シュナイダーエレクトリックが Amazon Personalize を使用してアップセルの機会を増やし、新製品の採用率を高めた方法

本ブログはAWS Blog How Schneider Electric increased opportunities for upselling and improved the adoption rate of new products using Amazon Personalize を翻訳したものです。

はじめに

シュナイダーエレクトリックのカタログには、100,000を超える製品を取り揃えており、お客様やパートナーが最高の価値を構築できるよう支援する幅広い製品を提供しています。住宅分野の電気技術者は、顧客向けに電気機器や配線機器の設備を設計する際に、適切な互換性と全体的な一貫性を備えた、最適な組み合わせを特定する必要があります。シュナイダーエレクトリックのイノベーションのペースと一貫した新製品リリースにより、新製品が急速に成長し、電気技術者が新しい技術をプロジェクトで活用する機会が生まれています。技術進歩のペースに遅れずについていくために、最新の技術を常に把握しておくには多大な時間を投資する必要があります。

ここに、人工知能 (AI) と機械学習 (ML) によって、電気技術者が見積書を作成する際にシュナイダーエレクトリックの製品群から適切な品目を選択しやすくする機会があります。「当社の電気技術者やパートナーは、電気工事の見積りに関して膨大な選択肢があります。スイッチやソケットの選択から電気パネルの設計、電気自動車の充電設備まで、さまざまな選択肢があります。私たちは、AI/ML を自然な形で使用して、日常業務をもっと効率的に行えるソリューションを作りたかったのです」と、シュナイダーエレクトリックのホームアンドディストリビューション (H&D) 担当ソフトウェアディレクターである Uyanga Ganbold 氏は語り、この取り組みが始まる前からデジタルによる変革を期待していました。

Uyanga 氏との議論の結果、こうした状況は、映画ストリーミングを探している顧客に対し、個人の履歴、状況、コンテンツの嗜好が似ているユーザーがどう考えるかに基づいておすすめの映画を提供する、という状況と似ていることが判明しました。このような指標に基づくユーザーエクスペリエンスは、多くの場合、パーソナライゼーションと呼ばれます。

しかし、このようなルールを特定、説明、定義、改良し、目の前にある特定の仕事に最適な製品選択を優先付けして行うにはどうすればよいでしょうか。これらすべての詳細をカタログ化し、多くの国で、毎月の変更に対応しながら管理していく準備ができている人はいるでしょうか。

Amazon Personalize は、多数の情報に基づくレコメンデーションを迅速に構築してデプロイできるようにするフルマネージドの ML サービスで、固定的なルールベースのレコメンデーションだけではなく、カスタム ML モデルの学習、調整、配備を行うことで、小売、メディア、エンターテイメントなどの業界のお客様に、高度にカスタマイズされたレコメンデーション機能を提供します。これにより、このイノベーションを電気技術者の世界にもたらすことができます。電気技術者のこれまでの行動、好み、経験に基づいて最適な製品の選択肢を提示するアプリケーションを構築することが、エンドユーザーの体験を向上させ、意思決定を容易にする手っ取り早い方法であることが判明しました。

複数の選択肢があり選択基準やルールを定義するのが難しい状況で、電気技術者向けに ML を使用したシンプルなエンドユーザーソリューションを構築することは有益なアプローチとなりえます。アマゾンウェブサービス（AWS）は、シュナイダーエレクトリックのホーム＆ディストリビューションソフトウェアチームとともに電気技術者を支援し、彼らがパーソナライズされたレコメンデーションを通じて製品選択と製品統合を迅速に行い、最終的には、より新しく革新的な製品を提示し、部品表や見積書の作成にかかる時間を短縮できるような取り組みに着手しました。

AWS プロトタイピングチームとシュナイダーエレクトリックは、まず既存のユーザージャーニーの分析と、ターゲットとなるユーザーエクスペリエンスの定義から始め、その後、電気技術者が適切な製品を選択できるようにプロトタイプを繰り返し設計を行いました。このプロトタイプは、同社のモバイルアプリである MySchneider app Electrician Experience で住宅プロジェクトの見積もりを作成する際に役立つものです。プロトタイプの主な目的は、シュナイダーエレクトリックの住宅分野での製品採用率向上と収益成長を妨げている 2 つの主要な問題点を、Amazon Personalize を使用して構築されたレコメンデーションシステムがどのように解決できるかを示すことでした。

