マーケットプレイスにおける検索とマッチング

著者: Brian Tr · 更新日: 2026年10月7日

マーケットプレイスは、購入者も出品者も十分にいながら、それでも失敗することがあります。ふさわしい購入者が、ふさわしい出品者に出会えないからです。供給は9ページ目で誰の目にも触れず、需要は検索語を打ち込んでも何も返ってきません。双方がそこにいるのに、取引は成立しません。

そのギャップを埋めるのが、検索とマッチングの役割です。出品の山と購入者の群れを、実際の取引に変える層です。この記事では、マーケットプレイスが採る主な3つの方法、ランキングに入るシグナル、双方向マッチングの背後にある研究、プラットフォームがランキングについて開示を求められていること、そして機能しているかを示す指標を扱います。

内容は概念にとどめます。どのランキング式を使うべきかは、カテゴリーによって変わるため示しません。用意するのは、語彙と、根拠と、問うべき問いです。

購入者を供給につなぐ3つの方法

ほとんどのマーケットプレイスは、3つの方法のどれか、またはその組み合わせを使います。

検索とランキング。 購入者が求めるものを伝え、プラットフォームが並べた一覧を返します。選ぶのは購入者です。Etsy、Airbnb、Upworkの検索はこの方式です。プラットフォームの影響力は、並び順、フィルター、何を表に出すかにあります。

アルゴリズムによるマッチング。 プラットフォームが、購入者の相手、あるいはごく短いリストを選びます。ライドシェアが標準的な例で、乗客がドライバーを閲覧するのではなく、システムが1人を割り当てます。商品が十分に代替可能で、購入者が選ぶことよりも速さと価格を重視する場合にうまくいきます。

マネージド型のマッチング。 人がマッチングを行います。オペレーターがリクエストを読み、供給者を選び、ときには仕事の見積りも出します。1取引あたりのコストは高くなりますが、品質のばらつきが大きい場合や、仕事が複雑な場合によく見られます。このモデルはマネージド型マーケットプレイスで扱っています。

これらは排他的ではありません。マーケットプレイスが、ほとんどの購入者には出品をランク付けして見せながら、最大あるいは最も難しいリクエストは人に回すこともあります。役に立つ問いは、どの方法が、購入者がどれだけ選びたいか、そして出品者ごとに供給がどれだけ違うかに合うかです。

ランキングに入るもの

ランキングは、事業上の目的がついた予測の問題です。プラットフォームは、特定の購入者がどの出品を最も望みそうかを推定し、それに従って結果を並べます。シグナルは、通常いくつかの系統に分かれます。

• 関連性。 出品が、検索語、カテゴリー、日付、示されたニーズにどれだけ合っているか。
• 質。 レビュー、完了の履歴、応答の振る舞いなど、出品者が約束を果たすという証拠。
• 空き状況。 求められた日付、数量、時間に、出品者が実際にその仕事をできるかどうか。
• 距離。 ローカルな商品や配送される商品について、供給が購入者にどれだけ近いか。
• 価格と適合。 価格が、購入者が望んでいそうな範囲に収まっているか。
• 商業的要因。 手数料、プロモーション、有料の優先掲載。これは後ほど取り上げます。

Airbnbは、ほとんどの企業よりも詳しい情報を公開しています。2018年の論文Applying Deep Learning to Airbnb Searchは、課題を、数千の掲載の中から、ゲストに少数の掲載を順位付きで返すことと説明しています。最初の検索ランキングは手作業で作ったスコア関数であり、それを勾配ブースティング決定木のモデルに置き換えたところ、同社の歴史でも最大級の段階的な予約の改善が得られ、その後は伸びが頭打ちになったと述べています。ニューラルネットワークに入力された特徴量は、価格、アメニティ、過去の予約件数といった、主にシンプルな掲載の属性でした。

この論文には、覚えておく価値のある点が2つあります。第1に、モデルは、予約された掲載を正例、それ以外を負例とするログで学習されます。そのため、ランキングは人間が関連があると考えたものからではなく、購入者が実際に選んだものから学びます。第2に、著者たちは、このモデルは、ホストがリクエストを承諾するかどうかを予測するモデルも含むエコシステムの一部だと述べています。双方向のマーケットプレイスでは、供給者が断るような結果は、本当に良い結果とは言えません。

