レコメンド（英：recommend)とは、「勧める」「推奨する」という意味の言葉です。
誰かに何かをオススメする行為を「レコメンデーション」といいます。
近年、デジタルマーケティングの分野では、ECサイトなどでユーザーにおすすめの商品やコンテンツを提示する「レコメンドエンジン」と呼ばれるシステムが、広く取り入れられています。
◾️ECサイトにレコメンドエンジンを導入するメリット
ECサイトにおける「レコメンドエンジン」は、オススメのアイテムやサービスをユーザーごとに自動で提示するシステムです。
このシステムにより、ユーザーは自ら商品を探す手間を省くことができ、よりスムーズで満足度の高いWebショッピングを楽しむことができます。
ECサイトの運営側からすれば、顧客体験の質が向上することでCVRの向上や顧客ロイヤリティの向上が期待できるため、レコメンド機能の活用には大きなメリットがあるといえるでしょう。
◾️レコメンド機能の台頭「検索する」という行為はGoogleによって一般化しました。しかし近年、SNSや動画サービスなどの普及に伴い、情報取得の方法が検索のみではなくなってきています。SNSの台頭を見てもわかる…
◾️レコメンドエンジンの種類と特徴
ECサイトにおいて「どの商品をどのユーザーにオススメするか」というレコメンデーションの手法には、いくつかの種類があります。
◾️協調フィルタリング
ユーザーの購入履歴や閲覧履歴、商品に紐づけられた情報などのデータをもとに、ユーザーが興味を持つ可能性の高い商品や情報を提案する機能です。精度の高いレコメンデーションを行うことができるため、様々なレコメンドエンジンの中で最も多く採用されている手法といえるでしょう。
アルゴリズムによって自動的に提案内容が決定されるので、運営側がこまめに提案内容を調整する必要がありません。
協調フィルタリングによるレコメンデーションの手法には、アイテムベースとユーザーベースという二通りのアルゴリズムがあります。
◾️アイテムベース
商品やコンテンツ間での類似性、関連性をもとに提案を行う
例「商品Aは商品Bと関連性があるので、商品Aを買ったユーザーには商品Bを提案する。
◾️ユーザーベース
ユーザーの行動履歴からユーザー間での類似性をもとに提案を行う
例「ユーザーAとユーザーBは行動に類似性があるので、ユーザーAの買った商品をユーザーBに提案する」
◾️ルールベースレコメンデーション
商品Aを購入したユーザーには次に商品Bをオススメする、といったように運営側が指定したルールを基に提案を行う手法です。運用の手間はかかりますが、提案内容が他ユーザーの行動履歴などに影響を受けることがないため、運営側がオススメしたい商品を想定したフローで確実に提案することができます。
◾️パーソナライズレコメンデーション
ユーザーの行動履歴から趣味嗜好を分析し、商品やコンテンツを提案します。他ユーザーの行動などに影響されず、そのユーザーの傾向に合わせた提案ができるので、より精度の高い提案ができるようになります。
レコメンドエンジンの技術は日に日に進歩しており、現在では複数のアルゴリズムを組み合わせたハイブリッドのレコメンドエンジンも次々登場しています。
ECサイトをはじめとした現代のWebサービスにおいて、レコメンドエンジンをどのように活用するかは重要なポイントであると言えるでしょう。
→SELFのAIサービス一覧：https://self.systems/services/
