小売業界における「可視性」をめぐる新たな争い.

小売業は、買い物客 が購入を決める前に何に接するかに大きく左右されます 。

だからこそ、ブランドは棚の配置に費用を投じ、小売業者はカテゴリーページを最適化し、販売促進活動が商業予算の大きな割合を占めているのです。その商業的価値は、消費者がすでに欲しいと思っている商品を見つけやすくすることだけに留まりません。そもそも消費者が何を検討対象とするかを形作ることにこそ、その価値があるのです。

小売における購買プロセスは変化しつつあります。 機内持ち込み用スーツケース、保湿クリーム、あるいはテレビを探している買い物客は、今やそのニーズを説明し、いくつかの条件を設定することで、店舗やマーケットプレイス、ブランドサイトにアクセスする前に、選択肢を絞り込んだリストを受け取ることができます。小売業者が最終的に販売を成立させることはあっても、その販売に至るまでの全プロセスをコントロールできなくなっている可能性があります。

商品閲覧はビジネスモデルの一部だった

その重要性は、マーチャンダイジングに関する証拠からより明確に見て取れる。スーパーマーケットでの実地実験では、エンドキャップの陳列により、店舗の入口側では平均346％、奥側では416％のブランド売上増加が見られた。 他の研究では、品揃え内での商品の配置を変更することで、消費者の注目や選択行動が変化することが明らかになっている。こうした効果は、実店舗の棚の位置、ホームページ上の掲載位置、スポンサー掲載、レコメンデーション・モジュール、プロモーション用ディスプレイに多額の投資が注がれる理由を説明する一因となっている。

その根本的なメカニズムは単純だ。つまり、商品に接触することで、何が検討対象となるかが変わるのだ。

『 Journal of Consumer Research』に掲載された研究 によると、視覚的な注意範囲が広がることで、店内の探索行動が増加し、予定外の購買に影響を与えることが明らかになった。研究者らは、露出によって「忘れられていた、あるいは新たなニーズ」が喚起されたり、買い物客が商品に出会うまでは明確に形成されていなかった購買意欲が刺激されたりすると指摘している。

小売業の大きな部分は、まさにこうした瞬間を念頭に置いて設計されてきた。棚の端、エンドキャップ、カテゴリーページ、レコメンデーション・カルーセルはすべて、買い物客が結論を出す前に、ブランドが意思決定プロセスに介入する機会を生み出す。

こうした機会に付随する経済的価値は甚大だ。消費財企業は日常的に売上高の相当部分を販売促進に割り当てており、2025年の世界の小売メディア支出は1,840億ドルと推定されている。

商品発見がフィルタリングされ、事前に選別された環境へと移行すればするほど、こうした従来の露出ポイントがこれまでと同じ影響力を持ち続けるかどうかは不透明になっていきます。この変化は、消費者が人工知能（AI）をどのように利用しているかという点にすでに表れています。

AIは購買プロセスの上流へと進出している

マッキンゼーがフランス、ドイツ、英国で実施した調査によると、消費者の38％がすでにAIツールを活用して製品やサービスを調査したり、購入品を決定したりしていることが判明した。 その利用者のうち、63％がAIを使ってブランド、モデル、価格、レビューを比較し、55％がカテゴリーや製品について学ぶために利用し、46％が新たな発見やインスピレーションを得るために利用していた。

これにより、AIは検討プロセスの中に位置づけられ、小売における商業的価値の多くが創出される段階に組み込まれている。買い物客は、すでにカテゴリーを絞り込み、仕様を比較し、価格帯を決定し、ブランドを候補から除外した上で、小売業者にアクセスできるようになった。

アドビ（Adobe）の米国での調査も同様の傾向を示しています。5,000人以上の消費者を対象とした調査では、38％がオンラインショッピングに生成AIを利用していると回答しました。そのユーザーのうち、73％が生成AIが商品調査の主な情報源になったと述べています。 生成AI経由で小売サイトに流入したトラフィックは、他のチャネルからのトラフィックに比べ、サイトでの滞在時間が長く、閲覧ページ数も多く、直帰率も低かった。

アドビの2025年半ばのデータによると、AI経由の訪問者は依然として他のトラフィックに比べてコンバージョンに至る可能性が低かったものの、その差は縮小しつつありました。しかし、ここではコンバージョンが最も重要な指標ではありません。

こうした買い物客が小売業者にたどり着く頃には、購入に向けた準備の一部はすでに整っている。ブランドの比較や選択肢の絞り込みが行われ、候補が絞り込まれているのだ。

これこそが、小売業者が注目すべき変化である。販売そのものは依然として自社サイトで行われるかもしれないが、候補リストの絞り込みは別である。

品揃えから候補リストへ

小売業者は数百もの関連商品を扱っているかもしれませんが、AIが生成した回答によって、買い物客が到着する前にその品揃えが数件の推奨商品に絞り込まれることがあります。その時点で、競合対象の範囲はすでに狭められているのです。

