「AIが買うを代行する」の1年先へ――W2が提唱する「Commerce4.0」と“選ぶ理由”の作り方

AIが商品探しや購入を代行する「エージェンティックコマース」が注目されるなか、W2はその先の購買体験として「Commerce4.0」を提唱する。データ統合構想「RUOS」やAIペルソナなどの機能を通じ、顧客ごとの「選ぶ理由」をどう作るのかについて迫る。

吉田 浩章[撮影], 鳥栖 剛[執筆]

11月19日 10:15

コマースプラットフォームを展開するW2は、リテール企業のデータを統合する新たな構想「Retail Unified OS(RUOS)」と、次世代の購買体験を示す「Commerce4.0」を打ち出した。また、AIプラグイン基盤「W2 SmartHub」の第3弾として、「AIペルソナ」「EC専用BIツール」「プロモーションカルテ」の3機能も発表した。AIが消費者に代わって商品を探し、購入する「エージェンティックコマース」が注目されるなか、W2が重視するのは、AIによる購買の効率化だけではない。顧客1人ひとりに合わせた情報やコンテンツを提供し、自社の商品やブランドを選ぶ理由をつくることだ。顧客データを活用して購買体験を継続的に改善するという構想を描く山田大樹社長と執行役員の鴨下文哉氏に、「RUOS」と「Commerce4.0」構想、AIプラグインの具体的な機能について聞いた。

W2の山田大樹社長(写真右)と執行役員の鴨下文哉氏
W2の山田大樹社長(写真右)と執行役員の鴨下文哉氏

システムとデータの分断が、企業の判断を遅らせる

W2はこれまで、店舗・スタッフ・商品をつなぐユニファイドコマースを推進してきた。一方で、ECや物販全体の成長には、依然として課題が残るという。

いくら取り組みを重ねてもECがなかなか伸びず、物販全体の成長が鈍化している。(W2 山田大樹社長)

「AIが買うを代行する」の1年先へ――W2が提唱する「Commerce4.0」と“選ぶ理由”の作り方
W2の山田大樹社長

山田氏が課題としてあげるのが、企業内におけるシステムとデータの分断だ。EC事業を運営する企業では、ECサイトやアプリ、基幹システム、顧客管理、マーケティングツール、接客用の顧客カルテ、レコメンドエンジンなど、複数のシステムを組み合わせて使うケースが多い。

企業によっては、10~20のツールが並行して稼働している。個々のシステムにデータが蓄積されても、相互に連携していなければ、顧客や商品の情報を横断して把握することは難しい。

たとえば、ECサイトで商品を調べてから実店舗に来店した顧客がいても、店舗スタッフがその閲覧履歴を把握できない場合がある。店舗とECで在庫や発注の情報が分かれていれば、在庫管理や物流の効率化にもつながりにくい。コールセンターでも、問い合わせを受けた時点で顧客の購入履歴や接触履歴を確認できず、対応に時間がかかることがある。

「Retail Unified OS(RUOS)」は分断の解消をめざす次世代インフラ構想

W2が掲げる「Retail Unified OS(RUOS)」は、こうした分断の解消をめざす次世代インフラ構想だ。従来のEC領域を超え、商品の発注・出荷、モール連携、会員統合、販売管理まで、リテール業務全体を1つの製品群でカバーする方針。会計連携などに使う管理データにとどまらず、購買情報基盤、行動基盤、AIが参照するLLM基盤を一体化させる。

「AIが買うを代行する」の1年先へ――W2が提唱する「Commerce4.0」と“選ぶ理由”の作り方
「Retail Unified OS(RUOS)」構想の概要

これにより、商品が売れた時点で補充発注につながるサプライチェーンの連動や、顧客の声を生かした商品開発、現場の気づきを経営戦略に反映する仕組みの構築をめざす。2027年初頭には、「RUOS」の業務・基幹領域を包含するサービス・製品群を具体化する予定だ。

