Webサービス・Webメディア（EC・ポータル・ソーシャル）でのAI活用術

Webサービス・Webメディア（EC・ポータル・ソーシャル）に、そもそもAIは必要なのか

Webサービス運営でAI活用を考えるとき、判断軸は2つです。同じ判断を月に何度繰り返しているか、そしてその判断を誤ったとき何が起きるかです。この2つが両方大きい業務ほど、AIを入れる価値が出ます。

自社サイトには、出品者や投稿者、購入者からの情報が毎日積み上がります。AIが効くのは、次のような業務です。

• 投稿された商品ページやレビューが、利用規約とガイドラインに触れていないかの点検
• 問い合わせフォームに届く内容の区分けと、回答の下書き
• アクセス記録から、購入や会員登録の手前で離脱している箇所を洗い出す作業

いずれも、 規約や区分表という決まった基準に照らして、同じ判定を繰り返しています。

一方、広告主との個別の条件交渉や、利用規約そのものの改定にはAIを入れないほうがよいと考えます。交渉は相手の出稿意図をその場でくみ取る場です。

規約の改定は、 プラットフォームとして負う責任の範囲を自分たちで決める作業だからです。

ただ、この線引きは業務ごとに変わります。同じレビューの扱いでも、傾向を集計する作業と、特定の投稿を削除するかどうかの判定とでは向き不向きが違います。次のセクションでは、運営の業務を工程に分けて見ていきます。

サービス企画からデータ分析まで、負荷が大きいのはどの工程か

ECサイトやポータル、ソーシャルサービスの運営は、一本の流れではなく、役割の違うチームが同じサイトを同時に支えています。工程ごとに見ると、決まった基準で繰り返す判定と、その都度考える判断が分かれます。

負荷が最も集中するのは投稿監視の工程です。点検の対象が二方向から届くためです。出品者や投稿者が出す商品ページと、購入者が書き込むレビューやコメントでは、規約の当たり方がまるで違います。

監視オペレーターは一件ずつ本文と画像を見比べ、中古品なのに「新品同様」と書かれていないか、レビューの中で効能をうたう表現が使われていないか、他社サービスを名指しで貶める書き込みでないかを見分けます。白黒のつかないグレーな投稿が構造として多く、判断に時間がかかります。

さらに、権利者からの削除申し立てが別のルートで同じ担当者のところに集まります。見落とせば、出品者や投稿者の問題では済まず、サイトを運営する側の責任として跳ね返ります。

ここに手を入れると、オペレーターは全件を見る作業から、 疑わしい投稿だけを見極める作業に時間を使えます。カスタマーサポートに回ってくる「この出品は規約違反ではないか」という通報の対応も軽くなります。

「極小」とした規約対応は、法令の改正や個人情報の扱いを読み解きながら、自社サービスの条文をどう書き換えるかを決める仕事です。判断の前提が毎回変わるため、人が担う工程として残ります。

Webサービス・Webメディア（EC・ポータル・ソーシャル）で最初に取り組むべきAI活用、3つ

最初に手をつけるなら、毎日のように繰り返していて、かつ見落とすとサイトの信用に響く業務です。第1セクションの2軸に当てはめると、レビューの傾向整理、規約違反の投稿の点検、離脱箇所の洗い出しの3つがここに入ります。

レビューに埋もれた不満を、先にまとめてもらう

月に一度、レビューの投稿記録が所定の保管先に書き出された時点で仕組みが動きます。AIは書き出されたレビュー本文と星の数に、社内で決めた商品カテゴリの区分と前回までの整理で使った観点の一覧を照らし、不満がどのカテゴリのどの論点に集まっているかをまとめます。

結果は傾向をまとめた文書として所定のフォルダに保存され、カテゴリ担当者に業務チャットで知らせが届きます。これまでは管理画面でレビューを並べ替えて目についたものを拾っていましたが、 論点ごとにまとまった下書きから読み始める形に変わります。

下書きに目を通すのはカテゴリ担当者です。出品者へ改善を依頼するか、商品ページの表記を直すかという、取引先との関係に関わる判断はカテゴリ責任者が決めます。

規約に触れる出品や投稿を、公開直後に洗い出す

こちらは投稿そのものが起点です。出品者が商品ページを登録したとき、購入者がレビューやコメントを書き込んだときに仕組みが動きます。AIは利用規約と出品ガイドライン、過去に削除や非表示にした投稿の判断記録を突き合わせ、どの条文に触れる疑いがあるかを添えて判定します。

