メイドイン大手調理器具ブランドである同社は、Amazonで実施している1万5000件以上のキャンペーンにおいて、機会損失や無駄な支出を迅速に発見したいと考えていた。
ターゲットの不一致、コピー＆ペーストミスによる構築エラー、キーワードの一致漏れなどは、数ヶ月間も検出されずに放置され、予算を浪費する可能性がある。
インテントワイズの AIゲートウェイ これにより、Made InはすべてのAmazonキャンペーンにわたって継続的な監査レイヤーを構築できるようになりました。ダッシュボードを手動でクリックしてフィルターを適用する代わりに、Made Inは選定したAIエージェントであるClaudeに、見逃した機会がどこにあるかを尋ねるようになりました。以前はMade Inのチームが毎日何時間も費やしていたこの作業が、今では数分で完了します。
Made In Cookwareのマーケットプレイス担当シニアディレクターであるキース・ハマンは、クロードに完全一致キャンペーンの欠落について次のような細かい質問をした。
完全一致キャンペーンでターゲットにしていない、パフォーマンスの高いキーワードはありますか？
ハマン氏はまた、次のような重要な広告ターゲットが欠落しているSKUについても質問した。
米国では、どのSKUに、SP向けのAUTO、PHRASE、BROAD、CATEGORYといった広告ターゲティングが設定されていないのでしょうか？
クロードは、他のプレーンテキストによるプロンプトを用いて、高額な広告費を投じているにもかかわらず、売上向上にほとんど貢献していない「Made In」の広告キャンペーンを特定した。
ハーマンはクロードに「過去14日間でクリック数が20回以上、かつ注文数がゼロの検索語句を抽出してください」という指示を与えた。その結果、合計で約1万5000ドルの広告費が投じられたにもかかわらず、注文数がゼロだった49の検索語句が返された。
こうした条件で支出を削減することは、間違いなく費用削減につながる。
最終的に、Made Inは常時稼働型の監査メカニズムを構築し、全体的なアカウントパフォーマンスの高さに隠されていた、ターゲティングの不一致、カテゴリの不完全さ、自動ターゲティングの適用範囲の不足、その他のエラーを明らかにすることに成功した。
これらはすべて、Made InのデータウェアハウスとClaude間の安全な接続を提供するIntentwiseのAI Gatewayがなければ実現不可能だったでしょう。
AI Gatewayを使用すると、ブランドや代理店は選択したAIエージェント内でAmazonの分析を実行でき、組み込み型のeコマース専門知識を追加することで、ClaudeがMade Inのあらゆる質問に真に論理的に答えることができるようになります。