ランク付けされたレコメンデーションに関する研究によると、明確に定義された選択肢のセットを提示された消費者は、検索を続けるよりも、目の前にある選択肢を評価する「選択モード」に入る可能性が高いことが示されています。また、選択的注意に関する別の研究では、より多くの注目を集めた製品ほど、後に選ばれる可能性が高いことも明らかになっています。

確立されたブランドにとっては、これは規模の経済を通じてすでに築き上げられた強み――膨大なレビュー数、幅広い入手可能性、詳細な商品情報、そして強力なデジタル流通網――をさらに強化することになります。一方、新興ブランドや小規模なブランドは、異なる問題に直面しています。初期の推奨セットに含まれなかった商品は、買い物客の視野に入ることさえ永遠にないかもしれません。

幅広い品揃えが商業的な機会を生み出すのは、買い物客が比較やグレードアップ、切り替えを行うのに十分な数の商品を見られる場合に限られます。外部システムによって選択肢がすでに3～4つの商品に絞り込まれてしまっている場合、残りの商品はそうした機会を永遠に得られない可能性があります。

小売業者にとって、その実務上の影響は即座に現れます。品揃えの幅は維持されていても、実質的な可視性は低下してしまうのです。しかし、フィルタリングは問題の半分に過ぎません。AIは、消費者がこれまで検討していなかった製品を提案し始めているのです。

AIは「検討対象」そのものを創出することもできる

Visaが2026年に米国で実施した調査によると、回答者の40％近くが、AIツールやエージェントのおかげで、本来なら検討しなかったであろう商品を購入したことが明らかになった。これは小売業者が従来構築してきたものとは異なる形の発見だが、商業的な効果は同様である可能性がある。つまり、適切なタイミングで提示されたために、その商品が購入の決定対象に入るのだ。

違いは、その「瞬間」を誰がコントロールするかという点にある。 実店舗では、商品発見は陳列位置、隣接商品、パッケージ、ディスプレイ、またはプロモーションによって生じます。オンラインでは、検索順位、スポンサー掲載、レコメンデーション機能、あるいはホームページの商品配置によって生じます。AIが仲介する購買プロセスにおいては、商品発見はますます、システムが買い物客のリクエストをどのように解釈し、どの商品を言及するに値するほど関連性が高いと判断するかに依存するようになっています。

知名度の低いブランドであっても、プレミアムな棚の場所を確保したり、カテゴリーページの上位に広告出稿して表示させたりすることなく、検討対象に入ることができるようになりました。一方で、システムがその商品を提示しなければ、購入の意思決定プロセスから完全に消えてしまう可能性もあります。

ブランドにとって、「入手可能であること」はもはや「目に見えること」と同義ではありません。ある商品が小売業者の品揃えに含まれており、従来の検索でも上位にランクインしていても、消費者がAIシステムに「何を買えばいいか」と尋ねた際に、その商品が提示されないという事態も起こり得ます。

検索は購買意図を可視化しました。AIは、その発見のプロセスを読み解くことをより困難にしています。

消費者が「私の地域で販売中のジープ」や「海外旅行に最適な耐久性の高いスーツケース」と入力すれば、市場に対して自分が何を求めているかを正確に伝えていた。時が経つにつれ、企業はオーガニック検索、有料検索、マーケットプレイスのランキング、リテールメディア、そして特定のクエリに合わせたコンテンツを通じて、その需要を巡って競争する方法を学んだ。

そのルールは決して不変ではありませんでしたが、戦略を構築するのに十分なほど明確になっていました。マーケターは検索キーワードを確認し、トラフィックを測定し、コンバージョンを追跡し、有料検索と自然検索のパフォーマンスを比較し、自社のポジショニングを洗練させることができました。

AIへのリクエストそのものは、検索クエリよりもはるかに多くの情報を含む可能性があります。買い物客は、予算、目的地、過去の不満、希望する機能、さらにはすでに除外した項目まで指定することができます。マーケターにとって明確に見えないのは、その情報がどのようにレコメンデーションに変換されるのか、あるいはなぜある製品がリストに載り、別の製品が除外されるのかという点です。

また、最適化すべき単一のシステムも存在しません。ChatGPT、Gemini、Perplexity、Amazon、Alibaba、そして小売業者が所有するアシスタントは、それぞれ異なる商品フィード、ウェブ上の情報源、商業的関係、ランキングシステムを活用しています。

大手ブランドにとって、これは新たな測定上の課題を生み出しています。Google検索やAmazonでの好調なパフォーマンスは、もはや他の場所でも同等の可視性を保証するものではありません。同じ消費者のニーズであっても、質問がどこで行われるかによって、候補リストは異なってくる可能性があります。

検索は、マーケターに対して、需要がどのように自社の元へ届くかについて、かなり明確な見通しを与えていました。AIは、購入意図の表明と、最終的に選ばれる製品との間に、新たな意思決定の層を挿入します。

