From Data-Driven Personalization to Culturally Adaptive Merchandising: A Systematic Review and the CAMI-DM Framework
本論文は、既存の文献の系統的なレビューを行い、行動データと文化的文脈および空間最適化を組み合わせることで、物理的、デジタル、およびフィジタルな小売環境における適応型で文化的に配慮したマーチャンダイジングを可能にする統合的アーキテクチャであるCAMI-DMフレームワークを提案することにより、文化的に配慮したパーソナライゼーションにおけるギャップに対処するものである。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
現代のショッピングの世界において、小売業者は私たちの行動を追跡することの達人となりました。彼らは、私たちが何をクリックスし、何に目を留め、何をカートに入れ、そして何を後に残したのかを知っています。この情報の流れを利用して、彼らは私たちが次にどのような動きをするかを推測するシステムを構築し、私たちが欲していると自覚する前に、欲求を感じるであろう製品を提示します。これがデータ駆動型のパーソナライゼーションの約束です。つまり、自分自身よりも自分をよく知っている店です。しかし、このアプローチには静かな欠陥があります。あなたの行動だけを見ているシステムは、あなたが「誰であるか」を見落とす可能性があるのです。ある地域では好まれる色が別の地域では不適切であったり、あるグループにとって効率的に感じられる製品配置が、別のグループにとっては混沌としたものに感じられたりすることを、システムは理解できないかもしれません。文化――人々が世界をどのように見るかを形作る共有された価値観、信念、習慣――は、しばしば単なる国コードのような単純なラベルとして扱われますが、実際にはメッセージがどのように受け取られるかを変化させる、生きて呼吸するコンテキスト（文脈）なのです。
顧客が何をしたかを知ることと、その行動の背後にある文化的意味を理解することの間のこの溝は、コートジボワールの国立ポリテクニック研究所の研究者による新しい研究の焦点となっています。彼らは根本的な問いを投げかけました。データを持っている人が誰であるかという文化的コンテキストに適応するだけでなく、データに反応するだけではない小売システムを構築できるだろうか？ これを見出すために、彼らは単に新しいガジェットを発明したり、新しい発見を主張したりしたのではありません。代わりに、彼らは既存の知識がどこにあり、どの部分が欠けているのかを確認するために、最近の研究の全景を見渡しました。彼らは主要なデータベースから129件の学術論文を集め、タイトルと抄録を注意深く読み、最も関連性の高い研究を見つけ出しました。厳格な確認と再確認のプロセスを経て、彼らは人工知能、小売行動、および文化的コンテキストを真に結びつける最終的な10件の研究へと絞り込みました。
彼らが見つけたのは、輝かしい、しかし孤立した島々の集まりでした。ある研究者は、ビッグデータを用いてモデスト・ファッション（控えめなファッション）の需要を予測する方法を示しました。また別の研究者は、製品画像の背景色が、異なる文化圏の人々の知覚をどのように変えるかを実証しました。チャットボットがブラジルの顧客とイギリスの顧客に対して異なる働き方をすることを示した研究もありました。それぞれの研究はパズルの強力な一片を提供していましたが、それらを一つの機能する機械へと組み立て上げたものは一つもありませんでした。研究者たちは、行動を追跡するツールと文化を理解するツールは存在するものの、製品をどのように見せ、どこに配置し、どのように提示するかについて、リアルタイムの意思決定を行うために両方を同時に使用する統一されたシステムが欠けていることに気づいたのです。
これを解決するために、チームはCAMI-DMと呼ばれる新しいフレームワークを提案しました。これは、よりスマートな店長の設計図と考えてください。このシステムは、単に顧客の履歴を見るだけではありません。状況に対する理解を絶えず更新していきます。顧客が何をしているかという信号を取り込むだけでなく、その上に、価値観、言語、宗教的実践、地域の伝統といった、多次元で豊かな文化的コンテキストのマップを重ね合わせます。そして、これを時刻、在庫状況、天候といった即時の状況と組み合わせます。システムはこの統合されたイメージを用いて意思決定を行います。それは、単に顧客が以前に似たものを購入したからではなく、その特定の配置が「今、その人にとって」適切であるからこそ、棚を並べ替えたり、画面上の製品の順序を変えたり、看板の言語を調整したりするのです。
研究者たちはまた、空間的なパズルを解決するための具体的な数学的レイヤーを提案することで、この問題の物理的な側面にも対処しました。彼らは、製品をどこに配置すべきかを決定するために、二次割当問題（QAP）を使用することを提案しました。このロジックにより、顧客が製品を見つけるための労力を最小限に抑えつつ、物のグループ化に関する文化的嗜好を尊重するように製品を配置することが保証されます。例えば、特定の文化的儀式で使用されるアイテムを近くに配置し、不適切な隣人となり得るアイテムを遠ざけるといったことが可能になります。これは単に顧客が何を欲しているかを推測することではなく、正しい選択が自然かつ敬意を持って感じられるような環境を設計することなのです。
極めて重要な点として、本研究は、このシステムが信頼と倫理を念頭に置いて構築されなければならないことを強調しています。研究者たちは、文化に適応することは、人々をステレオタイプ化したりプライバシーを侵害したりすることを意味すべきではないと主張しています。システムは透明であり、顧客がなぜ特定の推奨事項が表示されているのかを理解できるようにし、常にそれらの提案を無視したり上書きしたりする権限を顧客に与えなければなりません。目標は、支配的または侵入的ではなく、助けになり、関連性のあると感じられるショッピング体験を創出することです。チームは、このフレームワークが現在は提案段階であり、現実世界でテストされるのを待っているアイデアと構造のセットであることを認めています。彼らは、この文化適応型のアプローチが実際に優れた体験とより成功した売上につながるかどうかを確認するための実験として、実店舗、オンラインショップ、およびハイブリッド環境での実験方法を明確な計画として提示しています。
この研究は、小売の未来が単に多くのデータを持つことではなく、より優れたコンテキストを持つことにあることを示唆しています。それは、顧客を数字の集合体とする考え方から、複雑な文化的世界を航行する一人の人間とする考え方への移行です。人々が何をしているかと、彼らが誰であり、どこにいるのかを結びつけることで、この新しいアプローチは、スマートであるだけでなく、賢明な小売環境への道を提供します。研究者たちは、パーソナライゼーションのためのテクノロジーは存在するものの、真の課題は、そのパーソナライゼーションを文化的に敏感にすることにあると結論付けています。彼らのフレームワークは、分離された洞察のコレクションを、ショッピングの未来に向けた単一の首尾一貫した戦略へと変えるための、最初の包括的な地図を提供しています。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。