レコメンデーションとは？ECサイトでよく見る「おすすめ商品」の仕組み

ざっくりとレコメンデーション

レコメンデーションとは、購入履歴からおすすめ商品を紹介する機能です。

概要説明

レコメンデーションとは、ECサイトでの購入履歴から推測し、その他の興味のありそうなものや購入しそうなものを自動的におススメとして個々のユーザーに紹介する機能である。なぜならば、ユーザーが次に何を買いたいのかを予測して、購入を促進するから。

例えば、前にスニーカーを買った人には運動靴のクリーナーをおすすめする。そして、これによって売上を上げる。つまり、購入をスムーズにするための仕組みである。だから、ECサイトでよく使われる。

職業職種

データアナリスト

データアナリストは、レコメンデーションの設定や最適化を行う。なぜなら、データを解析して最も効果的なおすすめを出すから。例えば、購入履歴や閲覧履歴の解析。

マーケティング担当

マーケティング担当は、レコメンデーションを活用してプロモーションを行う。なぜなら、ターゲットに合った商品を自動でおすすめできるから。例えば、特定の商品の販促キャンペーン。

ECサイトのユーザー

ECサイトのユーザーは、レコメンデーションを通じて新しい商品を発見する。なぜなら、自分の興味に合った商品が自動で表示されるから。例えば、新しい本やガジェットの発見。

レコメンデーションは、名前の由来は英語の「Recommendation」で、おすすめや推薦という意味です。

レコメンデーションの代表例

楽天

楽天は、レコメンデーションで有名である。なぜなら、購入履歴や閲覧履歴をもとに、個々のユーザーに合った商品をおすすめするから。例えば、楽天ポイントが使える商品のおすすめ表示。

Amazon

Amazonは、レコメンデーションで名高い存在である。なぜなら、高度なアルゴリズムを使って、ユーザーが次に何を買いそうかを予測するから。例えば、「これも買っている人が買っています」のセクション。

メルカリ

メルカリは、レコメンデーションで世間に知られている。なぜなら、ユーザーが興味を持ちそうな商品をスマートに表示するから。例えば、過去に検索したブランドの商品をおすすめする。

手順例

目標設定

目標設定は、最初のステップである。なぜなら、どのような商品をおすすめするかを決める基準が必要だから。例えば、売上向上や新商品のプロモーション。

データ収集

データ収集は、次のステップである。なぜなら、どのユーザーに何をおすすめするかを知るためのデータが必要だから。例えば、購入履歴や閲覧履歴。

アルゴリズム選定

アルゴリズム選定は、重要なステップである。なぜなら、どのようにおすすめを行うかのロジックを決めるから。例えば、協調フィルタリングやコンテンツベースの方法。

テスト運用

テスト運用は、確認のステップである。なぜなら、設定したレコメンデーションが正確に動作するかを確かめるから。例えば、A/Bテスト。

最適化

最適化は、最後のステップである。なぜなら、テスト運用の結果をもとに、さらに効果的なおすすめをするように調整するから。例えば、アルゴリズムの微調整や新たなデータの追加。

類似語

おすすめ

おすすめは、レコメンデーションの類似語である。なぜなら、どちらもユーザーに合った商品やサービスを紹介する意味があるから。例えば、お店での店員による商品のおすすめ。

プロモーション

プロモーションは、レコメンデーションの類似語である。なぜなら、特定の商品を積極的に紹介する点が共通しているから。例えば、セールやキャンペーンでの特集。

カスタマイズ

カスタマイズは、レコメンデーションの類似語である。なぜなら、ユーザー個々のニーズに合わせてサービスを提供する点で似ているから。例えば、個々のユーザー設定に基づいて表示される内容。

反対語

一様配信

一様配信は、レコメンデーションの反対語である。なぜなら、全てのユーザーに同じ内容を表示するから。例えば、全員に同じ広告を見せる。

ランダム表示

ランダム表示は、レコメンデーションの反対語である。なぜなら、ユーザーの興味や行動に関係なく、商品や情報を表示するから。例えば、関連性のない商品をおすすめする。

手動選択

手動選択は、レコメンデーションの反対語である。なぜなら、ユーザー自身が選ぶから。例えば、自分で商品を検索してカートに入れる。

レコメンデーションの注意点