3行でわかるこの記事

AI検索やAI接客が普及しても、元になる商品情報が曖昧なら正しい提案はできません。経済産業省は商品情報の授受に関するガイドラインを整備しており、流通全体で商品情報を標準的に連携する重要性が高まっています。

「人が読める説明」と「機械が扱える情報」は違う

「秋のご褒美にぴったりの濃厚モンブラン」というコピーは魅力的ですが、AIやシステムが必要とするのは、それに加えて価格、容量、販売期間、原材料、アレルゲン、取扱店舗、受取可能時間などの構造化された情報です。

Googleビジネスプロフィールでも、レストランはメニュー項目に説明文と価格を登録でき、写真やPDFからAIでメニュー情報を生成する機能も試験提供されています。これは、商品情報が検索・AIの入力データになっていく一例です。

食のミカタの見方

AI検索やAI接客の前に必要なのは、AI機能そのものより「商品についての正しい情報が一つに決まっていること」です。人が見てもシステムが見ても、商品名・価格・原材料・販売店舗・販売期間が一致する状態をつくる。これはAI対応ではなく、販売チャネルを増やすための基礎インフラです。

AI施策を考える前に、商品マスタを「管理部門の台帳」から「顧客接点の共通言語」へ変えることが重要です。

POS、EC、モバイルオーダー、Google、CRMで商品名が別々なら、データ分析も顧客体験も分断されます。

最低限そろえたい商品情報

• 商品ID・正式名称・短縮名称

• カテゴリ・ブランド

• 税込価格・税区分

• 内容量・人数目安

• 原材料・アレルギー関連情報

• 販売店舗・販売期間・販売時間

• 画像・説明文

• 在庫管理単位

すべてを一度に統一する必要はありません。まず「価格」「販売可否」「商品ID」のズレから減らすと効果が大きいです。

AI検索で大切なのは正確さ

AIに見つかりやすくすることを目的に誇張した説明を増やすより、最新で一貫した商品情報を複数チャネルへ供給する方が長期的に重要です。AIの表示順位や推薦は保証できませんが、入力データの品質は自社で改善できます。

まずは商品IDを共通化する

データ整備を始めると、説明文や画像規格まで一気に統一したくなります。しかし最優先は、同じ商品を同じ商品として識別できることです。POS・EC・CRMで共通の商品IDを持てれば、売上と顧客行動を結びやすくなります。次に価格、カテゴリ、販売期間、原材料へと段階的に整える方が進めやすいでしょう。

「商品情報」はAI時代のインフラになる

これまで商品情報は、ECの商品ページや店頭POPに載せるためのものと考えられがちでした。しかしAI検索やAI接客が広がると、商品情報は人だけでなく機械が商品を理解するためのデータになります。

AIが「子ども2人を含む4人家族向け」「アレルギー情報が確認できる」「今日18時に受け取れる」といった条件で商品を探すには、商品名や画像だけでは足りません。人数、カテゴリ、原材料、価格、販売店舗、在庫、受取可能時間などが構造化されている必要があります。

最低限そろえたい商品属性

業態によって異なりますが、食品・飲食では次のような項目が基礎になります。

• 商品ID

• 商品名・読み方

• ブランド・店舗

• 商品カテゴリ

• 税抜・税込価格

• 販売期間

• 販売店舗

• 原材料・アレルギー関連情報

• 容量・個数・人数目安

• 保存方法・温度帯

• 予約締切

• 受取可能時間

• 商品画像

• 商品説明

• 関連商品・セット候補

ここで重要なのは、各システムで同じ商品を別名で持たないことです。POSでは「苺ショートA」、ECでは「いちごのショートケーキ」、在庫表では「SC苺」といった状態では、システム連携やAI分析が難しくなります。

「正しい情報が一つだけある」状態をつくる

商品情報が複数のExcel、POS、EC、アプリ、紙マニュアルへ散らばると、どれが最新か分からなくなります。AI活用以前に、情報の正本、いわゆる「Single Source of Truth」を決める必要があります。

たとえば価格と販売可否は商品マスタ、アレルギー情報は品質管理DB、画像はDAMといったように、項目ごとの正本を決めても構いません。重要なのは「誰が更新し、どこから各チャネルへ配信されるか」が明確であることです。