電気技術者は、新しく改良されたシュナイダーエレクトリック製品が市場に流通しているにもかかわらず、同社の製品でも時代遅れの製品を使用することを好む
電気技術者が消費者にとって美しい外観とデザインのプレミアム製品の提案に消極的で、製品のアップセルの機会を逃してしまう場合がある

電気技術者との初期の議論の結果、シュナイダーエレクトリックは上記の問題点の原因をいくつか見つけました。1）電気技術者にとって使い慣れた製品に満足していること、2）電気技術者がシュナイダーエレクトリックの最新製品をすべて把握していないことです。これらの問題点を軽減するために、プロトタイプには Amazon Personalize を使用したレコメンデーションシステムが組み込まれました。これにより、電気技術者に次の基準を満たすレコメンデーションがほぼリアルタイムで提供されます。

住宅プロジェクトの規模や場所、部屋の種類に基づいて、最も閲覧数の多い商品を提案
電気自動車（EV）充電ステーションの総数など、近隣地域の特性に基づいた製品を提案
選択された製品の種類や色に基づくスマートホーム製品の（アップセル）提案
購入履歴に基づいて、各技術者にパーソナライズされた製品を提案

Amazon Personalize は、「レシピ」と呼ばれるビルド済みの ML モデルを提供するフルマネージドの ML サービスで、今回のためにシュナイダーエレクトリックの電気技術者と製品のインタラクションに関する過去のデータセットを使用して学習を行いました。「ソリューション」と呼ばれる学習済みモデルが、プロジェクトの規模、場所、部屋のタイプなどのカスタム属性で絞り込まれた製品のレコメンデーションを得るための基礎を提供しました。モデルは導入が完了すると、電気技術者が行った新しいアプリ上でのインタラクションから自動的に学習し、パーソナライズされた推奨事項の改善に役立つよう自ら再学習を行います。Amazon Personalize のもう 1 つの「探索」機能を使用すると、電気技術者がこれまで検討していない製品についてもパーソナライズされたレコメンデーションを拡張できます。これはシュナイダーエレクトリックにとって有益です。同社は常に新製品をリリースし、電気技術者が既存製品・旧製品を何度も使い続けるのではなく、新製品を迅速に採用することを期待しているからです。

データセットグループの作成

Amazon Personalize を使用してレコメンデーションシステムを作成する最初のステップは、データセットグループを作成することです。データセットグループは、次のような項目の集合です。

ユーザー、アイテム、インタラクションなどのデータセット
- ソリューションを作成するために必要で、これらを用いてレコメンデーションを生成します。
リアルタイムに近いユーザーのインタラクションを記録し、レコメンデーションの妥当性を長期にわたり維持するためのイベントトラッカー
既存の Amazon Personalize レシピからトレーニングされたモデルとなるソリューション
カスタム条件に基づいてレコメンデーションを選別するためのフィルター
ユーザーのリストに対するレコメンデーションを一括で取得するためのバッチ推論ジョブ

プロトタイプでは、電気技術者向けにパーソナライズされた製品レコメンデーションを生成するために、3 つのデータセット (ユーザー、アイテム、インタラクション) すべてが必要でした。シュナイダーエレクトリックは、MySchneider アプリケーションから収集した未加工データをサードパーティのサービスを使用して保存していたため、自動化されたデータの事前処理パイプラインを構築して未加工データを整形し、レコメンデーションシステムの初期トレーニング用にユーザー、アイテム、インタラクションのデータセットを適切なスキーマで準備しました。

Amazon Personalize での適切なレシピの選択とソリューションの設定

Amazon Personalize では、レシピは特定のユースケースに対応するために用意されたアルゴリズムです。Amazon Personalize にはさまざまなレシピタイプがありますが、プロトタイプで作成されたレコメンデーションシステムの焦点は、一人一人の電気技術者にパーソナライズされた製品提案を提供することでした。このため、パーソナライズされたレコメンデーションシナリオに対応するソリューションの基礎として、ユーザーパーソナライゼーションレシピを選択しました。さらに、人気商品と類似商品のレシピを基に、最も人気のある商品と、電気技術者が最近見た商品に類似した商品を推奨するソリューションの 2 つが作成されました。その後、以前に作成したデータセットを使ってソリューションをトレーニングし、最終的にほぼリアルタイムのレコメンデーションを行うためのキャンペーンの形で展開しました。

