目次
AIタグ付けとは何ですか？
AIタグ付けは、自動タグ付けとも呼ばれることがあります。重要な違いは、AIタグ付けが単にアクティビティを記録するだけでなく、製品の構造を解釈し、何を追跡する価値があるか、またそれらのタグをどのように整理すべきかをチームが判断できるよう支援する点です。
プロダクトアナリティクスや デジタル導入ツールにおいて、タグはユーザー行動を理解可能にするものです。ページタグはダッシュボードへの訪問を追跡し、フィーチャータグはボタン、フィルター、またはワークフローステップの使用状況を追跡します。タグが網羅的に整備されていれば、チームはアナリティクスを信頼し、 アプリ内ガイドのターゲティング をより正確に行い、より精度の高いセグメントを構築し、AIシステムに製品への理解を深めさせることができます。
AIタグ付けはどのように機能しますか？
AIタグ付けは通常、製品のアプリケーション構造、ナビゲーション、ページパターン、UI要素を分析し、製品のどの部分をトラッキングする価値があるかを判断します。その後、提案された名前、説明、製品エリア、ルール、ページとフィーチャーの関係など、有用なメタデータとともにタグを推奨することができます。
優れたAIタグ付けワークフローには、以下が含まれる必要があります：
- ページおよびフィーチャータグの提案
- タグ名と説明の提案
- 製品エリアまたはグループ分けの提案
- 各タグがトラッキングする内容を定義するマッチングルール
- 提案されたタグの信頼度または品質シグナル
- 既存タグの改善、修正、または削除に関する推奨事項
- 変更適用前の人間によるレビュー
最後の点は重要です。AIタグ付けはタグの検索と定義にかかる手作業を削減できますが、人間のコントロールを排除すべきではありません。プロダクトチームは引き続き、どの提案が重要か、タグ付け戦略をどの程度細かくすべきか、そして生成された構造がビジネスとしてのプロダクト理解を反映しているかどうかを判断する必要があります。
AIタグ付けはなぜ重要なのか？
手動タグ付けは、解消されないインストルメンテーションのバックログを生み出します。チームはプロダクトアナリティクスを迅速に必要とすることが多いですが、そのためにはまず、どのページや機能をトラッキングするかを決定し、ルールを定義し、すべてに一貫した名前を付け、プロダクトの変化に合わせてタグを最新の状態に保つ必要があります。
タグ付けのカバレッジが不完全または陳腐化している場合、その影響はプロダクト組織全体に現れます。アナリティクスは誰かがタグ付けを覚えていたものだけを反映します。アプリ内ガイドは誤った場所をターゲットにしたり、意図したオーディエンスを見逃したりする可能性があります。セグメントは不完全な行動データから構築されます。AIが生成するインサイトは、プロダクトロードマップのギャップによって制限されます。チームはインサイトに基づいて行動する代わりに、インストルメンテーションの維持に時間を費やします。
AIタグ付けは、タグ付けを完全な手動セットアップ作業からガイド付きレビューワークフローへと転換することで、その負担を軽減します。目標はすべてを自動的にタグ付けすることではありません。目標は、手作業を減らしながら、適切な対象のカバレッジを構築・維持することです。
すべてのアナリティクスレポート、ガイドターゲット、行動セグメント、そしてAIが生成するインサイトは、明確なプロダクトマップに依存しています。適切なページや機能がタグ付けされていなければ、チームはユーザーが実際にプロダクト内をどのように移動しているかについて、不完全な情報をもとに作業することになります。
AIタグ付けは、人工知能を使用してデジタルプロダクトのページ、機能、プロダクトエリア、インタラクションを識別し、チームが確認・適用できる構造化されたタグを提案することで、そのマップの構築を支援します。これらのタグは、プロダクトのアクティビティに明確な名前、ルール、説明、関係性を付与することで、未加工のプロダクト使用状況を整理された意味のあるデータへと変換するのに役立ちます。
AIタグ付けとオートタグ付けの違い
オートタグ付けは、タグを自動的に適用または提案する広義の用語です。AIタグ付けは、オートタグ付けの一形態であり、人工知能を使用してプロダクト構造を理解し、意味のあるページや機能を識別して、構造化されたタグを推奨します。
AIタグ付けとオートキャプチャの違い
AIタグ付けはオートキャプチャと関連していますが、両者は同じものではありません。
オートキャプチャは、クリック、ページビュー、その他のイベントなど、未加工のユーザーアクティビティを記録します。多くの場合、チームが各イベントを事前に定義する必要はありません。これにより幅広い行動データを収集できますが、未加工のキャプチャイベントには、意味のある名前、階層、プロダクトエリア、またはビジネスコンテキストが欠けている場合があります。
AIタグ付けは構造を追加します。キャプチャされたインタラクションの中で重要なものを識別し、チームが理解できる形で名前を付け、有用なページ、機能、プロダクトエリアへと整理します。
要約すると、オートキャプチャはアクティビティを収集し、AIタグ付けはそのアクティビティを整理されたプロダクトマップへと変換するのに役立ちます。
AIタグ付けは手動タグ付けに取って代わるのか？
AIタグ付けはタグの作成・維持に必要な手作業を削減できますが、プロダクトに関する判断を代替するものではありません。どの提案を採用するか、どのような命名規則に従うか、タグ構造をどの程度詳細にするか、そしてアナリティクス、ガイドターゲティング、セグメンテーション、AIにとってプロダクトのどの部分が最も重要かは、引き続きチームが判断する必要があります。
たとえば、AIシステムが複数のボタン、フィルター、ページ、またはナビゲーション項目を特定することがあります。プロダクトマネージャーは、意味のあるワークフローや導入目標に関連する要素のみを追跡することを選択する場合があります。AIタグ付けは発見とセットアップを加速し、人間のレビュアーがタグ付け戦略をビジネスの文脈に沿わせ続けます。