この2つ目の点が、マーケットプレイスのランキングを通常のウェブ検索と分けるところです。検索エンジンは検索する人のために最適化します。マーケットプレイスは両側に気を配らなければなりません。

両側のバランスをとる

Airbnbの2023年の論文Optimizing Airbnb Search Journey with Multi-task Learningは、この問題をそのまま述べています。ゲストはリクエストを出すまでに何週間も探索や比較をすることが多く、予約リクエストがその後ホストに拒否されたりキャンセルされたりすることがあり、モデルはゲストとホストの選好のバランスをとらなければなりません。その答えは、ゲストの中間的な行動を、肯定的なものも否定的なものも、ゲストを予約の成功へ近づけるマイルストーンとして使うというものでした。

同じグループの別の論文、Learning to Rank Diversely at Airbnbは、もう1つのよくある前提に異議を唱えています。従来のランキングは、各掲載の予約確率を独立に推定します。著者たちは、掲載どうしの類似性がユーザーの判断に影響するとし、似た結果の冗長さを減らすと多様性が高まると論じ、本番環境のA/Bテストでそれを検証しました。

そしてImproving Deep Learning for Airbnb Searchは、取り組みをアーキテクチャ、バイアス、コールドスタートに整理しています。ポジションバイアス（人は、上にあるからという理由も一部あって、上位の結果をクリックする）とコールドスタート（新しい掲載には履歴がない）は、あらゆるマーケットプレイスのランキングシステムが直面する問題です。

これらの論文が説明しているのは、1つの会社のシステムです。何が可能で、問題がどのようなものかを示す根拠であって、手本ではありません。掲載が500件のマーケットプレイスにニューラルランカーは不要です。ただし、何を最適化しているのかは決める必要があります。

双方向マッチング：研究のルーツ

市場におけるマッチングという考え方には、インターネットより前にさかのぼる、深い学術的な歴史があります。

2012年のノーベル経済学賞は、アルビン・ロス（Alvin Roth）とロイド・シャプレー（Lloyd Shapley）に贈られました。スウェーデン王立科学アカデミーのプレスリリースは、その研究対象を、異なる主体をいかにうまくマッチさせるかという経済学の中心的な問題として位置づけています。例として挙げられているのは、学生と学校、そして移植を必要とする患者と臓器提供者です。

このリリースの中には、マーケットプレイスにとって重要な考え方がいくつかあります。

安定性。 どの2つの主体も、現在の相手より互いのほうを好むことがないとき、マッチングは安定しています。リリースは、シャプレーらの手法、「とりわけ、いわゆるゲール＝シャプレー・アルゴリズム」が、常に安定したマッチングを導くとしています。テストだと考えてください。購入者と出品者の双方が、割り当てられた相手を捨てて互いを選んだほうが得なら、そのマッチは崩れ、システムは問題を本当には解決していません。

操作。 リリースは、これらの手法が、主体がマッチングの過程を操作しようとする動機も抑えると述べています。参加者が報告する内容を偽れる市場では、重要なことです。

どちらの側が得をするか。 リリースは、シャプレーが、手法の具体的な設計が、市場の一方の側を他方より体系的に有利にしうることを示したとも述べています。設計上の選択は中立ではありません。誰が提案し、誰が承諾し、誰がランク付けするかが、結果を変えます。

実践。 ロスは、この理論が現実の市場を説明できると認識していました。彼は同僚とともに、安定性が特定の市場制度の成功を理解する鍵であることを実証的に示し、新人医師と病院、学生と学校、臓器提供者と患者をマッチさせる制度の再設計を助けました。リリースによれば、これらの改革は、ゲール＝シャプレー・アルゴリズムを、特有の事情や、side payment（付随的な金銭授受）の排除といった倫理的な制約に合わせて修正したものに基づいています。

これが商業的なマーケットプレイスにどれだけ当てはまるでしょうか。正直なところ、期待するほどではありません。そうした中央集権的なマッチングでは、通常、双方が順位付きの選好を提出し、清算機関が一度にそれを解決します。ほとんどのオンラインのマーケットプレイスは継続的に動き、選好は完全には表明されず、価格も動きます。当てはまるのは、枠組みです。マッチングは設計の問題であり、安定性は役に立つ基準であり、仕組みのルールが誰が勝つかを形づくります。

