AIエージェントが買う時代に、自社に残る顧客データは何か
エージェンティックコマースで店に渡る顧客データは、名前・メール・電話番号・住所など注文に要る情報までで、何と比べてなぜ選んだかは渡りません。OpenAIの仕様書とShopifyの記述をもとに、自社で持てる3つの打ち手を順に整理しました。
読むCOLUMN / ニュース・コラム
顧客を獲得する話は、世の中にあふれています。ここに書くのは、そのあとの話 ── 配信のこと、データのこと、AI・レコメンドのこと。 日々の支援で考えていることと、会社からのお知らせを載せています。
記事一覧
カテゴリで絞り込めます。具体的な事例の話は実績ページに、ここにはその裏側にある考え方をまとめています。
1-9 / 9 件
エージェンティックコマースで店に渡る顧客データは、名前・メール・電話番号・住所など注文に要る情報までで、何と比べてなぜ選んだかは渡りません。OpenAIの仕様書とShopifyの記述をもとに、自社で持てる3つの打ち手を順に整理しました。
読む新商品がレコメンドに出ないのは、行動から学ぶ型のレコメンドに、行動の記録が無い商品を出す手がかりが無いからです。推薦の一定割合を割り当てる枠、説明文を使う属性、商品マスタの作成日という3つの道と、入れる順番を整理しました。
読むチャットボットの効果を上げるとき、先に見るのはAIの賢さより業務の分け方です。Anthropicの記事が挙げる5つの組み合わせのパターンを問い合わせ窓口の例で整理し、直近1か月分の問い合わせログを種類に分けて、振り分けられるかを試す手順を紹介します。
読むAIエージェントを入れる前に揃えるのは、用途に対してAI readyなデータです。Gartnerの定義と、用途に合わせる・品質を確かめる・扱いを決めるの3つから、問い合わせ対応の作例で欠けると起きることと、1人分を今日の値で確かめる手順を整理しました。
読むレコメンドとサジェストの違いは、候補を出す手がかりです。サジェストは打った文字、レコメンドは利用者の行動を使います。行動を使う型は記録が最低10,000件という条件も含め、5つのサービスの公式ドキュメントから選び方を整理しました。
読むAIに引用される書き方(GEO)は、検索順位で候補に入ったあとに効きます。KDD 2024の研究で9つの書き方を比べると、原文引用を入れるとスコアが19.5から27.8に上がり、キーワードの詰め込みは17.8でした。検索順位との関係も整理しました。
読むAIエージェントの費用は、モデルの単価より、毎回どれだけ読ませるかと何回呼ぶかで決まります。Anthropicの料金で出力単価が入力の5倍であることや、ツールで増える入力を、2026年8月28日時点の公開価格で整理し、見積の読み方を示しました。
読むレコメンドの精度が上がっても売上が動かないのは、測っている場所が違うからです。Amazon Personalizeの公式ドキュメントから、学習時に出るオフライン指標と利用者側で用意するオンライン指標の違いと、人気順と並べて読む方法を整理しました。
読むAIエージェントとワークフローの違いは、処理の経路を誰が決めるかです。ワークフローは人が先に決め、エージェントはLLMがその場で決めます。Anthropicの定義をもとに、費用と時間のかかり方と、どこを固定するかの線の引き方を整理しました。
読むお問い合わせ
7つの質問で、御社の顧客がいま資産に変わっているかが分かります。
3分・登録不要。結果を見てからご相談いただけます。