性をランク付けします。また、曲の歌詞や、ブログ投稿やオンライン記事で曲を説明するために使用されている形容詞も調べます。

Spotify はこの情報を使用して、ライブラリ内のすべてのトラックの多次元マップを作成します。より近い位置にあるトラックは関連性が高く、同じリスナーにアピールしていると考えられます。

この手法は Spotify に特有のものではないが、ファッション業界では真似するのが難しい。Spotify が成功している理由の 1 つは、誰もが楽しめる曲が揃った膨大な楽曲ライブラリだ。ファッション業界では、楽曲に相当するのは在庫だ。しかし、その規模の在庫を維持するには、法外な費用がかかる。また、各製品を同じレベルの粒度でカタログ化する必要もある。

「本当に難しいのは、商品を顧客の超パーソナライズされた嗜好という多次元空間と照合するために必要なすべてのデータを入手することだと私は思う」と、マッキンゼーのシニアパートナーで同社のグローバルデータイニシアチブの共同リーダーであるホルガー・ハライス氏は語った。

独自のアプローチを採用している企業のひとつが Lyst で、同社は 17,000 社を超える小売パートナーが提供するファッション製品の検索エンジンのような役割を果たしている。同社は自社で在庫を保有せず、サイトを通じた売上に対して手数料を請求している。同社は 2024 年度の総流通額が 6 億ドルを突破したと述べている。同社は実質的に、買い物客が欲しいものを見つける手助けをするために存在しているため、パーソナライゼーションに多額の投資を行っている。

「Lystでは、サイト上で起こるあらゆることを記録して追跡しています」とLystの最高技術責任者、アントン・ジェフコート氏は語る。

毎日、買い物客がページに費やす時間、スクロール回数、クリックした商品、ウィッシュリストに入れたもの、選択したサイズや色など、約 1,450 万のデータ ポイントが収集されます。データの一部は他のデータよりも重視されます。たとえば、商品をウィッシュリストに入れることは、スクロールするよりも価値があります。

同社はパートナーから製品データを取得するだけでなく、さまざまな AI モデルを使用して製品の特徴を抽出します。Spotify と同様に、このすべてのデータを一種のマップに統合し、各ユーザーとアイテムにベクトル形式で位置が与えられます。

「基本的には、ユーザーのベクトルをデータベース内のすべてのもののベクトルと比較し、一連の製品に最も近いものを見つけます」とジェフコート氏は語った。

買い物客がLystを閲覧すると、Lystが理解している顧客の嗜好に合わせて商品がカスタマイズされる。ジェフコート氏によると、同社は過去1年間に約10件のパーソナライゼーション実験を実施し、コンバージョン率を最大で約20％向上させることができたという。

パーソナライゼーションと個性

このハイパーパーソナライゼーションの形態が、あらゆるタイプの小売業者にうまく機能するか、あるいは電子商取引のキュレーションの難問を完全に解決できるかは、まだ疑問が残る。マッセネット氏は、買い物客は編集者やインフルエンサーのような権威ある人物に、何を着るかのヒントを求めていると指摘した。小売業者が成功している理由の1つは、買い物客が欲しいものを簡単に見つけられるようにするだけでなく、知識に基づいた意見や視点も提供していることだ。そうでなければ、またしても特徴のない店になってしまう可能性がある。

「高級品やファッションに関しては、トップダウンのキュレーションが本当に必要です」とマセネット氏は言う。

小売業者は、自社のアルゴリズムがいかに厳格であるかにも注意する必要がある。Psykhe のマルドナド氏は、驚きと目新しさはショッピングの重要な要素であると指摘した。アルゴリズムがコンバージョンのみに最適化されている場合、そのおすすめはまったく関連性のないおすすめと同じくらい退屈で面白みのないものになる可能性がある。実際、Lyst は、人気商品を、そうでなければ表示されなかったとしても、ユーザーが目にする結果に織り込むことが効果的であることを発見した。

「顧客が本当に望んでいること、あるいは少なくとも数字からわかる顧客の本当の望みは、商品フィードにパーソナライゼーションの要素を取り入れることですが、同時に、関連性はあるものの新たな出発点へと誘導され、促されることでもあります」とジェフコート氏は言う。「ハイパーパーソナライゼーションを実現するだけではありません。顧客の心に本当に響く要素の組み合わせは何かを探ることなのです。」

ファッション界の Spotify はおそらく存在しないだろう。そもそも、Spotify のユーザー全員が、その曲のおすすめが常に的を射ていると考えているわけではない。しかし、小売業者が顧客が何を求めているかを理解し、それを提供するよう努めれば、間違いは起こらないだろう。マッキンゼーのハレイス氏は、自身の経験から、パーソナライゼーションを強化すればコンバージョン率が上がり、返品が減り、収益性が向上するほか、企業の二酸化炭素排出量も削減できると述べた。

小売業者は、買い物客が時には何らかのガイダンスを求めていることも忘れてはなりません。