eコマースの画像検索：収益と満足度が急上昇するのを見る
公開: 2020-06-22あなたはユニークなものを探していて、それを頭の中で描くことができますが、それをオンラインで見つけることができません。 おなじみですか？ あなただけではありません。そのため、eコマースの画像検索は小売業者にとってなくてはならないものになりつつあります。
オンラインでの購入に関しては、顧客はあまり忍耐力がないため、何千もの製品のカタログを提供するeコマースビジネスは必ずしも有用ではありません。 テキストベースの検索のみを提供することにより、人々がカタログやWebサイト（またはオンラインショップ）でファッションアイテムを検索できるオンラインショップは、顧客体験に関してはボートを見逃しています。
顧客はテキストベースの検索を使用して好きな製品を説明しようとしますが、検索結果で適切なアイテムを見つけることはめったにありません。 独特の風合いのジャケットや独特の柄のサングラスを表現するのは簡単ではなく、言葉で表現する必要があります。
製品カテゴリによるフィルタリングと手動検索はどちらも非常に時間がかかり、場合によっては成功しません。 いくつかの経験に失敗した後、顧客はしばしば諦め、コンバージョン率と収益に悪影響を及ぼします。
ビジュアルは、買い物客が商品を識別して意思決定を行う能力に関しては強力なリソースです。
実際、人間の脳はわずか13ミリ秒で画像全体を処理できると推定されています。つまり、画像はテキストの6〜600倍の速度で処理されます。
eコマースの画像検索：ビジュアル検索の最適化によりエンゲージメントとコンバージョンが促進されます
eコマースWebサイトがプラットフォームと検索戦略をアップグレードして、ユーザーが画像を使用して他の同様の製品を検索する製品を含む画像ベースの検索をサポートする場合、顧客体験は大幅に向上します。
eコマースの画像検索は大幅に改善されます。
- 顧客が探しているアイテムをすばやくインタラクティブに見つけることができるため、コンバージョン率
- 顧客とのやり取り
- お客様のショッピング体験
- 販売とクロスセリングの機会
効率的な検索を行うには、画像の特徴を学習する自動化された方法を開発する必要があります。 機械学習アプローチは、考えられる解決策の1つです。
アルゴリズムの助けを借りて、機械学習は履歴データからシステムをトレーニングし、意思決定を行うことができるインテリジェントなプラットフォームを開発できます。 次に、トレーニングされたデータに基づいて次のステップを予測します。
Eコマースと画像検索は機械学習を活用して、顧客に価値のあるパーソナライズされたエクスペリエンスを提供できます。 機械学習は検索エンジンをよりスマートにし、ディープラーニングは画像検索に役立つ機械学習の一分野です。
視覚探索におけるAIと機械学習：その仕組み
コンピューターの場合、画像は2Dマトリックスを表すデータであり、数十万のピクセルが含まれています。 一方、画像は、セマンティックパターン、線、曲線、テクスチャ、および色の配置です。
画像検索にはさまざまな種類の機械学習アルゴリズムがあります。 ここでは、畳み込みニューラルネットワーク（CNN）とk最近傍法（k-NN）の2つの一般的なアルゴリズムについて説明します。
上の図には、オフラインとオンラインの2つのフェーズがあります。
オフラインフェーズでは、CNNアルゴリズムによってeコマースショップのカタログをトレーニングします。 CNNは一連のレイヤーです。 各レイヤーの入力は、前のレイヤーの出力です。 画像は最初のレイヤーに入力され、最初のレイヤーはエッジなどの低レベルの特徴を抽出します。 最後に意味のある特徴を抽出します。 出力は、特徴ベクトルのリストです。
オンラインフェーズでは、eコマースショップのカタログに各画像のベクトル表現がすでに含まれています。 保存されたベクトルには、ある画像と別の画像の間のリンクをキャッチするために使用できる意味のある説明が含まれています。 CNNの助けを借りて、アップロードされた画像から顧客が潜在的な意味を抽出し、画像間の比較を行って視覚的に最も類似した一致を見つけることが容易になります。
ただし、抽出された特徴ベクトルの類似性を比較するには、さらに別の手順が必要です。 K-NNは、教師あり学習の分類アルゴリズムの1つです。 目標は、アップロードされた画像の最も近い一致を特徴ベクトルで検索することです。
次の手順は、機械学習を使用した画像検索の仕組みをまとめたものです。
- クライアントが画像をアップロードします
- 入力画像の前処理
- アップロードされた画像の視覚的特徴を抽出します
- 抽出された特徴とトレーニングされたデータの間の類似性を計算します
eコマースビジネスで機械学習ができること
機械学習テクノロジーを活用した画像検索により、eコマースビジネスには多くのメリットがあります。
エンジンでの強力な機械学習により、ビジネスは次のことを楽しむことができます。
- より迅速な意思決定：機械学習アルゴリズムは、意思決定に優先順位を付けて自動化できます。 また、すぐに実行する必要のある機会とスマートアクションにフラグを立てることができるため、最良の結果を得ることができます。
- 適応性：人工知能は、顧客の履歴データを見るだけではありません。 リアルタイムの入力を処理できるため、サイトの推奨事項をその場で調整できます。 好きな電車の中でジャケットを見たばかりの顧客があなたのサイトに入ってそれを探すと想像してみてください。いくつかの機能入力があれば、あなたのeコマースサイトは関連商品を提供できるでしょう。
- より深い洞察：機械学習は、大きくて複雑なストリーミングデータを分析し、予測的洞察を含む、人間の能力を超えた洞察を見つけることができます。 顧客は、さまざまな形式のメディア/コンテンツを含む複数のWebサイトおよびプラットフォームを経由します。 多くの場合、その旅は複数のデバイスを介して行われます。 機械学習は、これらすべてのタッチポイントを分析して洞察を見つけ、それらの洞察に基づいてアクションをトリガーできます。
- より良い結果：新しい機会とリスクに基づいてスマートアクションをトリガーすることから、決定が下される前に決定の結果を正確に予測することまで、機械学習はより良いビジネス結果を推進するのに役立ちます。