LLMとEC - Speaker Deck

LLMとEC

by tsuzuki

Slide 1

Slide 1 text

LLMをECに導入しようとしている話  1

Slide 2

Slide 2 text

もくじ  1. 会社と事業の紹介  2. 現状の EC の課題  3. LLM を利用した EC  4. より高度な会話型 EC の開発 

Slide 3

Slide 3 text

3 1  会社と事業の紹介 

Slide 4

Slide 4 text

DROBEのサービスの流れ  70問のアンケートに答える  1 2 3 自宅にスタイリストが選んだ商品が届く  気に入ったもののみ購入、  それ以外を返品 

Slide 5

Slide 5 text

DROBEの市場  国内ファッション市場： 8兆円  EC化率：< 22%*1  >= 6.2兆円  *1 経済産業省が2022年8月に公表した 2021 年の EC市場統計 https://www.meti.go.jp/press/2022/08/20220812005/20220812005.html オフライン市場の規模 

Slide 6

Slide 6 text

6 2  現状のECの課題感 

Slide 7

Slide 7 text

ECの課題  ● 自分が知らない商品には中々たどりつけない   ○ 自分で検索条件を考えなる必要がある   ○ さらにそれを PDCA していく必要がある   ワンピース  ワンピースカジュアル  ワンピースカジュアル 1万円以下   ワンピースカジュアル 2万円以下   洋服を検索する際の条件の例 

Slide 8

Slide 8 text

ECの課題  ● あいまいな言葉での検索が出来ない   夏祭りに行くカジュアルなコーデを提案して   白いスカートに合うスニーカーを知りたい   この黒のワンピースと同じような見た目で安い商品ないの？   あいまいな言葉で検索する例 

Slide 9

Slide 9 text

LLMを利用したEC  3  9

Slide 10

Slide 10 text

LLMを利用した EC  2023年3月リリース    LLM を利用し、会話によって商品探索を行える機能  - 曖昧な検索ワードによってコーデの探索が可能    - 会話のコンテキストを覚えておいてもらえるので、会話をしながらコーデを絞り込む事が出来る   

Slide 11

Slide 11 text

LLMを利用した EC  事前準備  推論時 

Slide 12

Slide 12 text

課題感  一方でLLMだけでECを提供する課題感もわかってきた   - 誰が言っても同じ結果を返す  - 新商品をすぐに提案出来るようにしたい  

Slide 13

Slide 13 text

13 4  より高度な会話型ECの開発 

Slide 14

Slide 14 text

課題感に対する打ち手  誰が言っても同じ結果を返す  -> レコメンドエンジンと組み合わせれば良さそう     新商品をすぐに提案出来るようにしたい   -> DB や検索エンジンと組み合わせれば良さそう  

Slide 15

Slide 15 text

LLM を活用した EC 概念図  Web server Client LLM  検索エンジン (DB)  レコメンド  エンジン  ① LLM に提案を作ってもらう  ② LLM の提案を検索クエリにして検索  ③ 検索結果をレコメンドエンジンを使ってソート 

Slide 16

Slide 16 text

LLM の出力を検索クエリに変換  Function calling という機能を使うと、自然言語による入力を JSON などの構造化データに変換する事が出来る🎉 

Slide 17

Slide 17 text

Function calling の Function 定義例 

Slide 18

Slide 18 text

Prompt 

Slide 19

Slide 19 text

検証環境での結果 

Slide 20

Slide 20 text

まとめ  LLM と EC は相性が良さそう!  DROBE は LLM によるコマースの可能性を追求していきます!   気になったら是非話しかけてください!  