Trip.com GroupがZilliz Cloudで世界中の旅行者にシームレスなホテル検索を提供する方法
よりスマートな、意図駆動型検索
旅行者の意図を理解する、正確な多言語ホテル検索結果を提供します—単なるキーワードではありません。
より迅速なイノベーション、より低いオーバーヘッド
クラスタ管理とスケーリングのタスクを排除し、チームがイノベーションに集中できるようにします。
<100 ms レイテンシ最適化
P99.9の応答時間が100ミリ秒未満の、超高速リアルタイムホテル検索を提供します。
シームレスなグローバルスケーラビリティ
エンタープライズレベルの信頼性と低遅延で、数億件のリスティング全体にわたるリアルタイム検索を実現します。
Trip.com Groupについて
Trip.com Groupは、世界最大級のオンライン旅行サービスプロバイダーの1つであり、Trip.com、Ctrip、Skyscanner、Qunar、Travixを含む有名ブランドを統合しています。1999年に設立された同社は、200以上の国と地域の旅行者にサービスを提供する、真にグローバルなプラットフォームへと成長しました。
航空券、ホテル、鉄道、レンタカー、法人旅行をカバーするポートフォリオにより、Trip.com Groupは何百万人ものユーザーが旅のあらゆる段階をシームレスに計画・予約できるよう支援しています。同社のプラットフォームは、120万件を超える宿泊施設の選択肢、高度な検索・予約機能、多言語サポートへのアクセスを提供し、世界中の旅行者にとって信頼できるワンストップの目的地となっています。
課題：グローバルで多言語の世界ではキーワード検索に限界がある
ホテル検索はTrip.com Groupのプラットフォームの中核であり、膨大なグローバル在庫の中から、何百万人もの旅行者が理想的な宿泊先を見つける手助けをしています。しかし、同社が新しい市場へ拡大するにつれ、従来のキーワードベースの検索では、不完全または関連性の低い結果が返されることが多く、断片的な顧客体験につながっていました。欠けていたのは、単に単語を一致させるのではなく、意味を解釈し、旅行者のニーズに真に合致する施設を提示できる、意図に基づいたアプローチでした。
その代わりに、顧客はしばしば質の低い結果に直面していました。例えば、「beautiful night view」と検索した旅行者は、「scenic evening view」と説明されたホテルを目にすることがないかもしれません。「allows dogs」と入力した人には、「pet-friendly」と表示されたリスティングが表示されません。「king bed」と「large bed」のような小さな違いでさえ、不一致につながりました。そして、数十もの言語や地域ごとの綴りの違いをまたぐと、問題はさらに大きくなり、多くの旅行者が最適ではない予約で妥協したり、プラットフォームを完全に離脱したりすることになっていました。
課題はセマンティクスにとどまりませんでした。ホテル検索は本質的に多次元です。旅行者は、立地、設備、レビュー、価格を総合的に検討します。「quiet boutique hotel near Central Park with free Wi-Fi and late checkout」のようなクエリであれば、少数の完璧な一致結果が返されるべきですが、キーワードベースのシステムでは、これらすべてのシグナルを一度に調整することに苦戦していました。
こうした検索の欠点は些細な不便ではなく、予約の喪失や顧客満足度の低下に直結していました。真にグローバルでシームレスな検索体験を提供するために、Trip.com Groupには、よりスマートで柔軟な基盤が必要でした。
ベクトル検索に関する初期調査
キーワードマッチングの限界を克服するため、Trip.comチームはベクトル検索を検証する概念実証を開始しました。OpenAIのtext-embedding-ada-002モデルを使用して、ホテル名と旅行者のクエリの両方を高密度埋め込みに変換し、コサイン類似度を用いて比較しました。目的はシンプルでした。セマンティック検索が、キーワードシステムでは日常的に見落とされるギャップを埋められるかをテストすることです。
結果は有望でした。例えば、クエリ“allow pets”は、“carry pets,”、“able to bring pets,”、“pet friendly,”といったバリエーションと近いクラスターを形成し、いずれも類似度スコアが0.94を超えました。これらの初期シグナルは、ベクトル検索が異なる表現にまたがって意図を認識できることを確認するものでした。これは従来のキーワード検索では到底実現できないことです。
この検証により、チームは前進する自信を得ました。軽量な実験でさえ、小さな表現の違いをまたいでセマンティックな意味を捉えられるのであれば、本番レベルのベクトルデータベースには、より豊かで多言語かつ文脈を認識したホテル検索を大規模に実現する可能性がありました。
MilvusからZilliz Cloudへの道のり：評価と移行
ホテル発見のための適切な基盤を評価する際、Trip.comチームは3つのカテゴリのソリューションを比較しました。
