いきなりですが、あなたに「芝刈り機」が必要だと仮定してみましょう。あなたはいろいろと事前調査を行い、あるブランドの芝刈り機を買うことを決めます。あなたはこの芝刈り機を買う前に、それが安全な賭けであることを知っていました。隣人から「同じものを買ったほうがいい」とアドバイスされただけでなく、同僚もこのブランドを勧めてくれました。さらに重要なのは、ネットで読んだ数十件のコメントやレビューはそのほとんどが好意的で、同じような使用シナリオについて記述していたことです。このように、私たちは商品を購入する際、ネット上のレビューを見て判断することが多くなっています。

実際、OECDによると、オンライン顧客の70％にとっては、こうしたコメント、評価、レビューが意思決定のプロセスにおいて非常に重要であるとのことです。さらに、レビューがWebサイトに掲載されていることで、訪問者がそのWebサイトからの購入を検討する可能性も高まります。購入がオンラインであろうとなかろうと、顧客はレビューを読むのです。

企業はこのような期待を理解し、より多くのオンラインストアが、顧客がレビューを投稿したり、購入した商品を評価したりできるようにしています。実際、BCGのレポートで明らかにされているように、70%以上の企業が複数のチャネルから顧客からのフィードバックを収集しています。カスタマーレビューは、顧客自身が期待しているだけでなく、企業もこの情報源を利用することの可能性を理解しているのです。

顧客の心が読める？ほぼ！？

レビューによるとこの芝刈り機は、過去2回の芝刈り作業で活躍したので良い買い物だったかもしれませんが、まさか草受けのパーツが別売りとは思いませんでしたね。この小さな不満について、オンラインストアから送られてくる販売後のフィードバックメールに対して返信され、カスタマーレビューのフォームに記載されるかもしれません。これは売り手にとって有益な情報になるので、もしかしたら商品ページに「草受けのパーツが別売り」と明記した方がいいのかもしれません。

サービスや商品に対する意見を率直に伝えることで、顧客は事業主に商品の良い点、悪い点を聞く機会を与えることができます。商品そのもの、購入時の体験、あるいは顧客サービスなど、レビューにはあらゆるトピックが含まれます。

Eコマースサイトにレビューシステムを統合する際にすぐに現れる課題は、その量です。レビューの数は商品数に比例し、時間とともに数十から数百に増加します。顧客の感情を理解することは、手作業ではほとんど不可能です。NLPを利用したビジネスソリューションの助けを借りれば、企業はこの課題を克服し、消費者の期待により適切に応えられるようになります。

そのため、Dataikuは最近、カスタマーレビューの分析を目的としたビジネスソリューションの提供を開始しました。このソリューションにより、企業は過去のレビューの分析を迅速に展開し、顧客の全体的な意見を理解することができます。また、そのレビューをより具体的に把握し、特定のタイプのレビューにズームインする機能も含まれています。さらに企業は、専用のNLPを搭載した検索エンジンによって、特定のキーワードを探索することもできます。例えば、ある製品が「サイズが合わない」とされた場合、この検索エンジンは、「サイズが合わない」だけでなく、「サイズが小さすぎる」といったトピックの観点からも、関連するレビューを自動的にマッチングさせます。

なお、現在のソリューションは、Google TensorFlowエンコーダーモデルを利用しています。これはテンプレートとして使用されており、貴社のデータ/使い方によっては、より良い結果を得るために他のモデルを使用した方が良いかもしれないということを心に留めておいてください。

Dataikuのビジネスソリューションは、どのようにあなたのポテンシャルを最大限に引き出すことができるでしょうか？

ビジネスソリューションはDataikuのアドオンで、お客様の組織において、高度あるいは基本的な業界固有のユースケースの実現を加速させます。ビジネスソリューションにより、短期間でビジネス価値を実現することができます。Dataikuのコア機能を活用し、完全にカスタマイズや編集ができるように構築されています。