小売 / 衣料

lululemon:店舗従業員の音声と文章の意見を商品と運営の改善情報へ変換

企業
lululemon
国
カナダ
導入状況
実証
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

lululemonの店舗従業員は顧客の商品体験を直接見聞きするが、その意見を商品と運営の組織に届けるにはメールのやり取りとチケットシステムを経由していた。投稿ごとに人が分類と担当部署の振り分けを行うため時間がかかり、現場の情報が伝達中に変わったり、意思決定の業務から切り離されたりする問題があった。

使った技術とデータ

同社はiOSアプリEducator-Voiceで、従業員が文章か音声で意見を送れるようにした。Amazon S3に入力を集め、AWS Step Functionsが後続処理を調整する。Amazon Transcribeが音声を文章に変換し、必要に応じてAmazon Translateで翻訳する。Amazon Bedrock AgentCoreを基盤とするAIが要約、感情分析、分類を行い、商品と運営の担当者はAWS Quickのダッシュボードと自然言語による質問を通じて結果を活用する。AIは意見の分析と伝達を担い、実際の商品と顧客体験を改善する判断は担当チームの仕事として説明されている。

成果

AWSとlululemonの共同執筆記事は、北米15店舗で試行中で、開始から数日間に従業員が100件を超える意見を投稿したと述べた。lululemonは、技術チームと商品チームが数週間で動作する試作品を作ったと説明した。同社は現場の観察を商品設計者に直接つなぐフィードバック循環の仕組みとして評価した。

限界と残る課題

意見の処理時間、分類精度、商品品質の改善数値は公開されていない。追加店舗への拡大と新商品に関する集中的な意見収集は、検討中の活用方法である。

出典

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。

原文を読む (新しいタブで開きます)