「AIが買うを代行する」の1年先へ――W2が提唱する「Commerce4.0」と“選ぶ理由”の作り方
「Retail Unified OS(RUOS)」構想の全体イメージ

データの「見える化」から、施策に使う段階へ

データ統合は、情報を1か所に集めれば終わりではない。W2が問題視するのは、データを集めて可視化できても、実際の施策や業務改善に生かせていない企業が少なくないことだ。

山田氏は、企業がデータを活用するには、システムをまたいで情報を確認できるだけでなく、現場の業務や経営判断に反映できる仕組みが必要だと説明する。

情報の見える化で止まらず、その先のデータ活用まで進める必要がある。(山田社長)

「AIが買うを代行する」の1年先へ――W2が提唱する「Commerce4.0」と“選ぶ理由”の作り方
「Retail Unified OS(RUOS)」構想について説明する山田社長

「RUOS」の提供対象は大企業に限らない。大規模なシステム統合が必要な企業に加え、事業拡大に伴ってデータ連携が複雑になっている中規模企業や、これからEC事業を立ち上げる小規模事業者も想定している。

「AIが買うを代行する」の先にある「Commerce4.0」

「RUOS」が企業側のデータや業務を支える基盤であるのに対し、「Commerce4.0」は顧客側の購買体験をどう変えるかという構想だ。

「AIが買うを代行する」の1年先へ――W2が提唱する「Commerce4.0」と“選ぶ理由”の作り方
「Commerce1.0〜4.0」の概要

鴨下氏は、コマースの変化を1.0から4.0までの段階に分けて説明。「Commerce1.0」は、ECサイトに並んだ商品を消費者が検索して購入する形。「Commerce2.0」は、実店舗と連動するオムニチャネルやO2O、SNS、オンラインを組み合わせ、商品との出会いや体験を広げる段階と位置付ける。

続く「Commerce3.0」は、AIエージェントが商品探しや購入を代行するエージェンティックコマースが台頭する段階だ。消耗品や定型的な商品の購入など、効率を重視する買い物では、AIが選択や購入の手続きを担う場面が増えるとみている。

その先としてW2が提唱するのが「Commerce4.0」だ。AIによる購買代行を前提としながらも、顧客が自分で商品を見て選ぶ体験や、ブランドとの接点を重視する。AIと統合データを活用し、顧客ごとに最適化されたオウンドメディア型ECを通じて、指名買いにつなげる世界観だ。顧客の趣味嗜好(しこう)や購買履歴、閲覧履歴などをもとに、ECサイトの表示内容を一人ひとりに合わせて変えることを想定している。

AIが買うを代行するだけではなく、ブランドが選ぶ理由を作ることが重要になる。(W2 執行役員 鴨下文哉氏)

「AIが買うを代行する」の1年先へ――W2が提唱する「Commerce4.0」と“選ぶ理由”の作り方
W2 執行役員の鴨下文哉氏

顧客の状況に応じて、ECサイトの表示内容を変える

「Commerce4.0」の具体例として、鴨下氏はランニングシューズを販売するECサイトをあげた。

たとえば、シューズを購入した直後の顧客に別の新商品をレコメンドしても、すぐに次の商品を買う可能性は高くない。そこで購入直後は、商品の履き方やメンテナンス方法、ランニングイベントなど、購入した商品を活用するための情報を優先して表示する。

一方、同じ顧客が1年後にサイトを訪れた場合は、新商品の情報や買い替えの提案を表示する。顧客の購買履歴やサイトへの接触状況に応じて、商品情報だけでなく、記事やイベント情報なども切り替える仕組みだ。

また、シニア層の訪問に対しては、文字サイズを大きくしシニア向けコンテンツを中心に据えたデザインへとサイト全体の見せ方を変えたりする。

こうした表示の変更は、単にレコメンド欄の商品を入れ替えるだけではない。顧客の状況に合わせて、サイト内のコンテンツや案内そのものを変えることを想定している。

実現には、購買履歴だけでなく、閲覧履歴、メディアへの接触履歴、接客履歴、キャンペーンへの反応など、複数の情報を組み合わせる必要がある。「RUOS」でデータを統合し、AIが顧客の状況を判断できるようにすることが、「Commerce4.0」の前提となる。