構造化されていない情報は、人にもAIにも扱いにくい

「この商品は人気です」「季節におすすめです」といった文章は魅力を伝えるには有効ですが、検索条件には使いにくい情報です。一方、「4〜5人向け」「要冷蔵」「受取2日前まで」「販売期間10月1日〜11月30日」といった項目は、検索・フィルタ・レコメンドに使えます。

魅力的な説明文と構造化データは役割が違います。両方を持つことで、人にもAIにも理解されやすい商品になります。

AI検索で重要になる「質問に答えられる情報」

従来のSEOでは商品名やカテゴリ名を中心にページを作ることが多くありました。AI検索では、「何人分？」「今日買える？」「子どもでも食べやすい？」「冷凍できる？」「手土産に向く？」といった具体的な質問に答えられる情報が重要になります。

実店舗のスタッフが日常的に受ける質問を集めると、商品データに足りない項目を見つけやすくなります。問い合わせ記録は商品マスタ改善の材料になります。

商品マスタを経営資産として見る

商品マスタを整備すると、ECだけでなく複数領域に効果があります。新しい販売チャネルへの商品登録が早くなる、価格改定を一括反映しやすくなる、CRMで商品カテゴリ別の顧客分析ができる、需要予測の精度を高めやすくなる、アレルギー情報の更新漏れを防ぎやすくなる、といった効果です。

つまり商品マスタ整備は「情シスの地味な作業」ではなく、新規事業・販促・AI活用の速度を決める基盤です。

商品情報の品質を測る

データ整備は完了したかどうかが分かりにくいため、品質指標を持つと運用しやすくなります。

• 必須項目入力率

• 画像登録率

• アレルギー情報確認日

• 価格不一致件数

• 販売終了商品の残存件数

• チャネル間の商品名不一致件数

月1回でもこれらを確認すれば、データ品質を継続的に改善できます。

まず100商品から始める

全商品を一度に整備する必要はありません。売上上位100商品、あるいはオンライン販売中の商品だけを対象に、項目を定義して整備します。その過程で「この項目は誰が管理しているのか」「更新がどこで止まるのか」が見えてきます。

AI検索時代に備えるとは、AI向けの特別なデータを作ることではありません。顧客に正しく商品を説明できるデータを、機械も読める形で整えることが出発点です。

仮想ケース：商品名が3システムで違う

同じ商品がPOSで「苺SP」、ECで「苺スペシャルショート」、CRMで「ショートケーキ01」と登録されているとします。人は同じ商品だと分かっても、システムは自動では結び付けられません。

その結果、購買分析、レコメンド、在庫連携、価格更新で毎回変換表が必要になります。商品IDを共通化し、名称はチャネル別表示名として持つだけでも連携しやすくなります。

商品データの責任者を決める

価格は商品企画、アレルギーは品質管理、販売期間はマーケ、在庫は店舗、と項目ごとに責任者が違うことは自然です。問題は、最終的に誰も全体品質を見ていない状態です。

商品マスタのオーナーを置き、必須項目や更新期限を管理します。AI活用の前にデータガバナンスが必要です。

AIエージェント時代の準備

将来、顧客が「今夜18時に品川で4人分の夕食を1万円以内で受け取りたい」とAIへ相談し、AIが商品を探して注文する場面が増える可能性があります。

そのとき選ばれるためには、店舗、時間、価格、人数、在庫、注文方法が機械可読である必要があります。商品情報整備は、将来の販売チャネルへ接続する準備でもあります。

まず売上上位商品から、AIに質問されたら答えられる情報がそろっているか確認してみるとよいでしょう。

商品情報整備を部門横断プロジェクトにしない方法

大規模な「マスタ統合プロジェクト」にすると時間がかかるため、まずオンライン販売中の100商品だけを対象にします。商品ID、価格、カテゴリ、販売店舗、期間、画像、アレルギーなど10〜15項目を決め、欠損を埋めます。

