阿里妈妈万相点睛AIツールは、林氏家居が布製ベッドをeスポーツプレイヤー層に正確にターゲティングするのを支援し、ユーザーの検索意図と行動シグナルを認識し、商品の特性を理解することで、複数のシーン間でのマッチングを実現します。文章作成者：Cynthia
出典：ゲークパーク
2026年の夏、Lin's Home Furnitureは布製のベッドを販売したいと考えています。
その後、阿里妈妈万相点睛は、その広告を「eスポーツルームのインテリア」「ゲームルームのリノベーション」「RGBライトバンド」「二次元痛部屋」を検索したユーザーに推奨しました。
インターネットで生まれ、長年にわたりデータに基づいて運営してきたリーシー・ジャーニー这样的头部品牌来说，这是一个令人难以置信的决定。
過去、リンシージャイアは、5500万人以上のプラットフォーム全体のフォロワー、1万点以上の販売SKU、および1000店舗以上のオフライン店舗を蓄積し、業界で広く知られるヒット製品メーカーです。
従来のマッチングロジックでは、ベッドの最も自然な消費者は、リフォーム、新婚、引っ越し、または最近家電やインテリアを購入した人々である。そのため、広告システムは事前に設定されたタグでターゲットをマッチングし、ビジネス側がリフォーム、家具、フローリングなどの関連キーワードを選んで広告を出稿することは、チームの筋肉記憶のように定着していた。その結果、eスポーツルームのレイアウトを検索する若者は、ベッドの優先的に獲得すべき消費者とはまったく見えなかった。
しかし、常識だけでは既存市場での成長はもたらせません。
万相点睛が見ているのは「eスポーツ」というラベルではなく、その背後にある一連の消費意図です。この若者たちは、より良いゲーム体験を得るために、強い消費意欲を持っていることが判明しました。彼らはエrgonomicチェア、4Kディスプレイ、RGBアンビエントライトを購入し、自分の部屋をより快適で没入感があり、個人の美的感覚に合った空間に変えていきます。
この消費チェーンをさらに推論すると、PCゲームプレイヤーにとっては、快適に横になれるベッドがエスポーツルーム体験の一部である。一方、モバイルゲームプレイヤーにとっては、ベッドは単なる休息の場を超えて、柔らかい布製のベッドに寄りかかってゲームをすること自体が、より快適なゲーム体験となる。言い換えれば、彼らは一種のライフスタイルのために消費している。
この層を理解した瞬間、チームは即座に投資を決定した。
最終的な結果は多くの人の予想を上回りました。新規ユーザーのクリック比率は80％以上、新規ユーザーの取引金額比率は83％に達しました。新規ユーザー層を正確に選定しただけでなく、チームが最も驚いたのは、それまでどのホームインテリアブランドもこのブルーオーシャンに気づいていなかったため、チームのカート追加コストが従来のリフォーム対象層の1/3以下だったことです。
そして、柔らかい布製のベッドがeスポーツと結びついた。その後、この戦略はナイトスタンド製品にも拡張され、林氏家居は睡眠サプリメントを収納し、取り出しやすいという新たなターゲット客層を見出した。
新たなシステムにより、広告は存量競争からAI駆動の増量時代へと移行し、新たな層の発見と新たな増量の創出が可能になりました。
01 なぜ従来の広告ターゲティングでは新規ユーザーの獲得がますます難しくなっているのか
デジタル広告は、大規模モデルの時代になってからアルゴリズムに依存し始めたわけではありません。
過去20年間、従来の機械学習に基づく「協調フィルタリング」（類似性マッチング）は広告システムに大規模に導入されてきました。このシステムでは、商家の「購入」とプラットフォームの「マッチング」は別々のプロセスです。広告システムは、ユーザーが何を見たか、何を購入したかという過去の行動に基づいてユーザーにタグを付与します。その後、商家はユーザー層パッケージやキーワードを購入し、プラットフォームは消費者の需要をタグに変換してマッチングを行います。
この方法は増加市場で非常に効果的です。なぜなら、あるブランドが10万人の消費者を見つけたとき、市場にはまだ数十万、数百万の類似したが未到達の消費者が存在するからです。類似層を継続的に拡大し続ければ、成長は持続的に発生します。