FaissやSPTagなどのベクトルライブラリは、強力なアルゴリズムを提供していましたが、高度な機能が不足しており、重いエンジニアリングとメンテナンス要件を伴っていました。
ElasticsearchやPostgreSQLなど、ベクトルアドオンを備えた従来型データベースは導入が容易でしたが、Trip.comのグローバルトラフィック需要に応えるために弾力的にスケールすることはできませんでした。
ベクトル専用データベースは有望に見えましたが、その成熟度にはばらつきがありました。一部はエンタープライズグレードの機能を欠き、また一部はコミュニティサポートが限定的でした。
徹底的な評価の結果、Milvusが最適な選択肢として浮上しました。MilvusはTrip.comのクラウドネイティブスタックと自然に適合し、柔軟なスケーリングを可能にするコンピュートとストレージの分離、およびKubernetesや分散ストレージとのシームレスな統合を提供しました。文字列主キーや幅広いインデックスタイプなどの機能により、チームはMilvusが多様なホテル検索シナリオをサポートできるという確信を得ました。
性能を検証するため、チームは2つのインデックスをベンチマークしました。HNSWは最高の再現率精度を提供しましたが、より多くのメモリ（レプリカあたり131 GB）を必要としました。一方、IVF-SQ8は同等のレイテンシを実現しながら、はるかに少ないメモリ（49 GB）で済みました。どちらも数百万件のリスティング全体で26〜36 msの範囲のリアルタイム応答時間を維持し、ワークロードに応じて精度と効率をトレードオフできるバランスの取れたツールキットをチームに提供しました。
| インデックスタイプ | メモリ使用量（レプリカあたり） | 最小デプロイメント | 平均応答時間 |
|---|---|---|---|
| HNSW | 131 GB | 6 × 4C32G + 1 × 2C4G | TOP5 – 26msTOP10 – 28msTOP20 – 30msTOP50 – 36ms |
| IVF-SQ8 | 49 GB | 1 × 4C64G | TOP5 – 28msTOP10 – 29msTOP20 – 31msTOP50 – 35ms |
データセット: ホテル検索エンティティ全体; データサイズ: 1,700万以上; ベクトル次元: 1024
Zilliz Cloudへの移行
Milvusは優れた性能を提供しましたが、分散データベースを社内で運用することは運用上のオーバーヘッドを生みました。クラスター管理、アップグレード、監視、スケーリングに貴重なエンジニアリング時間が費やされ、チームはそのリソースを旅行者体験の向上に充てたいと考えていました。これが、Milvusの開発元が構築したフルマネージドサービスであるZilliz Cloudへの移行を決定するきっかけとなりました。Zilliz Cloudはチームの優先事項に直接対応しました。
DevOpsとパフォーマンスチューニングをオフロードすることによる運用効率。
データが数億枚のホテル画像へと増加する中で、リソースを意識したスケーリングと量子化によるコスト最適化。
組み込みの高可用性、クロスリージョン災害復旧、容易な水平スケーリングによるスケーラビリティと信頼性。
ピーク時の同時実行下でも、P99.9レイテンシ100 ms未満という厳格なSLA要件を一貫して満たし、Elasticsearchを上回る性能保証。
移行はシームレスでした。Trip.comは、セルフマネージドのMilvusクラスターからZilliz Cloudへ、ダウンタイムなしでワークロードを段階的に移行しました。その結果、運用の簡素さと世界最高水準の性能をグローバル規模で兼ね備えた、フルマネージドでエンタープライズ対応のベクトル検索基盤が実現しました。
ソリューション：Zilliz CloudとMultilingual-E5によるセマンティック検索
キーワード検索の限界を突破するため、Trip.comはベクトルデータベースとしてZilliz Cloudを使用し、新しいセマンティック検索エンジンを構築しました。このアーキテクチャは多層構造です。旅行者のクエリは、1) まず前処理によって洗練され、2) 次に埋め込みへとベクトル化され、3) 最後にZilliz Cloudに保存された数百万件のホテルベクトルと照合されます。4) セマンティック検索とキーワード検索の結果が統合され、旅行者が最も関連性の高いホテルをリアルタイムで確認できるようにします。
もう一つの大きな実現要因は、数十の言語にわたって一貫した精度を提供できる点で選定された multilingual-e5 モデルでした。ホテルの説明、タグ、設備はオフラインでベクトル化され、旅行者のクエリは実行時にオンラインで処理されました。Zilliz Cloud の高性能な類似検索は、100 ms 未満で最も近い一致を特定し、インテント主導の結果を大規模に提示しました。“beautiful night view” や “nice evening skyline” のようなクエリは同じインテントにマッピングされ、以前は機会損失の原因となっていた言語や表現の壁を取り除きました。
