Costlessが小売の 価格・レシートデータを検証する方法
Costlessは4つの独立したデータソースを組み合わせて小売データを検証します。56のスーパーマーケットチェーンサイトへの自動パーサー、240,000件以上の実際の購入レシートに対するMLベースのOCR、フィールドエージェントによるGPS確認済み価格ラベル、そしてチラシ・ウェブ画像・公式TelegramおよびViberチャンネルのプロモーションバナーOCRです。クロスソース検証により、スクレイピングエラー、見逃しセール、約8%の不正レシートを検出します。
4つの独立したデータストリーム
Costlessは4種類の独立した小売データストリームを取り込んでいます。それらを相互照合することで、主張ではなく検証可能な情報を提供します。
ソースから構造化データへ
オンラインパーサー
各チェーンのパーサーは、そのチェーン固有のページ構造またはAPIを把握しています。パーサーは固定の週2回サイクルで実行され、バースト負荷を避けるためにスタガー処理を行い、サイトの保護機能を尊重し、スクレイピングよりもチェーン公式APIを優先します。利用規約で禁止されているチェーンはクロールせず、その場合はレシート・フィールド収集・バナーのみからデータを取得します。
レシートOCRパイプライン
アップロードされたレシートはまずOpenCVで前処理（傾き補正、コントラスト調整、グレア除去、感熱紙の退色補正）され、次にGoogle Cloud Vertex AIのビジョンサービスをメインエンジンとしてテキストを抽出します。高速フォールバックとしてTesseractを使用し、難しいケースには東ヨーロッパのレシート形式に特化したCNNを活用します。行項目を解析し、ベクター埋め込みで正規化データベースと商品照合を行い、印字された合計金額と突合します。
対応フォーマット全体でのエンドツーエンド精度は一貫して高水準です。段階ごとのベンチマークは小売業者のテンプレート、用紙の種類、画像品質によって異なるため、実際の分布を誤解させるような単一の数値は公表していません。
不正検出
提出されたレシートの約8%が、検証済みデータセットに取り込まれる前に不正として検出されます。検出シグナルには、重複検知、画像フォレンジクス（スクリーンや印刷物の写真、編集画像）、加盟店整合性チェック、構造的異常、および行動ベースのヒューリスティクスが含まれます。検出されたものは隔離され、ユーザーには鮮明な再撮影が求められます。
確認済みフィールド収集
フィールドエージェント向けアプリは現場での厳格なフローを強制します。GPSを読み取り、住所に逆ジオコーディングし、エージェントが対象店舗にいる場合にのみ撮影を許可します。明示的なチェックインの後、写真はアプリ内でのみ撮影（カメラロールは不可）され、デバイス上でAIモデルが処理し、即時アップロードされます。これにより、すべての価格情報が特定の店舗・エージェント・時刻に紐付けられます。
クロスソース検証
単一のソースは誤りを含む可能性があります。パーサーはリニューアルされた特売ページを見逃すことがあり、レシートは撮影ミスを含むことがあり、フィールドラベルは古い棚札である可能性があります。そのため、少なくとも2つのストリームで同一の価格が確認された場合に、確定済みデータとして扱います。
- レシートとオンラインの不一致 — レシートが優先されます。実際に請求された価格だからです。
- 特売ページと商品ページの不一致 — 特売ページが優先されます。ポイントカード価格は商品ページに表示されないことが多いためです。
- フィールドラベルとオンラインの不一致 — フィールドは収集当日に優先されます。より頻繁に更新されるオンラインは長期的に優先されます。
相互運用性のため、業界標準に準拠しています。バーコードにはEAN-13 / EAN-8 / GTIN-14（GS1）、加盟店分類にはMCC、通貨にはISO 4217、国コードにはISO 3166-1、タイムスタンプにはISO 8601を使用しています。
データ種別ごとの更新サイクル
| データ種別 | 更新サイクル |
|---|---|
| 購入レシート | アップロードから平均約22秒（OCRを含むエンドツーエンド） |
| オンライン価格・特売ページ | チェーンごとに固定スケジュールで週2回 |
| プロモーションバナー | チェーンの公開サイクルに応じて（大半は週次） |
| フィールド収集ラベル | エージェントセッションごと、オンデマンド |
| 通貨FXレート | apilayer.com より毎日更新 |
| 正規化商品データベース | レシートとパーサーサイクルの着信に応じて継続的に更新 |
パーサーが停止した場合（サイトのリニューアル、新たなブロック、APIの変更など）、影響を受けた特売情報には「最終更新日」が表示され、古いデータが無言で提供されることはありません。
カバーしている地域としていない地域
限界について正直に伝えることが、信頼できるデータソースであることの前提です。現在のカバレッジとまだカバーできていない範囲をご紹介します。
消費者向け市場