しかし、業界が長く運営されるほど、参加者は高マーケティング価値を持つ消費者に対する理解が近づいていく。家具は装修層をターゲットにし、化粧品は高消費女性を争い、ベビー・マタニティは家庭ライフサイクルを中心に展開し、スポーツブランドはランニング、サイクリング、ハイキング、キャンプが何を意味するかを理解している。
その結果、発生するのは、ますます高くなるトラフィックコストと、プレイヤーの過剰な投入により低下し続ける変換効率です。
また、それは元々の短所を抱えています。膨大なデータのリアルタイム計算システムでは、消費者、商品、広告の組み合わせはほぼ無限であり、プラットフォームはすべての関係を最高コストで徹底的に計算することは不可能です。eスポーツプレイヤーが「ベッド」の候補範囲に一度も入らなければ、その後のCTRモデルがどれほど正確であっても、彼にスコアを付ける機会は訪れません。そのため、歴史的データは自然とすでに実証された関係を報います。
しかし、消費者自体は安定したラベルではありません。
二年前にリフォーム中だった人は、今日では家具の需要がなくなっている可能性がある。普段スポーツ好きな消費者も、旅行やコンサート、引っ越しをきっかけに、まったく異なる購買状態に入る可能性がある。このような過去のタグに基づく推奨は、多くの場合、相当な割合の古くなったトラフィックを意味する。
そのため、その人が誰であるかよりも重要なのは、彼が現在何の問題を解決しようとしているかです。そして、これがAI駆動の「同期マッチング」が広告システムにもたらす新しい能力です。ユーザーの検索意図と行動シグナルを認識し、商品特性を深く理解することで、AIは従来のタグではリコールできなかったユーザーを見つけ出し、商家が積極的に購入していないシナリオに対しても、商家がそのユーザーにリーチできるように支援します。
そして、新たな増分ブルーオーシャン市場が次第にすべての人の目に浮かび上がってきた。
02 人：從他是誰到他現在需要什麼
過去、適切な商品を購入することは、買い手と売り手双方にとって未知の技術的な課題でした。
商家は、誰かがゲーム用グラフィックカードを購入した後、モニターを購入しやすくなること、テントを検索した後、アウトドア用品を購入しやすくなることだけを知っている。しかし、より広いシーンまで広げると、自宅にエスポーツルームを整えた人はベッドが必要だろうか？丁寧な若手女性が毎日化粧をして外出する前に、どのような椅子を必要とするだろうか？これは完全に範囲外の質問である。
商家は従来のシナリオに基づいて商品カテゴリやSKUを決定する傾向があります。しかし、消費者はSKUに沿って生活しているわけではありません。彼らはまず引っ越し、旅行、結婚、フィットネス、コンサート観劇、ゲームルームの設置、化粧といった行動をとり、その後に具体的な商品ニーズが生じます。購入行為が発生する前に、彼らは自らの生活ニーズを商品の言語に翻訳する必要があります。たとえば、高齢者向けに携帯電話を購入する場合、「音が大きい、文字が大きい、操作が簡単」といった要件を一連の製品仕様に分解しなければなりません。初めてキャンプをする場合も、テント、タープ、寝袋がそれぞれ何であるかを理解した上で、ようやくプラットフォームのカテゴリ体系に入ることができます。
万相点睛により、商家はユーザーが誰であるかを知るだけでなく、どのようなシーンで何をしているか、何を必要としているかも明確に把握できます。例えば、人体工学チェア分野でトップに立つ「藝頌」は、この仕組みを通じてメイクアップガールたちの注目を集めるようになりました。
最初、万相点睛はその背後にある世界知識体系に基づき、藝頌がユーザーがネイルテーブルと化粧台を注文した背景に、長期的に使用される可能性のある化粧スペースのニーズがあることを理解するのを支援しました。
次に、大規模言語モデルはユーザーの消費動機、好み、購入段階を推論し、ユーザーの行動シーケンスを構造化された消費意図の表現にエンコードします——たとえば、美を重視し、生活の質を追求する女性ユーザーです。
意味アライメント層を通じて、ラベルヒットから意味的推論への移行を実現し、セールスポイントベクトルと意図ベクトルを高次元意味空間内でアライメントします。また、因果推論に基づくマッチングにより、従来の相関ロジックを超えて、ユーザーが「なぜ購入するのか」という深層的な動機を理解します——例えば、一般的な化粧用スツールは硬く、背もたれがありません。そのため、她们は快適な椅子を必要としており、その椅子は写真に映え、美しくなければなりません。さらに、回転・昇降・スライド機能を備え、化粧、オフィスワーク、学習の間で柔軟に切り替えられることが求められます。