多言語埋め込みと Zilliz Cloud のフルマネージドインフラストラクチャを組み合わせることで、Trip.com は両方の長所を実現しました。旅行者のインテントを捉えるセマンティックインテリジェンス、数百万件のリスティングに対する超高速検索、そして社内でクラスタを運用する負担なしのエンタープライズグレードの信頼性です。その結果、旅行者が使用する言語やリクエストの表現方法に関係なく、世界中の旅行者に一貫してサービスを提供する、よりスマートでスケーラブルなホテル検索システムが実現しました。
Trip.com Group における複数のベクトル検索ユースケース
新しいベクトルエンジンは、Trip.com Group の事業の複数領域で急速に価値を証明しました。
ホテル検索
旅行者にとって、Zilliz Cloud は最大のペインポイントの一つである、表現の違いによって一致が見逃される問題を解決しました。“family-friendly hotel” というクエリでは、現在は “great for kids” と説明されたリスティングも表示され、“work-friendly” では “business amenities” を備えた施設が表示されます。セマンティック検索とキーワード検索を組み合わせることで、Trip.com は関連するホテルの再現率を高め、より正確な一致を実現し、旅行者が利用可能な最良の選択肢を見ているという確信を高めています。
SEO ランディングページ
マーケティング面では、ベクトル検索によりローカライズされたランディングページの構築方法が変革されました。かつては労力のかかるキュレーションが必要だった作業が、現在では自動化されています。Zilliz Cloud はセマンティック検索を実行し、キーワードのインテントだけでは不十分な場合に関連するホテルを取得し、結果をフィルタリングおよびランク付けし、ページ生成ワークフローに直接供給します。このプロセスにより、Trip.com は言語や地域をまたいで最適化された数千のランディングページを迅速に立ち上げることができ、手作業の大幅な削減とともにオーガニックトラフィックを向上させています。
画像検索
テキストを超えて、Trip.com はベクトル検索をビジュアル領域にも拡張しました。客室の内装から現地の観光スポットまで、数億枚のホテル画像を活用し、チームは旅行者が画像で検索し、類似した雰囲気や特徴を持つホテルを発見できるようにしました。Zilliz Cloud のマルチモーダル機能によって支えられたこの機能は、プラットフォームがテキストを超えてリッチなマルチメディア検索体験へと拡張できる能力を示しています。
これらのユースケースは、ベクトル検索が単なるバックエンド技術以上のものであることを示しています。それは、フロントエンドの旅行者体験を改善し、バックエンドのマーケティング戦略を加速する共有機能です。Trip.com にとって、Zilliz Cloud はホテル検索だけでなく、複数の事業領域にわたる成長の基盤となっています。
Trip.com が Zilliz Cloud で得たもの
Zilliz Cloud への移行により、Trip.com はより高速かつスマートなホテル検索プラットフォームを手に入れ、パフォーマンス、スケーラビリティ、運用の各面で測定可能な改善を実現しました。
レイテンシ最適化: P99.9 の応答時間を一貫して 100 ms 未満に抑え、厳格なリアルタイム検索要件を満たしています。
大規模なスケーラビリティ: パフォーマンスの低下なしに、数億のテキストおよび画像ベクトルを処理します。
より高い再現率品質: キーワードシステムが見逃していたインテント主導の一致を捉え、旅行者の満足度を向上させ、予約離脱を減らします。
エンジニアリング負荷の削減: クラスタ管理、アップグレード、スケーリングを Zilliz にオフロードし、エンジニアが旅行者向けのイノベーションに集中できるようにします。
コスト効率: リソース最適化と量子化により、Elasticsearch や自己管理型 Milvus と比較してコストを予測可能に保ちます。
エンタープライズレベルの信頼性: 組み込みの高可用性とクロスリージョンのディザスタリカバリにより、世界中の何百万人もの旅行者に中断のない検索を提供します。
これらの成果が合わさることで、ホテル検索はキーワード駆動型のシステムから、インテリジェントでスケーラブル、かつレジリエントなサービスへと変革されました。それは旅行者に満足をもたらすと同時に、Trip.com に長期的な成長戦略への確信を与えるものです。
結論
Trip.com にとって、検索は単なる機能ではなく、旅行体験への入り口です。Zilliz Cloud を採用することで、同社は旅行者がホテルや目的地を発見する方法を再構築し、同時に社内チームにスケールとイノベーションの新たな手段をもたらしました。よりスマートで意図に基づく検索は、より優れた顧客ジャーニーと、より効率的な事業成長の両方を支えています。
この事例は、より大きな変化を示しています。マネージドベクトルデータベースは、もはや単なるバックエンドインフラではなく、競争優位を築くための戦略的基盤です。Zilliz Cloud がパフォーマンス、信頼性、スケールを確保することで、Trip.com チームは旅行探索の未来に集中できます。すなわち、シームレスで多言語対応、かつグローバルに一貫した検索により、業界の新たな標準を確立することです。