ウクライナ、カナダ、リトアニア、ポーランド、英国 — 主要食料品チェーンの特売情報を毎日更新し、特売エクスプローラーで閲覧できます。
B2B API市場
当社のレシート検証APIは、同じ市場のビジネスパートナーに提供されています。国家登録簿と照合する財務的なレシート検証は、現在ウクライナで利用可能です。
カバレッジは小売業者のサイトリニューアルや利用規約変更に伴って変動し、チェーンごとに契約内容が異なるため、国別のモニタリング対象チェーン一覧は公開していません。消費者の方は特売エクスプローラーでリアルタイムのカバレッジをご確認いただけます。B2B顧客には完全リストをNDA締結のもとで提供します。
現時点で未対応の範囲
- 純粋なオンライン専業小売業者 — 一部対応。当社は実店舗小売を重点としています。
- レストランメニューおよびHoReCa価格 — 対象外。
- 業務用・卸売価格 — 対象外。
- データが疎なカテゴリー — アルコールおよび薬局は国ごとに閲覧規制があり、一部のロングテールカテゴリーは一貫したカバレッジが不足しています。
お客様のデータの取り扱い
レシートはあなたのものです
レシートにはポイントカード番号、カード下4桁、税番号など個人情報が含まれる場合があります。アップロードされたレシートはアップロードした本人のみが閲覧可能なため、マスキングは行っていません。他のユーザーには表示されず、公開リストへの掲載も、B2B顧客への共有も一切行いません。価格検証に活用されるのは、匿名化された集計データとしての商品名と価格情報のみです。
データ保持期間
レシート画像と抽出された行項目は、アカウントを保持している期間中保存されます。プロフィール画面からいつでもアカウントを削除でき、レシート画像・抽出済み項目・個人情報がすべて削除されます。詳細はプライバシーポリシーをご確認ください。
データの販売は一切行いません
Costlessはいかなる国・地域においても、いかなる第三者にもユーザーデータを販売しません。これは絶対的なポリシーです。個別のレシートが外部に共有されることはなく、個人の識別情報が公開向けデータ製品に紐付けられることも一切ありません。
子どものプライバシー
Costlessは16歳未満の子どもを対象としたサービスではありません。16歳未満の子どもから意図的に個人情報を収集することはなく、万が一そのような情報を取得したと判明した場合は直ちに削除します。
コンプライアンス
当社はGDPR（EU/EEA）、UK GDPRおよびData Protection Act 2018、ならびにカナダのPIPEDAを含む各国の同等の法律に基づいて運営しています。当社は個人データを販売していないため、CCPAの「Do Not Sell」権に関してオプトアウトすべき処理は存在しません。データコントローラー：[email protected]
セキュリティレビュー
毎月、AIを活用した自動セキュリティレビューを実施しており、認証・入力検証・レート制限・依存関係スキャン・ヘッダー強化を対象としています。現時点では、SOC 2やISO 27001などの正式な第三者機関による監査は受けていません。
よくある質問
レシートで検証されたデータはスクレイピングデータより優れているのですか？+
Costlessは不正なレシートをどのように検出しますか？+
Costlessの価格データはどれくらい新鮮ですか？+
Costlessはどの国をカバーしていますか？+
レシートOCRの精度はどれくらいですか？+
Costlessは私のデータを販売しますか？+
透明性のある小売データ方法論
Costlessは小売インテリジェンスプラットフォームであり、ウクライナ、カナダ、リトアニア、ポーランド、英国のスーパーマーケット価格・特売情報・レシートを検証し、ビジネスパートナー向けのレシート検証APIと、現在ウクライナで利用可能な財務的レシート検証を提供しています。単一のスクレイピングフィードに依存することなく、Costlessは56チェーンへの自動パーサー、240,000件以上の実際のレシートに対するMLベースのOCR、GPS確認済みフィールド収集、プロモーションバナーOCRを組み合わせています。クロスソース検証によりこれらのストリームを照合し、スクレイピングエラー・見逃しセール・不正提出を検出します。レシートのテキスト抽出にはGoogle Cloud Vertex AIのビジョンサービスと、レイアウト検出・行項目解析・商品照合・合計金額突合のための独自パイプラインを活用しています。Costlessはユーザーデータを販売せず、アカウントが有効な期間のみレシートを保持し、GDPR、UK GDPR、CCPAおよび各国のデータ保護法に基づいて運営しています。この方法論ページはカバレッジと処理の進化に合わせて随時更新されます。
展開 ↓このページの内容を独自に確認する場合は、[email protected]または[email protected]にお問い合わせください。研究者、ジャーナリスト、潜在的パートナーには、必要に応じてNDA締結のもとで匿名化サンプルと方法論の詳細説明を提供します。