idea4u_vol.34

4/12

4Idea4U vol.342017 Julyレコメンドエンジンの仕組み図結果フィードバックデータレコメンドエンジン顧　客顧客の属性情報顧客の行動履歴顧客からの取得情報他の推奨情報商品詳細ページオンライン通販サイトメニュー商品名・金額：○○円・色：青/赤/緑・在庫：ありこの商品を見た人はこんな商品も見ていますカートに入れる商品の特徴カートページオンライン通販サイトメニュー商品名がカートに追加されましたこの商品を購入した人はこんな商品も購入していますレジに進むレコメンデーションとは　レコメンデーションとは、顧客の嗜好を分析し、それぞれの顧客に興味・関心がありそうな情報を予測や判断して「お薦め」を提示することをいいます。　リアルの世界では、対面販売等でごく当たり前のように行なわれております。店員であれば顧客を記憶している場合も多く、過去の会話や嗜好を思い出しては「お薦め」する商品を決めて提示しているかと思います。食堂であれば、常連の顧客が何を注文するかを聞くまでも無く、理解しているスタッフが「○○ですか？」と確認するだけで済ん でいるかもしれません。また、大手バーガーチェーン店で「ご一緒にポテトもいかがですか？」とお薦めするのもレコメンデーションの原点だと考えます。　インターネットの世界では、Amazonなどに代表されるECサイトにおける表示機能が有名です。Amazonはインターネットの長所でもあるOne to OneやCRM、ビッグデータなどにいち早く取り組み、顧客の購入促進を実現させました。代表的なレコメンド表示として、「あなたにお薦めの商品はこちら」や「この商品を見た人は以下の商品も見ています」、あるいは「この商品を買った人は他にこの商品も買っています」などがあります。それを実現するために、－顧客の属性情報－顧客の行動履歴やモノの購入履歴－アンケートフォーム等から 回収された情報－同じ嗜好を持つ他の顧客からの傾向上記の情報を取得して総合的に判断され提示される仕組みとなっております。これにより、顧客にとっては自身の嗜好に合った情報が紹介されるため、インターネット上で時間をかけて探さなくても欲しい情報にたどり着きやすくなっているのです。（図）　レコメンデーションを取り入れることで、いくつかの効果が見込まれます。例えば、顧客の興味・関心ある情報を提供することで、顧客満足度の向上につながります。また、特定の情報（商品やサービス）に満足できない場合にも、類似の情報を提示することによりサイト離脱防止や機会損失防止になります。あと、インターネットならではの意外性のある情報は、たとえニッチな商品等であっても売れる（ロングテール）見込みが出てきます。レコメンデーションの仕組み　レコメンデーションの方法はいくつかありますが、代表的な2つの方法について具体的に触れてみたいと思います。①協調フィルタリング　ある人が商品をチェックまたは購入したデータと、その人以外の人がチェックまたは購入したデータの両方を用い、その購入パターンから人同士の類似性、または商品間の共起性を相関（アソシエーション）分析で解析し、対象者個人の行動履歴を関連づけることでパーソナライズされた商品を提示することができる手法です。「この本を見ている人は、あの本も見ているに違顧客とつながる方法をロジカルに考えるレコメンデーションでビジネスを活性化させるシステムの仕組みと使い方