Visual Search

定義

ビジュアルサーチ（Visual Search）とは、ユーザーが画像をアップロードする、またはスマートフォンで撮影することで、その画像に含まれる商品や類似商品を検索できる技術です。テキスト入力ではなく「見た目」をクエリとして扱うため、言語やキーワードの壁を越えて商品発見を実現します。

DTC・越境ECの文脈では、単なる検索機能ではなくコンバージョン最適化ツールとして位置づけられます。特にファッション、インテリア、コスメ、アクセサリーなど「言語化が難しい」カテゴリで威力を発揮します。

类比（たとえ話）

従来のテキスト検索は「店員に商品名を伝えて探してもらう」行為です。しかし、多くのユーザーは商品名を知りません。「友人が着ていたあの柄のワンピース」「Pinterestで見たあの照明」を言葉で説明するのは至難の業です。

ビジュアルサーチは、「その商品の写真を店員に見せて『これに似たものは？』と聞く行為」をデジタルで再現したものです。つまり、ユーザーの記憶や言語化能力に依存せず、視覚情報そのものを検索エンジンに渡せる仕組みです。

公式（評価指標）

ビジュアルサーチの効果は、以下の指標で測定されます。

ビジュアルサーチ経由のCVR = (ビジュアルサーチ経由の購入数 ÷ ビジュアルサーチ経由のセッション数) × 100

類似商品ヒット率 = (関連商品が上位10件に表示された検索数 ÷ 総検索数) × 100

ビジュアルサーチROI = (ビジュアルサーチ導入による増分利益 − 導入コスト) ÷ 導入コスト

参考データとして、業界調査では以下の数値が報告されています。

- ビジュアルサーチ利用者のCVRは通常検索比で最大 1.8倍（EC業界平均）

- ビジュアルサーチ導入サイトでは平均注文額（AOV）が 12〜15% 向上するケースが多い

- モバイル経由のビジュアルサーチ利用率は全ECセッションの約 8〜10% に達する事例も存在

比較表：テキスト検索 vs ビジュアルサーチ

項目	テキスト検索	ビジュアルサーチ
入力方法	キーワード入力	画像アップロード／カメラ撮影
強み	明確な商品名・型番検索	曖昧な記憶・類似商品探索
弱み	言語化できないと使えない	画像品質・背景に依存
越境EC適性	言語・翻訳の壁あり	言語不要でグローバル対応
主なKPI	検索順位、CTR	類似商品ヒット率、CVR
導入難易度	低	中〜高（AI・画像認識が必要）
向くカテゴリ	家電、書籍、日用品	ファッション、家具、コスメ

応用场景（ユースケース）

1. ファッションECの「コーデ検索」

ユーザーがInstagramで見たコーデ画像をアップロードし、類似のトップス・ボトムスを自社サイトで発見。越境ECではサイズ・言語の壁を越えて購買意欲を刺激できます。

2. インテリア・家具の「空間検索」

部屋の写真から「このソファに似た商品」を検索。DTCブランドではセット購入やクロスセルにつながりやすく、AOV向上に直結します。

3. コスメ・美容の「色味検索」

有名人のリップカラーを写真から特定。色味の言語化が難しいカテゴリで特に有効です。

4. 越境ECの「言語不要導線」

日本語・英語・中国語いずれのキーワードも不要。グローバル共通のUXとして機能し、新興市場への展開を加速します。

5. リピート購入の「撮影再注文」

過去に購入した商品を撮影するだけで再注文。定期購入・消耗品との相性が良好です。

常见误区（よくある誤解）

誤解1：「ビジュアルサーチ＝画像検索エンジン」

Googleレンズのような汎用検索と、自社EC内の商品データベースに紐づく検索は別物です。自社商品のタグ付け・メタデータ設計が精度を左右します。

誤解2：「導入すれば自動で売れる」

ビジュアルサーチは発見の入口に過ぎません。類似商品のレコメンド精度、在庫連動、価格表示、カート導線まで一気通貫で設計する必要があります。

誤解3：「全カテゴリで効果が出る」

家電や書籍など型番・タイトルで特定できる商品では、テキスト検索の方が速く正確です。ビジュアルサーチは「言語化困難カテゴリ」に絞るのが定石です。

誤解4：「画像認識AIを自社開発すべき」

中小DTCでは、ShopifyアプリやGoogle Cloud Vision、AWS Rekognitionなどの既存API活用が現実的です。開発コストを抑え、まずはPoCでCVR検証すべきです。

誤解5：「SEOとは無関係」

ビジュアルサーチ経由のセッションはエンゲージメントが高く、滞在時間・回遊率が向上します。結果として間接的にSEO評価にも好影響を与えるケースがあります。

定義