イントロダクション
Amazonの商品リスティング最適化は、もはやタイトル、箇条書き、バックエンド検索語句に適切なキーワードを配置するだけにとどまりません。AmazonがAIを活用したショッピング体験をさらに導入するにつれ、ブランド側も、製品が何であるか、誰を対象としているか、どのように使用されるか、そしてどのような顧客の質問に答えられるかを、Amazonのシステムに理解させる必要があります。
このウェビナーでは、ZonGuruの共同創業者兼CEOであるジョン・ティリー氏が、Intentwiseのマーケティングマネージャーであるロランド・ガレアナ氏とともに、COSMOとAlexa for Shoppingが商品発見をどのように変えているかを解説しました。セッションでは、従来のキーワード最適化がなぜ不十分になりつつあるのか、そしてブランドがAIによる発見性と顧客コンバージョンの両方を考慮して商品リストをどのように構築できるのかを探りました。
Amazonの販売者、ブランド、代理店、そしてeコマースチームにとって、最も重要な教訓は明確だ。商品リストは、買い物客と、買い物客が目にする商品を決定するシステムの両方に効果的に情報を伝える必要がある。
キーワード最適化だけではもはや不十分な理由
キーワードはAmazonでの検索結果における発見性を高める上で依然として重要な要素ですが、もはや戦略のすべてではありません。
従来の商品リスティング最適化は、検索ボリュームの多いキーワードを特定し、商品詳細ページ全体に配置することに重点を置いていました。その結果、タイトルが長くなり、箇条書きが繰り返され、顧客よりもアルゴリズムを意識した文章になることがよくありました。
Amazonの最新のAIシステムは、単にキーワードの一致数を数えるだけでなく、意味や関連性を解釈するように設計されています。製品、属性、使用例、顧客層、顧客ニーズがどのように関連しているかを理解しようと試みています。
これは、商品リストに適切なキーワードが含まれていても、重要な情報が伝わらない可能性があることを意味します。Amazonは商品カテゴリーは理解していても、その商品を推奨すべき状況については不明確なままかもしれません。
より優れた掲載情報には、次のような質問への回答が必要です。
- 製品は何ですか？
- それは誰のために設計されたものですか?
- それはどんな問題を解決するのでしょうか?
- いつ、どこで使用されますか？
- 他にどのような製品と併用されることが多いですか？
- 競合製品との違いは何ですか？
目的はキーワード調査を放棄することではありません。キーワードの網羅性と、AmazonのAIが解釈できる明確で構造化された製品情報を組み合わせることです。
AI対応リスティング最適化の4つのレイヤー
ティリー氏は、AIによる商品検索のための商品リストを作成する際に、ブランドが評価すべき4つの領域として、意味的網羅性、質疑応答の網羅性、バックエンドの適格性、およびオーディエンスとの適合性を挙げた。
セマンティックカバレッジ
セマンティックカバレッジとは、商品リストが商品とその属性、利点、用途、対象顧客、および関連商品との関係性をどれだけ明確に伝えているかを示すものです。
販売者は、同じ検索語句を繰り返し入力するのではなく、製品を自然かつ包括的に説明すべきです。例えば、エスプレッソマシンの出品であれば、単にエスプレッソマシンであることを示すだけでなく、どのような飲み物を作れるのか、どのようなユーザー向けに設計されているのか、どのような付属品が使えるのか、そして顧客の日常生活にどのように役立つのかといった情報も伝える必要があるでしょう。
質疑応答形式の報道
Amazonの買い物客は、会話型で調査志向の質問をますます多用するようになっている。例えば、商品が特定の用途に安全かどうか、他の商品と互換性があるかどうか、持ち運びやすいかどうか、特定の年齢層に適しているかどうか、特定の環境に適しているかどうかなどを尋ねる場合がある。
これらの質問に直接答える商品リストは、Amazonがおすすめ商品を生成する際に利用できるより多くの情報を提供する。
この情報は、製品詳細ページ全体に表示される可能性があります。例えば、以下の情報が含まれます。
- タイトルとアイテムのハイライト
- 箇条書き
- 製品の説明
- 画像とテキストのオーバーレイ
- A +コンテンツ
- 製品の属性
