小売 / 電子商取引プラットフォーム
Shopify：商品分類体系の改善
- 企業
- Shopify
- 国
- カナダ
- 導入状況
- 限定運用
- 資料公開
- 日付の基準
- 資料が公開された時点。導入を開始した日とは異なる場合がある。
- 根拠の確認方法
- 原文の本文を閲覧
業務課題
Shopifyの商品分類体系は、10,000を超えるカテゴリーと2,000を超える属性でできている。新しい商品の種類や技術のカテゴリー、季節の流行が出るたびに手を入れなければならないが、人の手による整理では速さが追いつかなかった。分類のチームが、販売者が売るすべての分野の専門性を備えることも難しかった。体系が大きくなるにつれ、似た概念がカテゴリーごとに違う表現になり、名前の付け方もずれた。
使った技術とデータ
Shopifyは、分類体系そのものを直す複数のAIエージェントを付けた。構造分析エージェントは分類体系だけを見て、階層の空きと名前の規則の不一致を探す。商品を基にした分析エージェントは、実際の販売者のデータを読み、商品の題名と説明、販売者が決めた分類から抜けた属性を探す。合成の段階が二つの結果の衝突と重複を整理し、同等性検出エージェントは、異なる分類が同じ商品の束を指している場合を見つけ出す。最後に分野ごとのAIの審査者が提案を評価して絞り、人の検討に渡す。
成果
Shopifyは、分類の専門家が一日に数個のカテゴリーを見ていた作業を、このシステムは数百のカテゴリーまで一度に見ると述べた。携帯電話のアクセサリーでは、商品分析エージェントが販売者たちがMagSafe対応をよく打ち出していることを見つけ、MagSafe compatibleの真偽値の属性を提案し、電子製品の担当の審査者が93%の確信で承認した。同社は、この方法をTelephonyの分類の領域に適用し、従来の手作業の拡張のやり方と比べる概念の検証を行ったと説明した。
限界と残る課題
原文は、このシステムが実際に反映した分類の変更の件数と、販売者側の効果を数値で示していない。
出典
- How AI Agents are Evolving Shopify's Product Taxonomy at Scale (2025) - Shopifyshopify.engineering, 確認
公開資料をまとめた事例です。ATF Works導入企業の成果ではありません。