02

0:56 - 2:01

マーケットプレイス規模で食べ物の画像が重要な理由

世界規模のフードマーケットプレイス

Uber Eatsは、世界中の利用者と飲食店をつなぐ大規模なマーケットプレイス(marketplace)です。話者は、このサービスについて、約900億のランレート(run rate)で運営され、毎月数百万件の新しい商品が加わり、前年比で約20%成長し、1万都市に広がっていると説明しています。ここでいう約900億の単位や通貨は、話の中では示されていません。

補足すると、この規模では、一部の料理だけを対象にした手作業や、特定の地域に合わせた一回限りの仕組みでは対応しにくくなります。さまざまな店、料理、地域から届く画像を扱える、自動化された一般的な方法が必要です。しかも、処理は速く、利用者にとって安全で、後から何が起きたか確認できなければなりません。運用中の結果を見て改善するためのフィードバックも必要です。

つまり、画像の問題は単なるデモ用の画像処理ではありません。大量の新しい商品を継続的に扱う、実際のサービスの問題です。画像をどう扱うかは、マーケットプレイス全体の利用体験にも関係します。

写真からカートまでの利用者の流れ

話者が示す利用者の流れは、次のようなものです。まず、料理の写真が利用者の店に対する最初の印象を作ります。利用者はフィードをスクロールし、気になった商品をクリックして、最後にカートへ追加します。

例(理解のための補足):同じ料理でも、写真が見やすければ、利用者は内容を確かめるために商品ページを開きやすくなります。そこからカートへの追加へ進む可能性があります。ただし、この章の情報だけでは、写真によって追加率が何%変わるかは分かりません。

この流れは、写真が購入を必ず生むという意味ではありません。話者が説明しているのは、写真が利用者の行動につながる経路の最初にあるということです。そのため、画像の質は見た目だけの問題ではなく、利用者体験とマーケットプレイス上の行動に関係します。

モダリティが増えると、評価する対象も広がる

モダリティ(modality)とは、情報の種類や形式のことです。ここでの料理の写真は静止画という一つのモダリティです。話者は、写真に加えて動画もますます重要になっていると述べています。

静止画だけなら、構図、色、料理の見え方などを中心に考えられます。しかし動画では、時間に沿った変化も対象になります。写真と動画のように入力の形式が増えると、システムが理解し、処理し、品質を確認する範囲も広がります。話者は、動画の割合や、ほかにどのモダリティがあるかまでは示していません。

したがって、必要なのは「一枚の画像をきれいにする」だけの仕組みではありません。多様な視覚コンテンツを、世界中の利用者が触れる体験の中で、安定して扱う仕組みです。評価(eval)も、画像の美しさだけでなく、入力の種類と利用者体験に合っているかを確認する必要があります。

図: フードデリバリーのフィードと、縦型の料理動画を並べたスライドです。視覚的なコンテンツが利用者体験の一部であることを示しています。

このスライドでは、レストランや料理のサムネイルが並ぶフィードと、スマートフォン上の縦型料理動画が、視覚コンテンツと利用者体験に関する見出しの下に置かれています。話者が説明した「料理の画像や動画がサービスの入口になる」という文脈を、画面上の例で確認できます。スマートフォンの中の細かい文字は小さく、正確には読み取れません。

この章の要点

Uber Eatsのような大規模な市場では、毎月増える多様な商品と、写真から動画へ広がるコンテンツを扱わなければなりません。料理の画像は、利用者が店や商品を知り、フィードからカートへ進む体験の入口です。だからこそ、画像品質の仕組みは、見た目を整えるだけでなく、規模、入力形式の多様さ、利用者体験を同時に考える必要があります。

100% スペースキーとドラッグで移動 | Ctrl/Cmdとホイールで拡大縮小