W2は、消費者側のAIエージェントとECサイト側のAIエージェントが情報をやり取りすることも想定している。MCP(Model Context Protocol)など、AIと外部サービスを接続する標準技術の普及も見据え、設計を進めるという。

「AIが買うを代行する」の1年先へ――W2が提唱する「Commerce4.0」と“選ぶ理由”の作り方
消費者側のAIエージェントとECサイト側のAIエージェントが情報をやり取りすることも想定

ECを「売る場所」から「情報を届けるメディア」へ

「Commerce4.0」の実現に向け、W2が重視するのが「メディアコマース」だ。

W2が提唱するメディアコマースは、ECサイトを単なる販売チャネルではなく、顧客の商品理解や商品選択を支援するメディアとして活用する考え方。商品スペックや価格を並べるだけでなく、記事、動画、レビュー、イベント情報などを通じて、商品やブランドについて知る機会を提供する。

顧客が商品を知り、理解し、興味を持ち、相談して選び、購入する。その後も情報を届け、ファン化につなげる。W2は、こうした一連の行動をデータで捉え、コンテンツや接客の改善に反映することをめざす。

鴨下氏は、顧客にとって必要な情報を適切なタイミングで届けることが、ECサイトやブランドを選ぶ理由につながると説明する。商品情報だけでは他社との差が出にくく、AIエージェントが商品を比較する際にも、価格やスペック以外の情報が重要になるとの見方だ。

「Commerce4.0」が一般消費者に浸透するまでの時間軸について、鴨下氏は次のように話す。

数年もかからない。1年とかそういうレベル感でいつの間にか切り替わる。(鴨下氏)

「AIが買うを代行する」の1年先へ――W2が提唱する「Commerce4.0」と“選ぶ理由”の作り方
「Commerce4.0」の浸透について語る鴨下氏

130種類の標準ペルソナから顧客の行動を判定

W2は9月から、AIプラグイン基盤「W2 SmartHub」を順次展開している。これまでレコメンドなど、顧客が商品を知る段階から接客を支援する機能を追加してきた。11月18日に発表した第3弾では「AIペルソナ」「EC専用BIツール」「プロモーションカルテ」の3機能を提供する。

このうち、中核となるのが「AIペルソナ」だ。購買や閲覧などの行動データをもとに顧客の特徴を判定し、1人ひとりにペルソナを割り当てる。年齢や性別などの静的な属性だけで分類するのではなく、実際の買い方やサイト上での行動から顧客像を捉える。

「AIが買うを代行する」の1年先へ――W2が提唱する「Commerce4.0」と“選ぶ理由”の作り方
「AIペルソナ」のサービス概要図

W2は、累計1100社以上の導入実績などをもとに、標準ペルソナを130種類用意した。導入企業は、自社の業種やサイトに合わせて利用するペルソナを選択する。顧客の行動が変われば、割り当てるペルソナも更新される仕組みだ。

ペルソナの例としては、「タイムパフォーマンス最優先のママ」「AIに相談してから買うユーザー」「セールを狙って動くファミリー」などがある。こうした顧客像に応じて、表示するコンテンツやレコメンド、販促施策を変える。

「AIが買うを代行する」の1年先へ――W2が提唱する「Commerce4.0」と“選ぶ理由”の作り方
「AIペルソナ」が提供するペルソナの例

たとえば、一定期間サイトを訪れていない顧客に再訪を促す場合、従来は担当者が経験に基づいてクーポンやポイントの付与内容を決めることが多かった。「AIペルソナ」では、過去にどのようなキャンペーンに反応したかといった行動データをもとに、顧客ごとの施策を提案する。