- 既存顧客からの質問とレビュー
目標は、考えられるすべての質問に答えることではありません。ブランドは、発見や購入の意思決定に最も影響を与える可能性の高い質問を特定し、それらに対応すべきです。
バックエンドの利用資格
バックエンドのフィールドは、特定の検索結果、フィルター、カテゴリ、およびショッピング体験において、商品が表示対象となるかどうかを判断する上で依然として重要な役割を果たしています。
商品属性、閲覧ノード、バックエンド検索語句、仕様、その他の構造化フィールドは、完全かつ正確である必要があります。優れた顧客向けコピーであっても、商品データの欠落や誤りを完全に補うことはできません。
聴衆のフィット感
Amazonのショッピング体験は、ますますパーソナライズされつつあります。おすすめ商品は、購入者の過去の購入履歴、興味関心、表明された好み、行動などを考慮して表示されるようになります。
ターゲット層との適合性を向上させるため、商品ページには、Amazonがその商品から恩恵を受ける可能性のある顧客層を十分に具体的に記述する必要があります。
例えば、携帯用母乳冷却器は、働く母親、旅行をする母親、完全搾乳育児をしている母親、あるいは職場復帰する親にとって役立つかもしれません。より一般的な説明文では製品の技術的な側面を説明できますが、より具体的なターゲット層に向けた言葉遣いを用いることで、製品と購入する可能性の高い人々との間に、より強い繋がりを生み出すことができます。
明確な製品知識グラフを作成する
ウェビナーで議論された最も重要な概念の一つは、製品知識グラフでした。
製品知識グラフとは、AIシステムが製品を文脈の中で理解するのに役立つ関係性のネットワークです。製品とその機能、利点、対象ユーザー、使用例、属性、比較対象、関連製品などを結びつけます。
ブランドにとって、これは商品詳細ページに、Amazonがそれらの情報を結びつけるのに十分な情報を含める必要があることを意味します。
機能とその利点の関係性を考えてみましょう。旅行用容器に漏れ防止の蓋が付いていると述べるだけで、その機能は特定できます。しかし、その蓋が仕事用バッグや機内持ち込みバッグの中でのこぼれを防ぐのに役立つと説明することで、その機能が具体的な使用例や顧客の成果と結びつくのです。
相補的な関係性も重要です。消費者が当初検索していなかった商品であっても、関連性がある場合があります。
コーヒー豆について調べているユーザーは、後からグラインダー、保存容器、エスプレッソマシン、コーヒーマグなどの関連商品の推奨を受け取る可能性があります。商品の用途を明確に説明した商品ページがあれば、Amazonはこれらの関連商品の推奨に関するより多くの情報を得ることができます。
販売者は、キーワードの欠落だけでなく、関連性の欠落についても出品情報を確認する必要があります。商品の目的、対象顧客、使用環境、関連商品、そして主な差別化ポイントがページ上で明確に説明されているかを確認しましょう。
購入プロセス全体を通して質問への対応を最適化する
AIを活用した商品発見は、顧客が従来の検索結果ページにたどり着く前に、顧客に影響を与える可能性がある。
買い物客はまず、「幼児の手と目の協調性を養うのに役立つ屋外アクティビティは何か」といった、大まかな調査質問から始めるかもしれません。最初の推奨情報を得た後、年齢適合性、持ち運びやすさ、設置方法、耐久性、保管方法などについて、より具体的な質問をするでしょう。
これらの質問は、購買プロセスのさまざまな段階を表しています。
調査に関する質問は、顧客が特定のカテゴリーを理解したり、考えられる解決策を特定したりするのに役立ちます。購入決定に関する質問は、顧客が製品を比較し、特定の選択肢がニーズを満たしているかどうかを判断するのに役立ちます。
ブランドは両方のタイプの顧客を考慮に入れるべきである。
購入者の質問を特定するのに役立つ情報源には、以下のようなものがあります。
- 製品レビュー
- 競合他社のレビュー
- カスタマーサービスに関する会話
- Amazonに関する既存の質問と回答
- 製品の仕様
- 検索クエリデータ
- 営業チームからのフィードバック
- 外部フォーラムおよび製品に関する議論
レビューは、顧客が何を重視し、何を嫌い、何を誤解し、購入前に知っておきたかったのかを明らかにするため、特に貴重な情報源となり得る。
