ECサイトに強いレコメンドエンジンの作り方

2020年09月29日

レコメンドエンジンとは

レコメンドエンジンとは(recommend engine、レコメンド機能、レコメンデーションエンジン、レコメンドツール等とも呼ばれる)、顧客の検索クエリを分析し、類似商品やよく一緒に購入される商品を推薦する機能です。例えば、Amazonではお探しの商品が見つからなくても、次に最適な商品が提案されますね。ECサイトにレコメンドエンジンを導入することによって、PV数や滞在時間アップ、直帰率ダウン、結果的にコンバージョン率アップが期待できるでしょう。ECサイトの他にも、オンライン媒体やブログなどで類似コンテンツを表示するために、レコメンドエンジンが使用されます。

※ 関連記事: レコメンドエンジンを含む、パーソナライズマーケティング人工知能を提供するSENSY社のCRO(Chief Research Officer)を取材しました。「感性」を中心とした人工知能について、計算知能が専門の岡本卓さんに聞いてみた!

 

レコメンドエンジンの作り方

レコメンドエンジンの作り方について、いくつかの手法を紹介していきます。多くのECサイトは、社内の既存データを活用し、レコメンドエンジンを構築することができます。

  • 協調フィルタリング: 類似ユーザーの特徴に基づいて商品を推薦します。類似ユーザーは、行動履歴(サイト内の閲覧ページや購入履歴)と個人属性(年齢、性別、年収、居住地、など)から判定されることが多いです。評価情報のみから作成でき、ユーザー数が増加するごとによりニッチな嗜好もレコメンドできるようになります。逆に、協調フィルタリングの欠点としては、ユーザー数や既存データが少ない場合にあまり機能できないところです。
  • コンテンツに基づくフィルタリング: ユーザーの検索や購買履歴に基づいて、類似性のある商品を推薦します。
  • 商品分類: サイト内の商品を、ユーザーが見つけやすいように、適切なカテゴリに仕分けます。正確な商品分類によって、レコメンドエンジンだけでなく、サイト内の検索結果や、サイトのPV数向上やSEO対策によって、貴社のマーケティングにも繋がるでしょう。
PRODUCT CATEGORIZATION
当社自社開発のAIプラットフォーム(画像分類機能)

商品分類サービスの詳細は、こちらのページをご覧ください。

 

レコメンドエンジンの注意点

レコメンドエンジンのベンダーに依頼する場合、初期費用や月額費用が発生してしまうことが、一つの欠点としてあげられます。しかし、レコメンドエンジンの導入によって、コンバージョン率の向上が期待されるのですから、費用対効果をしっかりと分析しておくと良いです。また、高性能なレコメンドエンジンは、専門知識が必要となるため、その知識を有する人材とのコミュニケーションが鍵となります。

 

LionbridgeのAI学習データサービス

当社はAI向け教師データの作成やアノテーションのサービスを提供し、研究開発を支援しています。世界の各タイムゾーンを渡る、言語学者やデータサイエンティストを含む100万人のアノテーターが登録されており、大規模なAIプロジェクトも素早く仕上げることができます。お問い合わせ・無料トライアルはこちらから。

AI向け教師データを提供し、研究開発をサポートいたします。

メディア掲載結果

    AI・機械学習の最新情報をお届けします!

    Lionbridge AIのブログで紹介している事例記事やトレンドニュースといったビジネスに役立つ情報はもちろん、オープンデータセット集なども合わせてメール配信しております。