イントロダクション
Amazonでのショッピング体験は変化しています。キーワードは依然として重要ですが、それだけで全てが決まるわけではありません。AmazonがAlexa Shopping、Rufus、Cosmoといったツールを通じてAIを活用した商品発見体験を構築し続ける中、ブランドは各検索の背後にある顧客の意図をより深く理解する必要があります。
このウェビナーでは、Peak ROASの共同創設者兼Amazon戦略責任者であるジェリー・ヴィダ氏がIntentwiseに加わり、AI主導のショッピング環境において、ブランドがAmazonでの購入経路をどのように再考できるかについて解説しました。
核心的なメッセージは明確だった。チャンスは単にデータを収集することではない。既に保有しているデータを連携させ、それを活用して購入者の意図に基づいた商品リスト、クリエイティブ、広告戦略を構築することこそがチャンスなのだ。
クリックは顧客体験の始まりではない
ジェリーは、クリックは顧客体験の始まりではなく、中間地点であると強調した。
買い物客はクリックする前に、すでに何らかのニーズ、問題、あるいは具体的な意図を持っています。クリック後、商品詳細ページは、その商品が関連性があり、信頼性が高く、購入する価値があることを確認する必要があります。
つまり、ブランドは購入に至るまでの全過程を考慮する必要があるということだ。
- 買い物客が探しているもの
- 彼らが解決しようとしている問題とは
- 購入前にどのような質問への回答が必要か
- 自信を持つために必要な証拠とは
- 彼らが改宗するのを妨げる可能性のある摩擦とは何でしょうか?
Amazonブランドにとって、これは商品リスト、画像、A+コンテンツ、バックエンドフィールド、広告構造のすべてが、同じ購入者の意図を中心に連携して機能する必要があることを意味します。
Amazonは既にブランドにシグナルを送っている
このセッションの主要テーマの一つは、ブランドは既に購買意欲を理解するために必要な多くのデータポイントにアクセスできるということだった。
ジェリーは、ブランドが顧客体験をより明確に把握するのに役立つアマゾンのデータソースをいくつか挙げた。
- 検索クエリのパフォーマンス
- 検索カタログのパフォーマンス
- ブランド分析
- マーケットバスケット分析
- リピート購入行動
- 人口動態
- ビジネスレポート
- 広告レポート
- 一括ファイル
- 在庫レポート
問題は、これらの報告書がしばしば互いに関連性を欠いていることだ。それぞれが物語の一部分を示しているものの、どれ一つとして単独では全体像を伝えることはできない。
ブランドがこれらのレポートを連携させることで、顧客が何を検索しているのか、需要はどこにあるのか、コンバージョンが阻害されている箇所はどこか、そしてパフォーマンスを向上させるために何を変える必要があるのかをより深く理解できるようになります。
理想的な顧客像に基づいて商品リストを作成する
ジェリーの重要な提言の一つは、キーワードだけでなく、理想的な顧客像に基づいてAmazonの商品ページを作成することだった。
彼は、2人の買い物客が似たような商品を検索していても、重視する点は全く異なる場合があると説明した。例えば、2人が同じ車に興味を持っているとしても、一方は安全性、収納スペース、燃費を重視する一方、もう一方は牽引能力、最低地上高、性能を重視するかもしれない。
同じ論理はAmazon製品にも当てはまる。
ブランドは、製品が実際に誰を対象としているのかを理解し、その理解に基づいて、商品ページ全体を通して購入者の意思決定に関する質問に答える必要があります。これらの質問は、使用例、製品の利点、安全性、成分、耐久性、サイズ、互換性、価格、または証明などに関するものかもしれません。
目標は、適切な顧客に適切な情報を適切なタイミングで提供することで、購入時の摩擦を軽減することです。
AIショッピングには、意図に基づいた商品リストの最適化が必要
従来のアマゾン商品リスティング最適化手法は、キーワードに大きく依存していた。ブランドは関連キーワードを特定し、タイトル、箇条書き、バックエンドのフィールド、コンテンツに追加し、あとは買い物客が商品を見つけて購入してくれることを期待するだけだった。
そのアプローチにも依然として価値はあるが、ジェリーは、アマゾンのAIを活用した発見システムは、ますます文脈と意図に焦点を当てていると説明した。
キーワードの最適化だけでなく、ブランドはキーワードの背後にいる顧客に合わせて最適化する必要がある。
つまり、AmazonのAIシステムが商品を理解しやすくする必要があるということです。商品ページには、商品が何であるか、誰のための商品か、どのような問題を解決するのか、いつ使用すべきか、そして特定の購入者にとってなぜ関連性があるのかを明確に伝えるべきです。
商品詳細ページ、クリエイティブ、広告は連携させる必要がある
ジェリーは、Amazonのパフォーマンスをダイヤモンドに例え、複数の面が連携して機能する必要があると説明した。商品詳細ページ(PDP)、画像スタック、A+コンテンツ、バックエンドデータ、広告アカウント、在庫、価格設定、プロモーション戦略など、すべてがパフォーマンスに影響を与える。
最も重要な要素の2つは、物件情報と広告構造です。
商品ページは、購入者の意思決定に関する疑問に答える必要があります。画像スタックは、それらの疑問に対する答えを視覚的に補強するものでなければなりません。A+コンテンツは、商品ストーリーを補足するものでなければなりません。バックエンドフィールドは、Amazonにさらなるコンテキストを提供するものでなければなりません。広告は、適切な検索意図を適切な商品メッセージへと誘導するものでなければなりません。
これらの要素すべてがうまく調和すると、買い物客は検索からクリック、そして購入決定に至るまで、一貫した体験を得ることができます。
意味的関係はAIによる発見にとって重要である
議論の重要な部分では、意味的な関係性、そしてAmazonのAIシステムがどのように製品を理解するかに焦点が当てられた。
ジェリーは、アマゾンのAIを活用したショッピング体験は、単なるキーワードを超えたものを目指していると説明した。彼らは次のような関係性を理解する必要があるのだ。
- この製品はどのような機能を果たしますか?