探索の摩擦：良いマッチが見逃される理由

別の系統の研究は、供給と需要がマッチしないまま共存する理由を説明しています。アカデミーのプレスリリースが説明するとおり、2010年のノーベル賞は、ピーター・ダイアモンド（Peter Diamond）、デール・モーテンセン（Dale Mortensen）、クリストファー・ピサリデス（Christopher Pissarides）に、「探索の摩擦がある市場に関する分析」により贈られました。

リリースの中心的な観察は明快です。多くの市場では、購入者と出品者がすぐには接触できません。探索の過程には時間と資源が必要で、それが摩擦を生みます。そうした市場では、一部の購入者の需要は満たされず、同じ時に、一部の出品者は望むだけ売れません。この理論は労働市場にとどまらず当てはまるとし、一例として住宅市場を挙げています。

マーケットプレイスの運営者にとって、「摩擦」は役に立つ言葉です。次のようなものは、どれも摩擦です。

• 購入者が、求めるものを、あなたのカテゴリーが理解できる言葉で表せません。
• 結果は関連しているが、購入者がどの出品者が良いのか見分けられません。
• 出品者のカレンダーや在庫が古く、結果に応えられません。
• 購入者が3人の出品者に連絡して、2人から返事がありません。

検索とマッチングを改善すれば摩擦は減りますが、なくなりはしません。摩擦の中には役に立つものもあります。少し比較した購入者は、より良い選択をすることが多いからです。目指すのは、避けられる種類の摩擦を取り除くことです。その一部は信頼の問題であり、だからこそ供給の質の管理は、ランキングと同じ議論の中に置かれるべきものです。

プラットフォームがランキングについて開示すべきこと

ランキングは、一部の地域では法的なテーマでもあります。欧州連合では、規則（EU）2019/1150（プラットフォーム対事業者規則と呼ばれることが多い）が、オンライン仲介サービスと検索エンジンに透明性の要件を定めています。

この規則は「ランキング」を、オンライン仲介サービスを通じて提供される商品やサービスに与えられる相対的な目立ちやすさ、またはオンライン検索エンジンによって検索結果に与えられる関連性と定義しています。そして第5条は、次を求めています。

• 仲介サービスは、ランキングを決定する主なパラメーターと、他のパラメーターと比べたそれらの相対的な重要性の理由を、利用規約に定めることです。
• 検索エンジンは、主なランキングのパラメーターについて、平易で分かりやすい言葉による、容易に公開で入手できる説明を提供し、最新の状態に保つことです。
• 有料の影響を開示することです。支払いによってランキングが左右されうる場合、提供者はその可能性と、報酬がランキングに与える影響を説明しなければなりません。

この規則はまた、提供者に、アルゴリズム自体や、検索結果の操作によって消費者が欺かれるおそれのある情報の開示は求めないとも述べています。したがって、義務は主なパラメーターとその相対的な重要性に関するもので、モデルを公開することではありません。

EUで事業を行っていなくても、これはマーケットプレイス自身のランキング説明の良い雛形です。何が露出を左右するのかをおおよそ理解している出品者は、写真、価格、応答時間について、より良い判断をします。有料の優先掲載があるなら、それを明示することが信頼を守ります。スポンサー付きの掲載が商業的にどう機能するかは、マーケットプレイスの広告収益で見ています。

検索とマッチングの指標

検索の質は、感じ取りやすく、測りにくいものです。以下は、チームがよく追う指標です。どれにも共通のベンチマークはないため、自社のデータから目標を設定してください。

最初の2つには、文書化された定義があります。Algoliaの分析ドキュメントは、ゼロ件率を結果が0件だった検索の割合と定義し、クリック率を追跡対象の検索のうち少なくとも1回のクリックイベントがあったものの割合と定義しています。それ以外の行は、当社の作業上の定義です。「検索から問い合わせまで」や「マッチ率」には唯一の標準的な意味がないため、チーム間や期間をまたいで数字を比べる前に、自社の定義を書き留めてください。