判定の結果は要確認の一覧表に行として追加され、監視オペレーターに通知が届きます。いまは新着の投稿を片端から目で追っていますが、 疑いの濃い順に並んだ一覧から見ていく形になります。

削除や非表示を決めるのは監視オペレーターです。出品者のアカウントを止めるかどうかは、取引の停止を伴うため監視責任者が判断します。

どこで離脱しているかを、週次の資料に起こす

三つめは決まった曜日がきっかけです。毎週、アクセス記録と購入・会員登録の記録が更新されるのを合図に動きます。AIはどの画面からどの画面へ進んだか、どこで操作が途切れたかを追い、社内で定めた重要な導線の定義と前週の数値を突き合わせて、落ち込んだ箇所とその前後の画面を抜き出します。

抜き出された箇所は改善提案の下書きとして文書にまとまり、予定管理ツールに入っている週次の定例の前に、業務チャットで運営担当者に届きます。定例の場で集計から始めていた時間を、どこを直すかの相談にあてられます。

下書きを読むのは運営担当者です。サイト内検索やレコメンドの設定をどう変えるかは、売り上げと在庫に響くため、サービス責任者が決めます。

業務に組み込むまでの4ステップ

ここでは「コンテンツ・商品の不適切投稿（規約違反）検知」を例にします。新しいシステムを作る話ではなく、投稿の保管先と要確認の一覧表の間に情報の通り道を引く作業です。

1. 使う情報がどこにあるかを決める

点検に使う情報は、すでに社内にあります。

• 投稿された商品ページの本文・画像・カテゴリ
• 利用規約と出品ガイドラインの条文
• 過去に削除や非表示にした投稿と、その判断理由

新しく書き起こすものはありません。条文が部署ごとに分かれているなら、一つの保存先にまとめます。

2. 何をきっかけに動かすかを決める

出品者が商品ページを登録したとき、購入者がレビューを書き込んだときを起点にします。人が思い出して始める形にすると、投稿が増える時期ほど後回しになり、使われなくなります。

3. 判断の基準を設定しておく

どの投稿がどの条文に触れるのかを文章にし、一箇所にまとめて設定しておきます。AIは毎回そこを参照します。ベテランのオペレーターが見た瞬間に判別している境目を、 言葉にして書き留める作業です。

• 中古品の出品で「新品同様」と書ける範囲を決める
• レビューの効能に触れる表現は、体験の記述と断定とで扱いを分ける
• 他社サービスを名指しした比較は、事実の記述か中傷かの境目を示す

この工程がいちばん時間がかかります。境目の見立ては担当者ごとに揺れているため、すり合わせが必要です。一度まとめれば、新しい担当者も同じ基準で点検できます。

4. 結果の戻り先と、確認する人を決める

判定の結果は要確認の一覧表に行として追加し、業務チャットで監視オペレーターに知らせます。オペレーターはシフトの開始時に一覧を開き、疑いの濃いものから順に見ていきます。

先に知っておきたい、つまずきやすい3か所

• 改定した規約が、点検の基準に反映されない ：利用規約や出品ガイドラインは、法令の改正や新しいカテゴリの追加に合わせて書き換わります。条文だけを直して基準の文書をそのままにすると、古い条文で点検が続きます。規約を改める手順の中に、基準の文書を書き換える作業を組み込んでおきます。
• やらせレビューの判定を、出力だけで決めてしまう ：文面が似ているというだけでは、同じ人物の投稿なのか、同じ不具合に当たった人の投稿なのかは分かりません。景品表示法のステルスマーケティング規制に関わるため、AIの出力は候補の絞り込みまでとし、取引の記録と突き合わせて人が確かめます。
• 投稿が管理画面の中にしかない ：レビューや出品の記録が、運営の管理画面でしか見られない形になっていることがあります。この状態では仕組みに流し込めません。定期的に書き出す段取りを先に決め、保管先を一つにまとめます。

Webサービス・Webメディア（EC・ポータル・ソーシャル）のAI活用は、どこから考えればいいか

AIが効くのは、規約や区分表という決まった基準に照らして同じ判定を繰り返す業務で、広告主との交渉や規約そのものの改定は人が担う側に残ります。紹介した3つは、いずれも判断の基準がすでに文章や記録として手元にある業務です。

全部を一度に進める必要はありません。 まずは一つの業務から始めれば十分です。そのとき必要なのは、レビューや投稿の記録、利用規約の条文、表計算ソフトといった、すでに運営の中にあるものだけです。