← 記事一覧へ

みんながジグなら、私たちはザグ — ZAG があえて逆を選ぶ 5 つのこと

データ基盤を売る、検索順位を追う、プロンプトを追う。業界の多くが同じ方向に動くなかで、ZAG はあえて逆を選んでいます。その 5 つと、それぞれの理由をまとめました。

3分で読めます

執筆 ZAG

English version →

ジグザグという言葉があります。右に進む線(ジグ)と、左に折り返す線(ザグ)。

英語の広告には「When the world zigs, zag(世の中がジグに進むなら、ザグへ)」という有名な一行があります1。みんなが同じ方向に動くときこそ、逆を選ぶ。私たちの社名 ZAG には、この考えを込めています。

ただ、逆を選ぶこと自体が目的ではありません。商品データと AI の仕事をするなかで、「業界の多くがこうしているが、それではうまくいかない」と分かったところで、別の道を選んできました。この記事では、そのうちの 5 つを紹介します。

1. データ基盤を売るのではなく、お客様の業務に入り込む

多くの会社は、新しいデータ基盤を売ります。導入すると、何年もかけて固まった業務の流れを、その基盤に合わせて作り直すことになります。

ZAG は、お客様の今の業務の中に入って動きます。カタログの PDF も、社内の表計算ファイルも、今の PIM や基幹システムも、そのまま使います。そこに当社のエンジニアと、取り込み・整形・出力のモジュールを持ち込み、今のやり方のまま先へ進めます。

ソフトウェアを渡して「あとは使いこなしてください」と言うのではなく、仕事そのものを引き受ける。英語では Service-as-a-Software や forward-deployed(現場に入り込む)エンジニアリングと呼ばれる形です。導入のために業務を止めたり、作り直したりする必要がないので、始めるまでが軽くなります。

2. 検索順位を追うのではなく、AI に読める形にする

多くの会社は、いまも検索順位を追っています。

ZAG は、商品データを AI が読める形にすることを優先しています。当社が製造業を中心とした 110 サイトを調べたところ、仕様は多くのサイトの HTML に書かれているのに、型番が SKU / GTIN として認識される状態にあったのは 1% でした2。順位が上がっても、AI が仕様を読み取れなければ、比べられる候補には残りません。

3. プロンプトを追うのではなく、ペルソナを追う

AI 検索の対策を始めた会社の多くは、決まったプロンプト(質問文)の一覧を追いかけています。

ZAG は、質問の前に「誰が聞くのか」を決めます。ペルソナは肩書きや属性ではありません。買う前に AI に質問する買い手のタイプであり、いま実際に動いている(日付と出典のある動きをした)実在の会社によって裏づけます。多くの買い手はブランド名を入力しません。だから、誰もあなたの名前を挙げていない質問で答えになることが仕事です。詳しくはペルソナの記事に書きました。

4. 1 回聞いて数字にするのではなく、揺れるところを何度も聞く

多くの計測は、質問を 1 回ずつ AI に聞いて「言及あり」の割合を出します。

ZAG は、同じ質問を何度も聞きます。AI の答えは聞くたびに変わり、どの質問が揺れるかは質問ごとにかなり決まっているからです。揺れる質問に回数を使い、判定には必ず AI の文と出典を付けます。詳しくは計測の記事に書きました。

5. 埋まった割合を追うのではなく、迷ったら空欄にする

多くのデータ整備は、項目がどれだけ埋まったかを成果として示します。

ZAG は、読み取りに自信がない値は空欄にして「要確認」の印を付けます。空欄は、まだ確認していないと誰の目にも分かります。もっともらしい誤った値は、見積や比較表に気づかれないまま流れていきます。詳しくはカタログ PDF の記事に書きました。

ザグを選ぶ理由

5 つに共通しているのは、見た目の数字よりも、お客様の業務で実際に起きることを優先している点です。業務を作り直させない。AI が読めない順位を追わない。誰が聞くかを決めずに数えない。1 回の答えで判断しない。誤りより空欄を選ぶ。

このブログでは、こうした選択の中身と、その根拠になる計測を書いていきます。

出典

  1. 1982 年に英国で発売された Levi's のブラックジーンズの広告のために、広告会社 BBH のバーバラ・ノークスが書いたコピー。The Marketing Society「When the world zigs, zag」。https://www.marketingsociety.com/the-library/when-world-zigs-zag ↩

  2. ZAG 調べ。製造業を中心とした 110 の Web サイトの商品詳細ページ(n=110)。詳細は商品データ AI 可読性レポート。 ↩