最も重要な質問には、商品情報の中で自然な形で回答を示すべきです。重要な回答は、単一のセクションに隠しておくべきではありません。箇条書き、画像、説明文、属性、そしてA+コンテンツなどを活用して、回答を補強することができます。
リスト最適化をエンジニアリングプロセスとして扱う
ティリーはこの拡張されたアプローチを「リストエンジニアリング」と表現した。
この区別が重要なのは、効果的な最適化にはコピーライティング以上のものが求められるようになったからだ。調査、データ収集、製品ポジショニング、意味構造、顧客ニーズ分析、そしてクリエイティブな実行といった要素が不可欠となる。
実用的な上場戦略プロセスには、以下の要素が含まれるべきである。
- ブランドの基盤を定義する。 ブランドの声、ポジショニング、ミッション、ターゲット層、そして価値提案を明確にする。
- 製品とカテゴリーについて調査する。 顧客レビュー、競合他社、製品特性、カテゴリーに対する期待、顧客の優先事項を分析する。
- 最も強力な差別化要因を特定する。 製品のあらゆる機能を強調しようとするのではなく、製品が真に提供できるメリットを特定する。
- 意味的な関係性をマッピングする。 製品を、その対象ユーザー、機能、使用事例、補完製品、代替製品と関連付ける。
- 購買意欲の高い質問に答える。 製品の発見や購入意欲に影響を与える質問を優先的に回答してください。
- 顧客向けのストーリーを作成する。 戦略をタイトル、箇条書き、説明文、画像、そしてA+コンテンツに落とし込む。
- ローンチ後のパフォーマンスを測定する。 アップデート後のトラフィック、コンバージョン、売上、広告効果、ランキングの変化を監視してください。
人工知能ツールは、このプロセスの一部を加速させることができますが、それでも信頼できる製品データと明確な戦略的方向性が必要です。汎用的なAIツールは、どの製品主張が正確か、どの顧客ニーズが最も重要か、ブランドがどの差別化要因を守れるかを自動的に判断することはできません。
画像カルーセルはストーリーを完成させる必要があります
AIによるレコメンデーションによって、顧客が商品詳細ページにたどり着く前に行う調査の量が減る場合、商品画像は特に重要になります。
顧客がクリックすると、画像カルーセルが推奨事項を検証するための主要なツールとなる可能性がある。
優れたカルーセルは、ばらばらの製品画像を並べるのではなく、意図的なストーリーを伝えるべきです。主要な約束から始まり、それを裏付ける証拠、使用例、顧客成果、信頼の証、そして最終的な購入の確信へと展開していくべきです。
ウェビナーの中で、ティリー氏は次のような流れを中心にカルーセルを構成する方法を実演しました。
- フック
- 主な約束
- 裏付けとなる証拠
- 使用中の製品
- 顧客体験
- 信頼または信用
- 最終的な報酬
具体的な構成は製品によって異なりますが、すべての画像には明確な役割が必要です。また、特に消費者が商品ページの全文を読まない可能性がある場合は、重要な顧客からの質問や他社との差別化ポイントを視覚的に表現することが重要です。
主要なポイント（要点）
- キーワード調査は依然として重要ですが、キーワードの配置だけではAIを活用した商品発見には不十分です。
- 商品リストには、製品が何であるか、誰を対象としているか、どのように使用するか、そしてどのような問題を解決するかを明確に伝える必要があります。
- 意味的な関連性によって、Amazonは製品を関連する顧客層、使用事例、メリット、および補完的な商品と結びつけることができます。
- 製品コンテンツは、幅広い研究課題と具体的な購入意思決定に関する課題の両方に対応すべきである。
- バックエンド属性と構造化された製品データは、検索対象と分類の基準として依然として不可欠です。
- 特定の顧客層に向けた言葉遣いは、Amazonがどの顧客層が製品から最も恩恵を受ける可能性が高いかを理解するのに役立ちます。
- レビュー、顧客からの質問、競合他社のコンテンツ、カテゴリー調査などから、購入者が購入前に必要とする情報を明らかにすることができる。
- 商品画像は、ポジショニングを強化し、顧客の懸念に答え、コンバージョンを促進する、一貫性のあるストーリーを伝えるべきである。
- AIツールは商品リストの作成を加速させるが、効果的な結果を得るには、正確なデータ、顧客に関する洞察、そして明確な商品戦略が依然として重要となる。
.avif)
