Eコマース企業はFTCがAIに関する虚偽の主張をターゲットにしていることに注意すべきである

Aug 16, 2023

OpenAI の人気の爆発を受けて、他のすべての e コマースおよびマーケティング テクノロジー企業が人工知能ソリューションを持っていると主張して市場に参入しているようです。 しかし、連邦取引委員会は先月のブログ投稿で「製品の有効性についての虚偽または根拠のない主張は我々の糧である」と書き、日和見主義者に警告を発している。

AI と機械学習を活用したソリューションの導入を検討している e コマース企業は、注意する必要があります。 これらはまさに多くの企業が魅力的だと感じているテクノロジーであるため、FTC は誤った誇張された AI および機械学習の主張を追求しています。 迅速に拡張し、流通ネットワークの最適化や大量のデータの分析などの非常に複雑な技術的問題に対処したいと考えている企業にとって、AI と ML の可能性は非常に大きなものとなります。

しかし、FTCの例に倣い、電子商取引企業は事実とフィクションをどのように区別しているのでしょうか? 彼らは、FTC が調査を計画している申し立ての種類、e コマースにおける AI と ML の確立されたユースケース、およびこれらのテクノロジーを安全に評価してどれがビジネスに有益でどれが偽物かを判断する方法について学ぶことから始めることができます。

FTC のブログ投稿では、FTC が AI および ML の主張を審査するために使用する 4 つの基準を示しています。

広告

この分野で虚偽の主張を行う広告主のコストは膨大です。 例によれば、違反には 6 桁または 7 桁の罰金が科せられる可能性があります。 しかし、eコマース企業のコストも軽視すべきではありません。 不景気で広告費が高額な時期には、e コマース ブランドはデジタル スネーク オイルに資金を惜しむことができません。

e コマースにおける AI と ML の確立されたユースケースにはどのようなものがありますか?

機械学習は、これまでしばらくの間、e コマース ブランドと顧客のエクスペリエンスを向上させる役割を果たしてきました。 パーソナライズされたレコメンデーションや自動化されたカスタマー サービスを通じて消費者を支援し、e コマース ショップのオーナーは需要と供給の管理、不正行為の検出、解約予測を通じてワークロードが合理化されるのを実感しています。

AI や機械学習が登場する前は、ダイナミックプライシングなどの今では一般的な手法は、ほとんどが手動で行われていました。 動的価格設定には、過去のデータと直感のみが関与していましたが、時間がかかり、信頼性が低い可能性がありました。 しかし、AI と ML を使用すると、ブランドは競合他社の価格、サプライ チェーンのコスト、顧客の需要パターンなどの大量のデータをリアルタイムで分析できるようになります。 以前は不可能だったこの迅速でスケーラブルなデータ分析は、価格設定だけでなく、多くの e コマースに不可欠な機能の革新を促進しています。

e コマース企業による AI と ML の使用における次のフロンティアの 1 つは、マーケティング アトリビューションです。 機械学習により、マーケティング担当者はカスタマー ジャーニー、コンバージョン、維持率をより適切に分析し、理解できるようになります。 アトリビューション プラットフォームによって収集されるデータの量と、それを効果的に分析して理解するために必要な時間を考慮すると、マーケティング アトリビューションの可能性を最大限に引き出すには AI と ML が不可欠です。

おそらく、マーケティング アトリビューション ツールが AI と ML を使用していない場合、マーケターが時間と手順をかけて毎日収集される膨大なデータを分析するまでに、数日が経過しており、そのため起きていられなくなります。今日までほぼ不可能です。 機械学習は、e コマース サイトでのユーザーの行動を反映するアトリビューション モデルを構築することで、マーケティング担当者がこの取り組みに取り組むのに役立ちます。

e コマースにおける ML のもう 1 つの応用例はパターン認識です。 繰り返しになりますが、データが増えると、データを適切に理解するためのリソースが増えることになります。 しかし、ML は関連する数値を効率的に処理することで重労働をこなします。つまり、e コマース サイトの所有者は、マーケティング戦略やカスタマー エクスペリエンス戦略を最適化する際に最新の指標を使用し、効果のないアプローチを後回しにすることになります。

e コマース ブランドにとって、顧客とその評判を守ることは、顧客、投資家、政府機関による精査に耐えられないと思われる機能を備えたテクノロジーを売りつける者から身を守ることを意味します。

マーケティングの奇跡を約束するアトリビューション テクノロジーを評価することに関しては、良い経験則があります。それがうますぎるように聞こえるなら、おそらくその通りです。

e コマース企業は、次の手順を実行し、対応する質問をすることで、これらの主張に慎重に対処する必要があります。

1. テクノロジーを理解する:テクノロジーはどのように機能するのでしょうか? どのようなデータが使用されますか? どのようなアルゴリズムに依存しているのでしょうか? その制限や欠点は何ですか?

2. ベンダーの評判を考慮します。関連市場での評判はどうですか? 過去に違反、訴訟、または信頼できる苦情があったことはありますか?

3. ケーススタディを依頼します。ベンダーは顧客の成功事例やお客様の声を提供できますか? これらの事例ではどのようなテクノロジーが使用されていますか?また、販売されているテクノロジーとどの程度似ていますか? どのような結果が得られましたか?

4. テクノロジーをテストします。現実世界のシナリオで、販売者自身のデータに対してテクノロジーをテストできますか? 評価期間は十分に長いのでしょうか? 評価期間中はどのようなサポートが提供されますか?

e コマース ブランドは FTC の懸念を共有する必要がありますが、AI と ML は適切に実装されれば、無視すべきではない非常に大きなメリットをマーケティング担当者に提供します。 問題が発生するとガイドラインも作成されますが、この種の問題は、業界やテクノロジーのブームの初期段階では予期されます。 しかし、虚偽または誇張された主張から身を守ることは、FTC が行っていることを行うのと同じくらい簡単かもしれません。つまり、詳しく調査することです。

Phil Dubois は、次世代のマーケティング アトリビューション ソフトウェアのプロバイダーである AdAmplify の CEO 兼共同創設者です。 オンライン ストアで使用される AdAmplify のソフトウェアは、どのチャネルやキャンペーンがうまくいっているのか、どれがうまくいっていないのか、どこに成長の機会があるのか​​を示します。 機械学習 (ML) によって駆動される Dimensions は、傾向を強調し、結果を解釈し、店舗のマーケティング チャネルの将来の収益の可能性を予測します。

エグゼクティブビューポイントを提出します。

広告