- それはどんな問題を解決するのでしょうか?
- 誰のためですか?
- いつ使用されますか?
- どのような視聴者層や関心に結びつくものか?
- どのような特性がそれを重要視させるのか?
例えば、買い物客がAlexa Shoppingに電気スモーカー用のクリーナーを尋ねた場合、Amazonはどの製品が脱脂剤なのか、どのような表面に使用することを想定しているのか、そしてその用途に適しているのかを理解する必要があります。
そのため、商品リストは、Amazonが商品の機能、使用例、対象顧客、関連性を理解できるように構成する必要があるのです。
AIはAmazonのデータを商品リストやクリエイティブな方向性へと変換するのに役立つ
ジェリー氏はまた、Peak ROASがChatGPTやClaudeといったAIツールを活用してAmazonのデータを処理し、最適化のための出力を生成している方法についても説明した。
このプロセスには、現在の出品情報、ブランドのウェブサイト、Amazonストア、競合他社の出品情報、検索クエリのパフォーマンスデータ、人口統計データ、マーケットバスケットデータ、広告データ、一括ファイル、その他のレポートなどの入力データをAIツールに供給することが含まれます。
そこから、AIワークフローは以下を生成するのに役立ちます。
- ポジショニング文書
- 競争優位性分析
- PDPコピーに関する推奨事項
- タイトルと箇条書きの方向
- 画像スタック設計概要
- A+コンテンツブリーフ
- バックエンド最適化に関するガイダンス
- 意味関係マッピング
目標は戦略を置き換えることではなく、分析をより再現可能で構造化されたものにすることである。
新規掲載は引き続きテストと改善が必要です
質疑応答の中で、ジェリーはこのプロセスが新規出品や新規バリエーションにどのように適用されるかについて説明した。
既に実績のあるASINについては、ブランドは既存のAmazonデータをより活用できます。一方、新製品の場合は、競合他社の調査、サードパーティツールの利用、顧客調査、理想的な顧客像に関する仮説の策定から始める必要があるかもしれません。
いずれにせよ、このプロセスは一度きりの設定として扱うべきではありません。ブランドは定期的に監査を実施し、パフォーマンスをレビューし、ギャップを特定し、時間をかけて掲載内容を継続的に改善していく必要があります。
AIを活用した購買プロセスは反復的なプロセスです。ブランドは、製品を導入し、データを収集し、パフォーマンスを評価し、改善していく必要があります。
主要なポイント(要点)
このウェビナーで最も重要な点は、Amazonブランドはキーワードの詰め込みから脱却し、意図に基づいた最適化へと移行する必要があるということだ。
AIを活用したショッピングが普及するにつれ、Amazonが自社の商品、対象顧客、そして推奨すべき理由をより容易に理解できるようなブランドが成功するだろう。
変化に対応しようとするブランドにとって、重要なステップは以下のとおりです。
- 既にお持ちのAmazonデータを接続します
- 理想的な顧客像に基づいて構築する
- 購入者の意思決定に関する質問を特定し、回答する
- 広告、商品詳細ページのコピー、画像、A+コンテンツ、バックエンドフィールドを整合させる
- キーワードだけでなく、購入者の意図に合わせて最適化する
- AIを活用して、分析とクリエイティブディレクションの再現性を高める
- 時間をかけてテスト、監査、改善を行う
AIを活用したショッピングは、Amazonでの購入プロセスに新たな要素を加えています。この変化を理解しているブランドは、商品の発見性を向上させ、購入時の障壁を減らし、今日の消費者の意思決定プロセスにより合致した商品リストを作成することができます。