最も閲覧数の多い製品のレコメンデーション

住宅プロジェクトの見積もりを作成する場合、シュナイダーエレクトリックの電気技術者は通常、さまざまなプロジェクトタイプ（住宅やアパートなど）と部屋のタイプ（寝室、キッチン、リビングスペースなど）を扱います。電気技術者が見積書を作成する際に、そのプロジェクトや部屋のタイプに適した、人気があり適切な製品を用意することが理想的です。典型的な例としては、居住者が携帯電話やラップトップ PC を充電しやすいように、キッチンアイランドに USB 充電器付きのソケットを設置することがあります。しかし、シュナイダーエレクトリックは、電気技術者の大多数がすでに使い慣れた製品のみを採用し、かつほとんどの場合、基本デザインと基本色(白)の提示で終わっていることを確認しました。多くの場合、これらの製品は消費者にあまり人気がなく、スマート/コネクテッドデバイスの機能性の向上、ガラスや金属を使った新しい色・質感のよりよいデザイン、さらには再生プラスチックから作られたサステナブルな製品など、シュナイダーエレクトリックから得られるものを最大限に活用する機会を逃していました。

電気技術者が特定のプロジェクトや部屋の種類に適した製品を選択する際、十分な情報に基づいた意思決定を行えるように、最も多く閲覧された製品をレコメンドする機能がプロトタイプに追加されました。電気技術者が見積もり作成の際にプロジェクトと部屋の種類を選択すると、プロトタイプには、特定のプロジェクトと部屋の種類について、他の電気技術者が最も多く閲覧した製品リストが表示されます。プロジェクトや部屋の種類が変わると、最も閲覧数の多いおすすめも変わります。これは、Amazon Personalize からのおすすめ情報を受け取る際に、プロジェクトと部屋の種類をコンテキストとして含めることで実現されます。

位置情報に基づくレコメンデーション

住宅近隣（地域）の特性に基づいて製品を提案するために、プロトタイプではオープンソースの外部データプロバイダーを使用して、シュナイダーエレクトリックの電気技術者がいるフランス（プロトタイプの対象国）のすべての都市の EV 充電ステーション数に関する情報を収集しました。電気技術者が見積もりを作成する際、住宅プロジェクトの場所を指定するたびに、ソリューションは収集された情報に基き（シュナイダーエレクトリックが提供する）特定の製品カテゴリの製品を提案します。たとえば、プロジェクトの場所が、ある評価値「中～高」の都市にある場合、ソリューションはモーション検知センサーカテゴリの製品を提案します。同様に、都市に EV 充電ステーションの数が多い場合、住民の間で電気自動車の人気が高まっていることを示している可能性があります。

そのため、ソリューションは EV 充電器の製品カテゴリの製品を提案することになります。

近隣する地域の評価値と EV 充電ステーションの数はいずれも時間の経過とともに変化していくため、プロトタイプには、このデータを定期的に最新化するジョブが含まれており、この機能は Amazon Personalize のデータセットのエクスポート機能によって実現されます。Amazon Personalize では、インタラクション、アイテム、またはユーザーのデータセットを Amazon Simple Storage Service（Amazon S3）のバケットにエクスポートできます。Amazon Simple Storage Service（Amazon S3）は、業界をリードするスケーラビリティ、データの可用性、セキュリティ、パフォーマンスを提供するオブジェクトストレージサービスです。エクスポートには、一括インポートされたデータ（データセットインポートジョブによる）、手動でインポートされたデータ（PutEvents、PutItems、または PutUsers API による）、あるいはその両方を含めることができます。プロトタイプでは、ユーザーのデータセットのみを定期的にエクスポートする（サーバーレスのイベントバスであり、イベントの受信、フィルタリング、変換、ルーティング、配信に役立つ Amazon EventBridge を利用）ように設定しました。これは、ユーザーデータセットが、電気技術者が住宅プロジェクトを行うフランスの都市のリストを含んでいたためです。その後、更新ジョブは、これらの都市の最新の地域の評価値や EV 充電ステーション数のデータを外部のデータプロバイダーから取得して更新します。

