情報過多時代における、キュレーション行為の価値とは

みなさんはキュレーションメディアを利用したことはありますか。特定のテーマに沿った切り口で、インターネット上の情報を整理整頓してくれるキュレーションメディアは、コンプライアンス面等での課題が残るとはいえ、昨今、多くのユーザーにとって有益な情報源となっています。
 

 
キュレーションメディアは、メディア運営者がテーマに沿って情報をフィルタリングすることで、不要な情報を削除し、「読者にとって興味がある情報」が「容易に見つかる」という価値を提供しています。

それでは、キュレーションを行わない一般的なWebサイトの場合はどうでしょうか。通常は、｢サイト内検索｣や｢ナビゲーション｣を利用することが多く、｢キーワードやカテゴリが一致｣したアイテムを、｢検索エンジンが並べた順｣に表示しているだけ、という作りであることがほとんどです。

例えば、多数のアイテムを取り扱う通販サイトで商品を探すため、カテゴリ検索で絞り込んだにも関わらず、1000件を越える検索結果が数十ページに渡り表示されていて、探す気持ちが萎えてしまった、という体験をした人も多いのではないでしょうか。

サイト内検索エンジンも年々精度が上がってきており、最初の数ページに「新着」あるいは「人気のアイテム」を中心に表示することはありますが、｢不要な情報をフィルタリングして、個々のユーザーが探しているものを予測・表示する｣ことはほとんどありません。検索エンジンに求められる役割が｢一致する結果を全て表示する｣ことであると考えると、これは仕方のないことでしょう。

KB相関の活用による、検索結果のキュレーション

2017年3月にリリースした、シルバーエッグ・テクノロジー社の次世代AI(人工知能)マーケティング・プラットフォーム「Aigent7」では、新しい機能がいくつか提供されています。そのうちのひとつである、｢KB（キーワード-閲覧）相関｣で、こういったサイト内検索の課題を解決できる可能性があります。

KB相関は、サイト内で｢入力されたキーワード｣や、｢クリックされたナビゲーション｣等に着目しています。個々のユーザーがサイト内で「どのような検索行動をしたか」と、実際に｢何のアイテムを閲覧したか｣も含めて、蓄積したデータの相関性をAI（人工知能）が学習することによって、ユーザーが｢探している可能性がより高いアイテム｣を推薦することができるのです。

この機能の使用方法のひとつとして、キーワード検索結果の表示エリアとは別に、「KB相関を利用した検索結果｣をレコメンド表示するエリアを設ける、という例があります。検索エンジンが算出した通常の検索結果を表示しつつ、ユーザーが実際に探している可能性の高いアイテムを、いくつかピックアップして表示することで、より簡単に、最短のステップで該当のページに辿りつくことができるようになります。

この機能により｢ユーザー目線で、探しているものをいち早く推測して表示する｣ことができるため、推奨された情報が押し売り広告のような印象を与えることなく、ユーザーから見ても信頼のおけるものになることでしょう。

KB相関はシルバーエッグ社が提供する他のサービスと同様、ユーザーひとりひとりに対して個別に、かつリアルタイムにレコメンドの計算を行うため、サイト内の定番アイテムや、過去に人気のあったアイテムばかりがレコメンドされるようなことも無く、ユーザーの｢今｣の興味を適切に反映できるのも特徴です。

KB相関の利用用途

KB相関は、以下のようなサイトにおいて、特に効果を発揮する可能性があります。

・取り扱いアイテム数が多いサイト

・多数の検索行動が要求されるサイト（旅行/不動産/大型モール等）

・階層構造が深いサイト

まとめ

KB相関は、ユーザーの｢検索行動｣に着目したレコメンドであり、検索結果のキュレーションと同様の効果を得ることができる機能です。サイト内で連続した検索行動を取っている（=何かを探している）ユーザーは、購買意欲が高いと考えられます。彼らに対して最速かつ最適な接客を行い、購買に繋げていけるかどうかは、ECサイトとして勝ち残っていくための大事な差別化要素となるのではないでしょうか。

・「どのように検索を行ったか」と、実際に「何のアイテムを閲覧したか」という行動データの相関性を利用し、レコメンドを行います

・探しているページに最短ステップで辿り着くことができ、サイトのユーザービリティやロイヤリティの向上に寄与します