要点
- 検索語・レビュー・返品理由を商品ごとに読み、選ぶときに必要な情報を足す。
- 商品ページ、フィード、FAQ、構造化データが更新先になる。
- 掲載内容は商品マスターと照合し、対象商品を決めて変化を追う。

購入者がレビューに書く「丈が長め」「一泊分なら入る」といった情報は、同じ商品を探す人が知りたいことでもある。Wilgotは、こうした顧客の言葉をEC事業者の商品ページや商品フィードに反映し、AIアシスタントが商品を比較しやすくするサービスである。
出資者のIndustrifondenによると、Wilgotはブランドが持つサイト内検索語、レビュー、問い合わせ、返品の情報を使う。そこで把握した「なぜ買ったか」「どの条件で合わなかったか」を、商品ごとの説明と結び付ける。出力先は商品ページ、商品フィード、FAQ、構造化データである。
例えば靴の返品理由に幅の話が集中している場合、素材や色を追加で説明するよりも、どの足幅に合うかを明記した方が購入前の疑問に答えられる。向いているのは、商品説明が似通っていて、使い道や選ぶ基準を既存データから補いたいEC事業者だ。
商品がおすすめに出たかを調べたら、次は商品ページやフィードのどこを更新できるかを見る。例えば同じ商品でも、ページで更新したサイズ説明が配信先のフィードに残っていなければ、利用者が見る情報と配信先の情報が揃わない。素材や寸法は商品マスターと突き合わせてから変更する。レビューにある個別の感想をメーカーの保証に言い換えないことも大切だ。
Daniel Wellington、J.Lindeberg、Myrqvistは初期導入先として公表されている。自社で試す場合は、検索や返品のデータが十分にある商品群を選び、変更箇所が元の情報を正しく反映しているかを先に確認したい。そのうえで、よくある買い物の質問に対して何が表示されるかを同条件で定期的に記録する。商品情報の更新先、承認手順、対象言語は、既存のEC環境を示したうえで確認すると判断しやすい。