プレミアムレンジと色の選択に基づくハイエンド製品のレコメンデーション

多くの場合、顧客は、顧客が選択したビジネス指標に沿った、パーソナライズされた製品提案を求めています。ビジネス指標の例としては、利益率、新製品の採用の増加、動画の視聴時間などがありますが、これらに限定されません。Amazon Personalize では、過去のインタラクションデータやほぼリアルタイムのインタラクションデータに基づいて商品の提案を行うだけでなく、ビジネス指標を満たす商品をレコメンデーションに含めるよう、さらに最適化できます。

シュナイダーエレクトリックにとってのビジネス指標は、電気技術者が適切と考えられるあらゆる箇所で、プレミアム製品を選択できるようにすることで、新製品の採用率を高めることでした。シュナイダーエレクトリックは、ビジネス指標と密接に連携させるため、電気技術者が住宅プロジェクトの見積もりを作成する際にプレミアム製品群や色を選択するならば、レコメンデーションシステムからのパーソナライズされた製品提案の大半にプレミアム製品を含めたいと考えていました。Amazon Personalize では、ソリューションを作成する際に、商品データセットから商品価格を目標として選択することが可能になります。商品を選択すると、Amazon Personalize はシュナイダーエレクトリックのプレミアムサービスの製品を含むようにレコメンデーションを最適化します。Amazon Personalize では、目標を選択するだけでなく、目標の感度 (オフ、低、中、高) を制御して、ビジネス指標に基づくおすすめ商品とインタラクションデータによる関連性のバランスをとることができます。

レコメンデーションを最新の状態に保つ

Amazon Personalize の製品レコメンデーションの妥当性は、レコメンデーションの基盤となるデータセットとソリューションが定期的に更新されなければ、時間の経過とともに失われていく可能性があります。プロトタイプでは、電気技術者が行ったすべての新しいインタラクションがキャプチャされ、PutEvents API を使用してほぼリアルタイムで Amazon Personalize に送信されます。これにより、Amazon Personalize は電気技術者の最新の活動から学習し、製品提案の妥当性を長期にわたって維持します。

プロトタイプでパーソナライズされた製品提案を提供するソリューションはユーザーパーソナライズのレシピに基づいているため、Amazon Personalize はこれらのソリューションを 2 時間ごとに自動的に更新 (再トレーニング) します。その後、新しいユーザーインタラクションがレコメンデーションに影響し始めます。ただし、他のレシピから作成されたソリューションは手動で更新する必要があります（新しいソリューションバージョンを作成し、既存のキャンペーンをそのバージョンで更新します）。これにより、新しいインタラクションについて再トレーニングし、レコメンデーションに影響を与え始めることができます。

全体アーキテクチャ

Amazon Personalize は、パーソナライズされた製品提案を得るための API (GetRecommendations) を提供していますが、私たちは実際のエンドユーザー体験を見せるためのウェブアプリのプロトタイプを作成しました。これは、住宅プロジェクト向けのレコメンデーションシステムを利用して、適切な製品を選択する過程を電気技術者にガイドするものです。さらに、提案する商品に追加データ (商品画像など) を追加してレコメンデーションを強化し、高度なフィルタリング機能を実装しました。

効果

シュナイダーエレクトリックは AWS を使用して、プロジェクトの電子見積書 (eQuote) の作成過程における製品の採用率を高めることで、アップセルと収益増加の機会を評価してその可能性を見出しました。プロトタイプでは、レコメンデーションシステムを使用して、製品カテゴリ、プロジェクトの地理的位置、プロジェクトの種類、過去のユーザー操作に基づいて、ほぼリアルタイムでパーソナライズされた製品提案を提供する方法が実証されました。

まとめ

「AWS Personalize サービスを使用すると、数か月～数年といった期間ではなく、わずか数週間でアイデアのテスト・検証を行うことができます。このようなソリューションは、当社のような企業が高付加価値サービスを当社のソフトウェアやアプリに導入し、すばやく統合するのに役立ちます」と、シュナイダーエレクトリックのホーム＆ディストリビューションのソフトウェアビジネスオーナーである Shweta Singh は語っています。

Amazon Personalize がビデオストリーミングサービスのレコメンデーションを行うのと同じように、エネルギー管理の分野でイノベーションを起こすことは、シュナイダーエレクトリックにとって従業員やパートナーが顧客体験を向上させる方法に影響を与える正しいアプローチであるということです。