その過程で責任者と更新フローを確認し、運用可能だと分かってから対象を広げます。

データ品質と売上をつなげる

商品説明が十分な商品と不十分な商品の購入率、画像枚数と購入率、人数目安の有無と問い合わせ件数などを比較すると、商品データ整備の経営価値が見えやすくなります。

「データをきれいにする」だけでは予算を取りにくくても、購入率や運用工数への効果が示せれば投資判断しやすくなります。

店舗スタッフの知識をデータ化する

「この商品は2人でちょうどよい」「電子レンジ30秒がおすすめ」といった現場知識は、商品マスタに入っていないことがあります。

FAQや接客ノウハウを収集し、構造化できる情報は商品データへ戻します。AI時代の強い商品情報は、本部だけで作るのではなく店舗の知識も取り込んだものになります。

商品データ整備の優先順位

すべての項目を完璧にするのではなく、顧客の購入判断とシステム連携に影響する項目から始めます。商品ID、価格、販売可否、店舗、期間、画像、原材料・アレルギー、容量・人数目安などです。

その後、検索キーワード、食感、利用シーン、関連商品など販促高度化に必要な項目を加えます。必須情報と高度化情報を分けることで、整備プロジェクトが終わらない問題を防げます。AI時代に重要なのはデータ量より、重要なデータが正しく更新され続けることです。

商品情報の整備は「AI対策」ではなく、チャネル戦略である

商品マスタの整備は地味な仕事に見えます。しかし、店舗、EC、モバイルオーダー、デリバリー、CRM、AI検索が増えるほど、一つの商品情報を複数の場所へ配る必要が出てきます。

このとき商品名や価格がチャネルごとにバラバラだと、更新作業が増えるだけでなく、顧客の理解にも摩擦が生まれます。「公式サイトでは販売中だが注文画面では見つからない」「アレルギー情報が古い」「店舗によって商品名が違う」。こうした小さな不一致が、購入前の離脱や問い合わせにつながります。

商品情報は「理解の壁」を越えるための設計

顧客が注文に至るまでには、商品を理解する必要があります。AI検索時代は、顧客自身がページを読み込むだけでなく、AIへ「子ども3人を含む5人家族におすすめは？」「卵を含まない商品は？」と質問する場面が増えます。

そのときAIが必要とするのは、きれいなコピーだけではありません。

• 何人向けか

• 量・サイズ

• 原材料

• アレルギー

• 温度帯

• 受取可能時間

• 販売店舗

• 販売期間

• 在庫・予約可否

• 温め方

といった構造化された情報です。

「何をどう買えばよいか分からない」という理解の壁を、商品データで下げると考えると、整備項目の優先順位が見えます。

商品マスタと顧客データをつなげる

商品IDが統一されると、CRMにも大きなメリットがあります。同じ「モンブラン」が店舗Aでは商品コード001、ECではMONT-01、POSでは別名称になっていると、顧客が何を買ったかを横断集計できません。

共通の商品IDがあれば、

• 同じカテゴリを繰り返し買う人

• 季節商品だけ買う人

• 家族向けセット購入者

• ギフト用途の購入者

を識別しやすくなります。商品情報整備は、AI検索だけでなく2回目購入をつくるためのCRM基盤でもあります。

「正本」を一つ決める

複数システムで商品情報を管理している企業では、「どれが正しいか」が最大の課題になります。すべてを一つのシステムへ統合しなくても、項目ごとに正本を決めることはできます。

• 商品名・説明：商品企画DB

• 価格：基幹・価格マスタ

• アレルギー：品質管理DB

• 販売店舗：店舗マスタ

• 画像：DAM・共有ストレージ

そして各項目の更新責任者と更新タイミングを定義します。

AIはこの構造の上に載せるものです。正本がないままAI検索を導入すると、複数の古い情報をもっともらしくまとめてしまう危険があります。

AIエージェント時代は「買える情報」まで必要になる

将来、AIが商品の比較だけでなく注文まで支援するようになると、説明情報だけでは足りません。AIが「この商品は今日18時に品川店で受け取れる」と判断するには、商品情報、店舗情報、未来在庫、受取枠がつながっている必要があります。

つまり商品マスタの整備は、単なる検索最適化ではありません。商品を人にもAIにも迷わず買ってもらうための販売インフラです。

まとめ

AI時代に強い企業は、AIをたくさん導入した企業ではなく、AIが使える「きれいなデータ」を持つ企業です。商品情報の標準化は地味ですが、検索、販促、CRM、在庫、分析すべての土台になります。

食のミカタの問い：POSとECとGoogleで、同じ商品の名前・価格・販売期間は一致していますか。

参考情報

• 経済産業省｜商品情報の授受に関するガイドライン

• 経済産業省｜商品情報連携会議 第3回

• Google｜メニュー エディタについて