Julius Černiauskas（ユリウス・チェルニアウスカス）氏は、ウェブインテリジェンスプラットフォームおよびプレミアムプロキシプロバイダーのOxylabsのCEOである。
アリババやアマゾンなどのEコマースプラットフォームは年間を通じて消費者の支出を巡って競争しているが、第4四半期になるとその競争は熱を帯びる。これは、賭けられている収益を考えれば驚くことではない。例えば、2024年の第4四半期、米国だけでの売上高は3529億ドルに達し、前四半期から22.1%増加した。しかし、真の戦いはほとんどのユーザーの目には見えないところで行われている。
ユーザーが目にするのは価格設定やマーケティングの競争だが、最も激しい競争の一部は舞台裏で行われている。勝者と敗者を大きく分けるのは、各競合企業が収集し自社のキャンペーンに活用できる価格情報や商品データの量にかかっている。
プラットフォームが必要とするデータの種類
あらゆるデータインテリジェンス業務の中心にあるのは価格設定だ。より大きな市場シェアを確保するため、プラットフォームは何百万もの商品にわたって競合他社の価格を継続的に監視し、ほぼリアルタイムで戦略を調整している。わずかな価格差でさえ販売機会の損失につながる世界では、最高の販売データを持つことは非常に価値がある。
収集すべきデータには、基本価格だけでなく、配送コスト、セット販売、タイムセールなどの要素も含まれる。市場の現状を正確に把握するために必要なモニタリングの規模を考えると、ウェブスクレイピングがほぼ不可欠であることは驚くべきことではない。そして、このようなデータ収集を上手く行うプラットフォームは、需要や在庫レベルに基づいて調整するダイナミックプライシングアルゴリズムを実装することができる。英国および大陸ヨーロッパのEコマース小売業者の約25%から30%が現在ダイナミックプライシングアルゴリズムを使用している。報告によると、アマゾンはダイナミックプライシングを活用することで平均25%の利益増加を実現した。
重要なことに、今日のEコマースにおける競争データは地理的に非常に具体的である必要がある。企業は個々の郵便番号レベルまで掘り下げて情報を収集する必要がある。このようにしてのみ、プラットフォームは在庫分配を最適化し、競合他社の提供における在庫ギャップを利用したり、地図全体でダイナミックプライシングを自社と顧客の利益のために活用したりすることができる。このような詳細さは、Eコマース企業が在庫切れにより顧客を競合他社に奪われることが多いピークショッピング期間中にはさらに重要になる。
さらに、小売業者は商品説明、仕様、レビュー、商品画像からデータを収集・分析している。このようなデータは、特に洗練された検索エンジン最適化戦略を考案する上で不可欠である。このリアルタイムのインテリジェンスにより、プラットフォームは消費者が実際にオンラインで商品やサービスを検索する方法に合わせた精密に調整された商品リスティングを活用して、オーガニックトラフィックを獲得することができる。
Eコマースデータ収集戦争
競合するEコマースプラットフォームは、できるだけ多くのデータで自らを武装しながら、競合他社には同じことをさせないよう努めている。実際には、これは自社のスクレイパーを展開し、競合他社が運営するスクレイパーをブロックしようとすることを意味する。
この競争が激化していることを示す良い例が、プロキシIPの使いやすさの変化である。プロキシサーバーは、大規模に公開データを収集する際にリクエストを分散させるため、また前述の地理的特異性のために必要である。地理特定プロキシがなければ、通常、価格を含む地理特定コンテンツを収集することはできない。
かつては、データセンタープロキシだけでブロックされることなくそのようなデータを収集するのに十分だったかもしれない。しかし、Eコマースプラットフォームがプロキシの使用をデータ収集と関連付け、それを阻止しようとするため、今日では技術に精通した一部の企業だけが、より高性能なレジデンシャルプロキシなしで済ませることができる。レジデンシャルプロキシはプロキシとして識別されにくいため、競合他社のモニタリングを可能にするのに優れている。この点で優れているものの、レジデンシャルプロキシはより高価であり、それが競争のバランスを資金力のあるプラットフォームに有利に傾ける。
特権的データアクセスとユーザー体験、どちらを優先するか？
一部のEコマース大手は、日常的なユーザー体験に時折影響を与えるほど積極的なアンチボット対策を実施している。そのような対策の最も明白な例は、あらゆるステップでCAPTCHA認証を要求することだ。しかし、これらはユーザー体験とプライバシーを犠牲にする比較的穏やかな方法を表している。より広範な対策には以下が含まれる：
1. 行動分析、デバイスフィンガープリント、機械学習アルゴリズムを組み合わせた多層検出プロトコル。
2. マウスの動きパターン、タイピングのリズム、ブラウザ設定、ネットワーク特性、ナビゲーション順序の自動監視。
3. ウェブサイト構造、APIエンドポイント、データ形式の定期的な変更。
プラットフォームが典型的な人間の行動を表すと判断するパラメータからわずかに逸脱すると、追加の精査や完全なブロックが発生する。これは当然、正当なユーザーをイライラさせる可能性があるため、Eコマースプラットフォームはこのピークシーズン中に試すべき別の潜在的な戦略も持っている。ブロッキングゲームをプレイすることを拒否し、ユーザー体験と買い手に利益をもたらす価格モデルを優先することで、短期的にも長期的にも勝利を収めることができる。前者はこの四半期のより多くの売上、後者は満足した忠実な顧客の増加するベースである。
結論
データ収集とそれをブロックする努力—両方の行動が同じプレーヤーによって行われる—は、今日のデジタル商取引における逆説的かつ重要な競争形態を構成している。リアルタイムの公開ウェブデータの価値により、この舞台裏の競争は、ユーザーにはめったに見えないが強く感じられ、終わりがないように思えるかもしれない。それは確かに今年のピークEコマースシーズンを支配しており、ブラックフライデーの直後に年末のホリデーショッピングが続く。
しかし、すべての企業が競争優位のために公開ウェブデータを使用し、今後も使用し続けるため、別の競争の道を検討する時期かもしれない。過度のアクセス制限によって顧客に摩擦を生み出す代わりに、Eコマースベンダーは、収集できるデータを活用して最高の価格、最高のお得な情報、全体的に最高のオンラインショッピング体験を提供することにより多く投資することで、より良い結果を達成できるかもしれない。
