オンラインショッピングは、世界で商品を購入する主な方法の1つになりつつあります。 予測によると、2021年までに、電子商取引の分野での世界的な売上高は4.5兆ドルに達し、2017年のほぼ2倍になります。
この成長は、主に近代的な技術の導入により保証されています。 今日は、来年の電子商取引に関連する技術トレンドについてお話します。
電子財布技術の開発
電子商取引の分野では、主な問題の1つは常に支払いの受け取りと処理でした。 小売業者は、ハッキングやリークが発生した場合に顧客の請求情報を保存し、トラブルに巻き込まれるリスクを負うか、サードパーティの処理システムに依存して高い手数料のために収益を失う必要がありました。
統計によると、2017年のクレジットカード詐欺による損失は247億1千万ドルでした。統計によると、米国の銀行カード所有者のほぼ半数が過去5年間で財務データの盗難を経験しています。
EWalletsテクノロジーにより、企業とその顧客は、銀行カード番号などの機密データを漏らすことなくトランザクションを完了できます。 eWalletを使用すると、クレジットカード情報は暗号化され、特別なPINコード、パスワード、指紋、または顔スキャンでのみアクセスできます。
同時に、そのような財布を間違いなく安全なツールと呼ぶことは不可能です。 さらに、攻撃者がユーザーのウォレットのハッキングに成功した場合、彼はそこに保存されているすべての銀行カードにアクセスできます。
企業にとって、eWalletテクノロジーのサポートは、こうしたソリューションが多数あるため、必ずしも便利ではありません。 Google Pay、Apple Pay、Samsung Pay、PayPal、Stripeなどのツールをサポートする必要があります。 その欠点にもかかわらず、この技術は2021年までにオンラインショッピングを行うユーザーの間で最も人気が高くなると予測されています。
その他のチャットボット
2016年から2017年に非常に広く議論されていたチャットボットに関する誇大広告は最近、詩になりました。 現在では、人とコンピューター間の通信の配置方法を変えるものとしてはもはや提示されていません。 ただし、ボットはユーザーサポートのニッチを占めています。 このようなツールの用途の1つは、顧客がオンラインで買い物をするのを支援することです。
統計によると、2020年までに、ボットはユーザーとのビジネスインタラクションの85％を処理する責任を負います。
最も成功したeコマースチャットボットの1つは、eBayのShopBotです。 このプロジェクトは、2016年にFacebook Messengerのプラットフォームで開始されました。 ボットは、ユーザーがeBayカタログで製品を検索するのに役立ちます。製品の説明を送信したり、写真を送信したり、必要なリンクを受け取ったりします。
そのようなツールはますます増えますが、うまく機能するだけでなく、コンテキストを考慮したパーソナライズされた推奨事項を生成できる高品質のボットの開発は依然として高価です。 そのため、主に大規模なeコマース企業の場合、テクノロジーの普及を期待する価値があります。
より高度なモバイルストアバージョン
現在、ほとんどのオンラインインタラクションはモバイルデバイスを介しています。 OuterBoxによると 、2017年には、スマートフォンユーザーの62％が少なくとも一度はデバイスから購入しました。 米国だけで、これは7,500万人の顧客に提供され、世界中の数は数億人です。 スマートフォンとタブレットの普及は続いており、モバイル購入者の増加に貢献しています。
ただし、モバイルデバイスに対応したオンラインストアのバージョンを単に起動するだけでは不十分です。 統計によると、ほとんどすべてのインターネット小売業者がこれを長い間行ってきたという事実にもかかわらず、バイヤーの84％がスマートフォンからの取引を行うのに困難を経験しました。 ここでは、OuterBoxレポートの別の数値が重要です。購入で問題が発生したユーザーの40％が、競合他社に向けて出発すると言います。
したがって、企業はモバイルプラットフォームでのUXの開発にさらに多くのリソースを投資します。 これは、SEO最適化、重要なページの適応テンプレート、SMS統合、小さな画面での表示のための視覚資料の適応を含むことを意味します。
スマートプライシングとMAP監視
小売業者は、現在の市場の状況と競合他社の行動に基づいて価格が設定される動的な価格設定アプローチを長い間使用してきました。 また、以前にそのような変更と監視が主に手動で実行されていた場合、現在ではこの問題を解決するために新しいテクノロジーがますます使用されています。
たとえば、人工知能を使用して市場の状況を分析するソリューションが既にあります。これは、オンデマンド、競合他社の価格、各ケースの配送コストを評価し、異なる商品の価格を動的に変更します。
ここでのもう1つの重要なポイントは、最小広告価格（MAP）の監視です。 場合によっては、誤って、小売業者が商品の供給者が設定した価格よりも低い価格をユーザーに表示することがあります。 これは、買い手が支払う場合、商品を受け取ることができないことを意味します。 そのような状況は、常にネガティブさと顧客の損失につながります。 このような問題を回避するために、小売業者はMAP監視ツールをより積極的に実装します。
AI品揃えの最適化
競争の激化により、小売業者は製品カタログをより最適化することを余儀なくされています。 人工知能は、商品に最適な価格を決定するためだけでなく、これらの商品自体を選択するためにも使用できます。
AIは履歴データを分析し、それらを現在の市場動向と比較して、製品の競争力を判断できます。 その結果、自動モードでは、一部の商品がカタログに分類され、そこから何かが削除され、一部の商品がページに保存または移動されます。
こうしたツールとデータは、それらを積極的に使用する大規模な小売業者が利用できます。 たとえば、Walmart はこのアプローチを採用しています。人気のない製品や否定的なレビューのある製品は、オンラインカタログから削除され、売れ行きの良い製品や競合他社からの顧客獲得に役立つ製品に置き換えられます。 新しいテクノロジーの使用により、同社はオンラインカタログを2011年の70万製品から2017-2018年には6,000万に増やすことができました。