AIが生成したタグの信頼性を高めるものは何か？
信頼性の高いタグは、安定したルールに依存します。カスタムHTML属性や要素IDなどの強力な識別子に基づくタグは、プロダクトが変更されても機能し続ける可能性が高くなります。一方、表示テキストやページ上の要素の位置など、より弱いセレクターに依存するタグは、コピー、レイアウト、またはコードが変更された際に機能しなくなる場合があります。
優れたAIタグ付けシステムは、弱いルールにフラグを立て、チームがレビューできるようにする必要があります。場合によっては、プロダクトチームとエンジニアリングチームが主要なUI要素により安定した識別子を追加し、将来のタグ提案の精度を高めることを選択することもあります。
AIタグ付けはプロダクトアナリティクスをどのように改善するのか？
プロダクトアナリティクスは、ユーザーがプロダクト内で何をしているかを明確に把握することに依存しています。重要なページや機能がタグ付けされていない場合、チームは導入パターン、離脱ポイント、ワークフローの摩擦、または改善の機会を見逃す可能性があります。
AIタグ付けはプロダクトアナリティクスの向上に役立ちます タグカバレッジの確立と維持を容易にすることで。カバレッジが向上することで、チームは次のような質問に答えられるようになります：
- ユーザーが実際に採用している機能はどれですか？
- ワークフローのどこでユーザーが離脱しますか？
- プロダクトの高価値エリアにエンゲージしているアカウントはどれですか？
- プロダクトのどの部分により良いオンボーディングやガイダンスが必要ですか？
- ロール、セグメント、プラン、またはライフサイクルステージによって行動はどのように異なりますか？
プロダクトマップが完全で構造化されているほど、分析の信頼性が高まります。
AIタグ付けはアプリ内ガイド、セグメント、AIをサポートしていますか？
はい。タグはレポート作成だけに使用されるものではありません。チームがアプリ内ガイドのターゲティング、行動セグメントの定義、そしてAIツールへのプロダクトの構造的な理解の提供にも役立ちます。
アプリ内ガイドでは、正確なタグによってチームは適切な場所で、適切なユーザーに、適切なタイミングでメッセージを届けることができます。セグメンテーションでは、完全なタグによってチームは実際のプロダクト行動に基づいてオーディエンスを定義できます。AIでは、構造化されたタグによってプロダクトの構成やユーザーの操作方法に関するより明確なコンテキストが提供されます。
AIタグ付けは、アナリティクス、ガイド、セグメント、AIシステムがすべて依存するプロダクトマップの強化に役立ちます。
PendoにおけるAIタグ付け
Pendoでは、 PendoのAIタグ付けはVisual Design Studio内で動作します。アプリケーションのルーティング設定とDOMを読み取り、ページおよびフィーチャータグの候補をレビュー用に提案します。
各提案には、名前の候補、ルール、説明、プロダクトエリア、ページとフィーチャーの関係が含まれる場合があります。Pendo AIタギングは、新しいタグの提案、既存タグの改善、壊れたタグや未使用タグの修正または削除も提示できます。
AIタギングは単独のPendo製品ではありません。複数のPendo機能がより整理されたプロダクトマップに基づいて動作できるようにする機能です。ページとフィーチャーにタグが付けられると、チームはその構造をProduct Analytics、アプリ内ガイド、セグメント、および LeoなどのAIを活用したワークフロー.
Pendo AIタギングはレビューベースです。ユーザーが提案を確認し、選択した変更を承認するまで、作成・変更・削除は一切行われません。Pendoはタグの品質とデータ処理に関するセーフガードも備えており、AI分析前のクライアントサイドのサニタイズや、カスタムHTML属性や要素IDなどより強固なルールを優先するセレクター設定が含まれます。
AIタギングに関するよくある質問
AIタギングとオートタギングは同じですか？
AIタギングはオートタギングの一種です。オートタギングはタグを自動的に適用または提案するという広い概念であり、AIタギングは人工知能を使用してプロダクト構造を理解し、意味のあるタグを推薦します。
AIタギングとオートキャプチャーは同じですか？
いいえ。オートキャプチャは生のアクティビティを記録し、AIタグ付けはそのアクティビティを名前付きのページ、機能、プロダクトエリアに整理するのに役立ちます。オートキャプチャはカバレッジを生み出し、AIタグ付けは構造と意味を加えます。
AIタグ付けはタグを自動的に変更または削除できますか？
システムによって異なりますが、レビューベースのワークフローが最も安全です。PendoのAIタグ付けでは、ユーザーが承認する提案を選択するまで、変更は適用されません。
AIタグ付けは既存のタグと連携できますか？
はい、AIタグ付けは改善案の提案、壊れたタグの特定、またはプロダクト構造と一致しなくなったタグの削除推奨を通じて、既存のタグをサポートできます。
AIタグ付けは手動タグ付けに取って代わりますか？
AIタグ付けはタグの作成と維持にかかる手作業の負担を軽減しますが、チームは引き続き提案をレビューし、何を追跡すべきかを判断する必要があります。
AIタグ付けはフィードバックの自動タグ付けと同じですか？
いいえ。フィードバック自動タグ付けは、リクエストやコメントなどの定性的なフィードバックを分類します。プロダクトAIタグ付けは、アナリティクス、ガイド、セグメンテーション、AIインサイトのために、アプリケーション内のページや機能を識別します。
AIタグ付けはトラックイベントに対応していますか？
必ずしも対応しているわけではありません。Pendoの現在のAIタグ付けリリースでは、AIタグ付けはアプリケーション構造からのページと機能に焦点を当てています。カスタムコードによるトラックイベントは、現在のリリースの対象範囲外です。