W2によると、「AIペルソナ」は顧客の行動データを毎日判定し、ペルソナごとに施策を提案する。セット販売やまとめ買い、ポイント付与、定期購入への誘導、会員限定施策、ポップアップ表示など、約20種類の施策を想定している。

ペルソナごとに施策を提案する

施策の結果を受けて、ペルソナ自体も定期的に見直す。W2は、2週間ごとのサイクルで施策の効果を検証し、顧客像や施策の精度を高めていく運用を想定している。今後、ペルソナは業種・業界別に拡充し、1000種類規模まで増やす予定だ。

売上・利益を見ながら販促施策を改善

「EC専用BIツール」は、施策を実施した場合の売り上げや利益への影響を試算し、その結果をもとに次の打ち手を提案する機能だ。グラフや数値の分析をAIが支援し、データの確認にとどまらず、施策の判断につなげることをめざす。

「プロモーションカルテ」は、クーポンやメール、広告などの販促施策を、粗利と売上純増の観点から評価する。施策ごとの売上だけでなく、利益への影響も確認し、次の施策の提案や効果検証につなげる。

「Commerce4.0」の実現には、データ統合と運用体制が必要

W2が提唱する「RUOS」と「Commerce4.0」は、連動した構想だ。「RUOS」で商品・顧客・在庫・購買行動などのデータを統合し、その情報をAIやコンテンツ配信、接客に活用する。その具体的な機能の一つが、「W2 SmartHub」のAIプラグインとなる。

一方、顧客ごとに表示内容を変えたり、AIによる施策の提案を継続したりするには、データを集めるだけでなく、日々の運用に組み込む必要がある。W2は、システムの提供に加え、グループ会社によるコンサルティングやECサイトの制作、EC運用支援も組み合わせ、企業側の運用負荷を抑える考えだ。システムの導入から、その後の運用まで支援する体制を整える。

AIが商品を探し、購入を代行する機能が広がるなか、EC事業者には商品情報を整えるだけでなく、顧客がそのブランドや商品を選ぶ理由をどうつくるかが問われる。W2は、データ統合を進め、顧客の行動や状況に合わせた情報提供を行うことで、こうした課題への対応を支援していく方針だ。

あなたのまわりの「スゴい人」を表彰します! 第4回 ネットショップ担当者アワード 募集中

人気記事トップ10

人気記事ランキングをもっと見る

企画広告も役立つ情報バッチリ! Sponsored

なぜマーケットプレイスはAIに選ばれるのか。AIに「見つからない」ECサイトからの脱却 10月28日 8:00 エージェンティックサーチ時代のEC戦略。なぜ今、検索とUGCの強化が不可欠なのか 10月14日 7:00 BtoB-ECの収益を決めるリピート率はどう伸ばす? チャネルトーク×ZETAが明かす「検索×AIチャット」を活用した業務自動化とCX向上 10月5日 8:00 「売上増」と「利益率改善」をどう両立する? 世界153社のデータから見るAIエージェント時代のEC戦略が学べる資料【PDFを無料提供】 10月2日 7:00 カゴ落ち率を改善する3ステップ・アクションプラン。広告費を増やす前にふさぐべき、ECサイト最後のバケツの穴「決済承認率」改善方法 9月29日 8:00 【海外事例4選】BtoBコマースの新潮流とは? マーケットプレイス活用と「エージェンティックコマース」への備え 9月28日 7:00 CVR改善と不正利用対策を両立。美容家電の公式ECに学ぶ「Amazon Pay」導入の実際 9月10日 8:00 顧客の8割は「なんとなく」離脱する。ECリピート売上を最大化する7つの鉄板シナリオをアクションリンクが公開 8月3日 7:00 ストア評価2.5→3.8へ! 三陽商会の「SANYO公式アプリ」、リニューアル成功の裏側とOMO戦略 7月29日 8:00 決済承認率15%改善、不正率ほぼゼロを実現。「and ST」が導入したRiskifiedの網羅的な不正対策アプローチ 7月14日 7:00