最後に、サプライサイドの万相点睛は、商品理解を通じてその機能を洞察し、大規模言語モデルを用いて商品の販売ポイントを分解して多次元的な構造化表現を構築し、カテゴリ、機能、シーン、ターゲット層をカバーする細粒度の商品属性グラフを構築することで、より深層的な需要と供給の意味的マッチングを実現します——毎日自分を整える時間を惜しまない女性が化粧台を注文した後には、椅子も必要です。エrgonomicチェアは「オフィス用」というラベルにとどまらず、長時間座るためのサポート、柔軟な移動性、空間に合わせやすいといった複数の生活シーンのニーズにも対応します。
このより深いユーザー需要の洞察を活用して、広告システムはターゲット拡張から意図拡張へと移行し、システムの非同期ターゲティングマッチングはシナリオベースのリアルタイムターゲティングマッチングに変更されました。
しかし、人を理解するだけでは十分ではありません。
もし一本のエンジニアリングチェアが常にオフィス家具としてしか定義されないなら、それは椅子を化粧台やネイルテーブルといった一見無関係なシーンと真正に結びつけるのは難しい。もしベッドが常に寝室用家具としてしか理解されないなら、システムがeスポーツプレイヤーをどれほど深く理解しても、eスポーツ愛好者のゲームルームに正しく登場することは難しい。
AI ターゲティングは、もう一方の端を再理解する必要もあります：
貨。
03 貨：1つの商品は複数の市場に属することができます
過去のプラットフォームはカテゴリ、属性、SKUで供給を管理しており、これはビジネスシステムが効率的に機能するための前提です。
ベッドはシステム内でまず「家具」として扱われ、サイズ、素材、色、スタイルなどの属性を持ち、その後、商品はその種類に応じて市場に投入されます。
しかし、消費者が商品を使用する方法は、企業の当初の製品定義に完全に従うことはない：コカ・コーラは当初薬として販売され、電子レンジはレーダー技術から生まれ、スニーカーは時代とともに専用装備から日常の服へと変化した。
商業の歴史には、ユーザーが商品を再定義する物語が絶えません。ただ、過去の問題発見は、長期間の市場観察や調査、あるいは偶発的な出来事に頼ることが多かったです。
現在、万相点睛により、AIはこの製品機能とユーザー要望の繊細な関連性を深く理解できます。
リン氏ホームがeスポーツ愛好者向けに販売した布製ベッドや、芸頌がビューティ愛好者向けに販売した人間工学に基づいたチェアは、その一例にすぎません。
より象徴的なのは、万相点睛がヘレナの製品をスキーおよびアウトドア層に販売するプロセスを支援したことです。
今年5月、万相点睛はヘレナに対して、夏はサーフィンやダイビング、冬はスキーをする潜在顧客層を特定した。チームが結果を見たときの最初の反応は、「AIがずれていないか？」だった。なぜなら、これらの人の主な消費行動はほぼスポーツ用品に集中していたからだ。
しかしAIは、彼らが日焼け止めと確実性に対するニーズを鋭く捉えた。このグループの27.35%が品質を最優先し、40.25%が素材に特に注目している。彼らはスノーボードウェア、ダイビングおよびアウトドア装備を購入する際、素材、性能、信頼できる結果を繰り返し比較するが、ブラックバンドエイド自体は「確実性」を重視する製品伝統から生まれたものである。2008年、ヘレナはスイスのLaclinicと提携してRe-Plastyシリーズを開発し、そのインスピレーションは術後ケアに由来する。その後登場したAge Recovery Nightが「Black Bandage」となり、現在もLaclinicでは術後修復、活性成分、臨床ケアの文脈で紹介されている。
したがって、スポーツウェアにおいて長年にわたり性能、素材、信頼性を追求してきた人は、数千円のスキンケア製品を選ぶ際にも、臨床検証、効果の確実性、製品の質感に支払う意欲が高い可能性が高い。
最終的な業績では、正式に投入後、この屋外の高価値層の新規顧客率が他の層より2ポイント高く、インタラクションと取引への変換率も更高です。
