オンラインカタログ自動タグ付け
- 商品登録の高速自動化(1日あたり1,000万点)が実現し、自社ECでの取扱商品数が100倍(100万→1億個)に。
- 仕入れ先独自の商品画像やテキストデータから商品カテゴリと商品属性をAIで自動抽出し“自社独自のデータベース”を構築。
- 売上向上
- 生産性向上
- 労働力の確保
- コスト削減
- 画像解析
- CrowdANALYTIX
Business challenge
実店舗を展開する小売事業者は、ECプラットフォーマーの台頭を機に、自社ECでの購買機会の拡大を戦略とした。
自社ECで商品取扱数を拡大できるように、スピーディな商品登録と商品関連情報量を増やすことが必須となった。
具体的には、多数の商品仕入先から提供される多種多様な商品データをもとに、自社の商品データベースの構造に合う形で、
スピーディーに大量の新商品の商品を分類、属性を抽出する仕組みが必要となった。
上記を実現することで、自社ECでの顧客一人一人のニーズにあった商品をタイムリーに提案、さらなる購買機会拡大を目指す。
課題
従来のECサイトは、仕入れ先から提供されるデータが多種多様な商品データのため、統一的に自社のデータとして利用できていなかった。
自社独自の商品カテゴリへの分類や登録を人手で実施していたため、作業者の熟練度により効率と精度にむらがあり、また商品登録までに時間がかかるため、常に商品登録待ちの状態が発生し、新商品の市場投入スピードが大きな課題であった。
また、コスト面では、商品登録数と比例しコストが上昇。取扱商品数を増やす戦略が取れないといった経営課題に直面していた。
これらの課題に対して、商品の仕入れ先や商品にかかわらず、商品画像やテキストデータから、商品カテゴリと商品属性をAIで自動判別し、自社独自のデータベースを構築。これにより、商品登録までの時間が大幅に短縮され、取り扱い商品数は大幅に拡大し、新商品の市場投入がスピーディーに開始できるようになった。また、商品分類と属性抽出の作業のむらがなくなり、精度が継続的に改善できる仕組みを作ることができ、顧客一人一人のニーズに合った商品をタイムリーに提案できる環境が実現された。
課題解決のプロセス
Before
- 仕入れ先からの商品情報が多種多様なため、自社独自の商品分類や属性付与が困難。
- 商品の分類や登録を人手で実施するため時間がかかり、膨大な商品に対応しきれない
after
- AIで商品カテゴリと商品属性を自動判別し、自社独自のデータベースを構築
- 手作業が自動化され、新商品の市場投入がスピーディーに
20 ヶ月
取扱い商品数
商品数は100万から1億に増加
モジュラーAIの数
モジュラーAIは2個から300個に増加
かかっていいた
人的工数
人員は3,000人から50人に削減