いくつか注意があります。

1. ゼロ件率をセグメントに分ける。 合算した数字は、重要な検索語を隠します。ゼロ件の上位の検索語を見てください。満たされていない需要の無料のリストであり、供給の獲得へのきっかけでもあります。
2. 両側を見る。 マッチ率が高くても、供給者が質の低いリードで疲弊しているなら、勝利ではありません。購入者の指標を、供給者の承諾と応答のデータと組み合わせてください。
3. クリックだけを最適化しない。 Airbnbの2018年の論文は、クリックだけでなく予約で学習しています。クリックは目標ではないからです。目的が実際の成果に近いほど、好奇心に報いることが少なくなります。
4. 検索の質と供給の深さを分ける。 ゼロ件の検索語は、検索が悪いことも、供給が足りないことも意味しえます。直し方が異なります。

これらの指標を購入者の道のりのどこに置くかも重要です。段階はマーケットプレイスのコンバージョンファネルに、価格のシグナルが購入者の選択をどう形づくるかはマーケットプレイスの価格発見にまとめています。予約のモデルも、マッチの意味を変えます。即時予約と予約リクエストの違いでは、供給者の承諾のステップが、取り除かれるか、明示されるかのどちらかになります。

実践的な進め方

マッチングを構築または改善するなら、これが妥当な順序です。上記の出典のルールではなく、推論です。

1. モデルではなく、フィルターと並べ替えから始める。 購入を決める属性で、購入者が絞り込めるようにします。散らかったデータの上の賢いランカーより、小さくてよくできたフィルター群のほうが優れています。
2. アルゴリズムの前にデータを直す。 ランキングが使えるのは、出品者が提供したものだけです。小さな規模では、必須項目、一貫したカテゴリー、新鮮な空き状況のほうが、モデルの変更より効果があります。
3. 目的を1つ選ぶ。 完了した取引、購入者の満足度、収益のどれを最適化するのかを決め、それらが衝突しうることを意識してください。
4. 出品者側の制約を加える。 承諾の可能性、空き状況、応答時間を含めて、どこにもつながらない結果を購入者に見せないようにします。
5. すべてをログに残す。 表示、順位、クリック、問い合わせ、結果です。ログに記録されたセッションから学ぶAirbnbのやり方は、ログを残していて初めて可能になります。
6. 主なパラメーターを書き出す。 出品者向けの短いランキングの説明でも、自社のランキングが実際に何をしているかを把握するきっかけになります。
7. 難しいケースは人に回す。 リクエストが複雑または高額な場合、人によるマッチングはどんなランカーにも勝ることがあります。マネージド型マーケットプレイスをご覧ください。

重要なポイント：マーケットプレイスにおける検索とマッチング

• 2012年のノーベル経済学賞はアルビン・ロスとロイド・シャプレーに贈られ、アカデミーのプレスリリースは、ゲール＝シャプレー・アルゴリズムが常に安定したマッチング、つまりどの2つの主体も現在の相手より互いを好まないマッチングを保証すると述べています。
• 2010年のノーベル賞は、ダイアモンド、モーテンセン、ピサリデスに、探索の摩擦がある市場の分析で贈られました。そこでは購入者と出品者がすぐには接触できず、需要と供給の一部が同時にマッチしないまま残ります。
• 規則（EU）2019/1150の第5条は、仲介サービスに、ランキングを決める主なパラメーターとその相対的な重要性の理由を開示すること、そして支払いがランキングに与える影響を説明することを求めています。
• Airbnbの2018年の検索論文は、手作業のスコア関数を勾配ブースティング決定木のモデルに置き換えたところ、同社の歴史でも最大級の段階的な予約の改善が得られ、その後は伸びが頭打ちになったと述べています。
• AirbnbのJourney Rankerの論文は、ゲストが何週間もかけて選択肢を比較すること、ホストがリクエストを拒否またはキャンセルしうること、そしてランキングでゲストとホストの選好のバランスをとる必要があることを説明しています。
• Algoliaのドキュメントは、ゼロ件率を結果が0件だった検索の割合と定義しています。

関連記事

• マーケットプレイスの密度
• マネージド型マーケットプレイス
• マーケットプレイスのコンバージョンファネル
• マーケットプレイスの価格発見
• 即時予約と予約リクエストの違い
• マーケットプレイスの供給の質
• マーケットプレイスの広告収益