自然言語処理（Natural Language Processing: NLP）は、ソフトウェアの「聞く」プロセスに関わる人工知能（AI）の1つで、言語を操るものです。簡単に言えば、人間の話し言葉を理解するコンピュータープログラムの機能を指します。
検索エンジンで検索したり、Alexaのような音声アシスタントに話しかけたことがあれば、自然言語処理（NLP）をご理解いただけるでしょう。AI活用型検索サービスに質問を入力したり話しかけたとき、質問の答えが返ってくるのは、自然言語処理（NLP）のおかげです。自然言語処理（NLP）は、技術的にはプログラミング言語でなく、コンピューターに話しかけた内容に対する解釈です。しかし、複数単語や長文の質問はいまだ理解が難しいため、これらは自然言語処理（NLP）の今後の課題でもあります。
自然言語処理（NLP）に対する現在のアプローチについて、Margaret Rouse氏は「データ上のパターンを調べて使用するAIの一種であるディープラーニングに基づき、[時間をかけて言語の]プログラム理解を改善している」とSearch Business Analyticsで述べています。「ディープラーニングモデルでは、相関関係を識別するため大量のデータが必要ですが、このようなビッグデータセットを集めるということが現在の自然言語処理（NLP）の主なハードルの1つでもあります。」
自然言語処理（NLP）の改善が進めば、人間とデバイス間のシームレスなコミュニケーションや理解の可能性も高まります。また、検索時にこの分野の摩擦がなくなることに対する消費者の期待が高まっています。
自然言語処理（NLP）が重要な理由
自然言語処理（NLP）の技術は前例のない速さで改善されています。2019年は、Googleが自然言語理解のために革新的な新モデルである「BERT」を導入、採用したことでより迅速に進歩しました。2019年後半にはGoogleが、長く複雑な検索クエリをさらに理解できるようBERTを自社の検索アルゴリズムとして実装しました。
ユーザーの行動は、自然言語処理（NLP）におけるこれらの進歩に迅速に対応しており、より長い自然言語クエリを検索時に使用しています。ユーザーは、昨日より新しくより賢いアルゴリズムが複雑なクエリを理解して関連結果を出すことを期待し、「医者」や「病院」ではなく、「シグナ保険に対応可能な近くの内科医」と検索します。消費者は、検索時にこれらの質問に対する正確な答えが返ってくることを期待しています。
複数単語の自然言語クエリは、購買意欲を表しているので特に重要です。上記の例で言えば、「医者」というキーワードは曖昧で検索結果が多いキーワードのため、ユーザーが具体的に何を求めているのかはっきりしません。一方、「シグナ保険に対応可能な近くの内科医」であればより具体的で、ユーザーの検索意図（インテント）がよくわかります。このユーザーは、ある特定の都市で、ある保険会社に対応している特定の分野の医者を探していることから、予約間近であることがわかります。クエリの単語数が多ければ多いほど、ユーザーの検索意図もよりはっきりします。
購買意欲が高まっている瞬間、消費者はすぐに答えをくれそうな会社を選ぶことでしょう。調査によると、消費者の76%が、ブランドを変えれば、以前より楽に求める答えに合う体験を見つけられると考えています。もし、御社のブランドがウェブサイトと検索エンジンやSNSなどでの検索体験の両方で、消費者からの自然言語クエリに対して直接、正確な答えを出せなければ、お客様は競合他社に目を向ける可能性があります。その結果、顧客を維持できなくなり、収益を失うことになるでしょう。
消費者による検索体験の変化についての詳細は、 「カスタマージャーニーは質問から始まります」ホワイトペーパーを参照して下さい。