同様の「翻訳」は、その他のより日常的な商品にも見られます。たとえば、万相点睛を活用して、蕉下は「蒸れず、ずれず、写真映えする」ことを求めるフィットネスやサイクリング層に日焼け止めマスクを販売し、2か月後に新規顧客の取引比率が11%向上し、新規訪問者数が39%増加しました。
そして、人が固定タグから動的な意図へ、商品が固定カテゴリから問題の解決策へと変化した後、最後に変化するのが、人と商品がどのように出会うかということである。
04 キーワード：AIによる方向性、需要と供給の接続方法の再構築
AIが「人が何をしているか」と「商品が何を解決できるか」を同時に理解できるようになると、検索、広告、推奨の間の従来の境界が緩み始める。本質的に、これらは同じ課題に向き合っているからだ：特定の瞬間に、ユーザーがどのようなニーズを形成しているかを判断し、どの商品がそのニーズの解決に参加すべきかを決定すること。
この変更により、商家とシステムとの間の役割分担も再調整されました。
過去、新しい広告プランを作成する際、商家はまずキーワード、ターゲット層、地域、および期間を入力する必要があり、これはシステムに「私の消費者は誰か」を伝えることと同じでした。新しいシステムでは、万相点睛がまず商品の売点、潜在的需要、および発生しうる消費シナリオをAIが分析し、その後、商家がその結果を採用するか修正するかを決定します。
同時に、後期のクリエイティブ生成や広告配信も、同じロジックに従って一連の対応を実施します。既存のユーザーインサイトを活用し、万相点睛は、元々ベッドルーム消費者向けに設計されたベッド広告を、eスポーツプレイヤーにそのまま表示することはありません。代わりに、プロセスをクリエイティブと入札まで拡張します。まずビジネス目標と消費意図を理解し、次に潜在的なターゲット層を特定し、AIを用いて差別化された表現を生成し、最後にインテリジェントな入札によって、どのトラフィック機会で競争に参加するかを決定します。
最終的に、多様なユーザーのニーズを、多様な広告戦略とコミュニケーション手法に変換し、新規顧客の成約転換率と付加価値を向上させます。公式発表によると、万相点睛は618期間にリリースされ、7月末に全量展開後、キーワード広告およびターゲット層広告のシナリオのみで累計15万以上の商家が利用しました。特定の期間において、新規顧客のクリック比率は91％を超え、新規顧客の成約比率は76％を超えました。
最も重要なのは、万相点睛は新しい能力を備えていますが、商家は新しいツールを学ぶ必要がなく、ターゲット層のプロモーションからキーワードプロモーション、ブランド全体、コンテンツへの浸透まで、既存のプロモーションシーンに完全に統合できる点です。
阿里巴巴集团高级副总裁、现任天猫事业部总裁、阿里妈妈总裁、淘宝直播及内容事业部负责人刘博（家洛）表示：「（平台努力）将自己的长板加长，把困难的事情做深，降低商家的成本，让他们的经营更具确定性。」同时，「算法团队仍有很大的挖掘空间，让更好的商品和更好的商家有机会触达更优质的消费者；反过来，优质的消费者也能在平台上找到匹配度更高的个性化商品。」
もちろん、より長期的に見れば、このプラットフォームの機能が全面的に開放された後、もたらされる情報の非対称性は永久には続かない。今日、eスポーツプレイヤーの休憩ニーズに気づいているのは一つの企業だけだが、間もなく、すべての家具メーカーも同じユーザー層に気づくだろう。そのため、問題は「発見できるかどうか」から、「発見した後どうするか」へと変わる。
同じような新しいシーンを見て、ある企業は疑問を抱き、ある企業は広告プランを追加し、ある企業は素材や商品ラインアップを再設計し、またある企業は消費者の居住空間と真のニーズをさらに研究し、最終的に製品のサイズや機能、さらには新製品の方向性を調整する。
このプロセスの中で、群衆がプラットフォーム化できること、リアルタイムの入札がプラットフォーム化できること、一部のクリエイティブと消費者インサイトもプラットフォーム化できることに気づかれました。
しかし、商品の選択、在庫リスク、サプライチェーンの調整、リソースの配分は、依然として企業自身で行う必要があります。AIはより多くの企業に新しい機会を示しますが、それらが同じ速さで対応できるようにはしません。