次の「棚」はデータでできている

ブランドにとって、こうしたレコメンデーション環境に登場するための第一歩は、クリエイティブほど華やかではないもの、すなわち商品情報から始まります。

価格、在庫状況、仕様、レビュー、謳い文句、使用事例、そして差別化要因――これらすべてが、その製品がリクエストに確実にマッチするかどうかを判断する助けとなります。かつては主にEC運営内部に留まっていた製品データが、今や可視化インフラの一部になりつつあります。

新製品の場合、根拠となるデータは乏しいところから始まります。確立されたブランドであれば、長年にわたるレビュー、流通履歴、第三者による報道、詳細な製品データなど、レコメンデーションシステムが利用できる情報がすでに揃っているかもしれません。しかし、新製品の発売時にはそうはいきません。したがって、製品を消費者のニーズに自信を持ってマッチングさせるためには、明確な属性、信頼性の高い主張、充実した製品情報、そして初期段階からの実績が、より重要になってくるのです。

これは単なる検索最適化の別バージョンというわけではありません。検索は、クエリに対する可視性を評価するものでした。一方、AIシステムには、クエリの背後にある問題を解釈し、どの製品が答えにふさわしいかを判断することが求められています。

小売業界には、可視性を測る新たな指標が必要だ

検索はまた、マーケターにランキング、インプレッション、クリック、コンバージョンといった指標を提供しました。リテールメディアは、アトリビューション可能なプレースメントを追加しました。しかし、いずれの指標も、ブランドがAIによって生成された検討対象セットに一貫して入り込んでいるかどうかを捉えることはできません。

その可視性を測定する一つの方法は、消費者が実際にそのカテゴリーに対して抱く「購入目的」から始めることです。主要なAIプラットフォームや小売プラットフォームで同じニーズを検証し、どのブランドが表示されるか、どの競合他社が比較対象となるか、どの属性が挙げられるか、そしてどのブランドが完全に除外されるかを追跡します。その結果は、ブランドトラッキング、検索行動、小売実績、および定性調査と併せて分析することができます。

その結果は、単なるもう一つのSEOスコアではありません。それは、購入が行われる前にそのカテゴリーがどのように解釈されているかを示す証拠であり、ポジショニング、製品の訴求、小売フィード、発売戦略、そして最終的には製品開発に役立つ情報となります。

グローバル企業にとって、平均値と同様に、国ごとの差異もまた示唆に富むものです。ある製品は、米国ではあるニーズ状態において高い可視性を示している一方で、日本やドイツではその話題に全く登場しない可能性があります。また、チャレンジャー企業は、従来のトラッカーで注目を集めるほど認知度スコアが上昇するはるか以前から、レコメンデーションに登場し始めることもあります。

 INSERT GRAPHIC FROM AN: THE NEW RESEARCH FOCUS 

売上高が反映される前に、シグナルが得られる可能性がある

売上、検索行動、消費者調査、競合他社の動向は、すでに小売業者にカテゴリーの動向を伝えています。レコメンデーション環境は、市場シェアに変化が明確に現れる前に、消費者が問題をどのように捉えているかという別の視点を提供します。

あるスーツケースメーカーは、「耐久性」と「修理のしやすさ」、そして「航空会社の規定への適合性」が組み合わされて検索されるようになるかもしれません。自動車ブランドは、EVの比較において、航続距離や充電に加え、「保険料」が話題に上るようになるかもしれません。スキンケア分野では、カテゴリーを取り巻く言葉遣いにおいて、「バリア機能の修復」が「アンチエイジング」に取って代わり始めるかもしれません。

これらのシグナルは、それ単体では消費者の真実を反映しているわけではありません。その価値は、検索行動、ソーシャルリスニング、定性調査、ブランドトラッキング、そして売上データとの照合によって初めて明らかになります。複数の情報源が同じ方向を指し示し始めたとき、マーケターはカテゴリーそのものが変化しつつあるという早期の兆候を捉えることができるのです。

これにより、調査の範囲は拡大します。消費者が何を検索し、何を語り、何を購入するかだけでなく、彼らのニーズがどのように解釈されているか、どの製品が推奨されているか、そしてブランドが不在となっている領域も対象となります。

自社のカテゴリーに変化の兆しが見え始めた場合、重要な問いは単に「AIが製品発見に影響を与えているか」ということではありません。重要なのは、その影響が検討段階のどの部分を変えているか、どのブランドの認知度が高まっているか、そして売上として表れる前にどのような新たなニーズが浮上しているか、ということです。

Kadenceは、消費者の行動、ブランドトラッキング、定性的なインサイト、そして各市場で現れつつあるシグナルを結びつける市場調査を通じて、グローバルブランドがこれらの問いに答えられるよう支援します。

AIが貴社のカテゴリーにおける商品発見をどのように再構築しているかを理解したい場合は、ぜひお問い合わせください。