ECサイト レコメンドエンジン マーケティング ディープラーニング

顧客の“未来”をAIが予測!マーケティング・プロセスに変革を!

大手オンラインショッピングサイト様

「データは蓄積しているけれど、うまくマーケティング施策に繋げられていない…」ECサイトを運営するB社様では、データ分析のスペシャリストがおらず、実施されるプロモーションが一部のマーケターの勘と経験に頼ったものになってしまっていました。この状況を改善したカスタムAI、それは、お客様の“未来”の購買パターンを予測して商品提案を行うという画期的なレコメンドエンジンでした。

導入前の課題

データはある。でもデータ分析の担当者がいない。

アパレル系ECサイトを運営するB社様。すでに数年に渡るサイト運営実績があり、手元にはこれまで蓄積した年間数十万ユーザーのサイト閲覧や購買ログに関するデータを所有していました。ですが、その一方で「データを上手く活用できていない」ということが、マーケティング施策を実施する上での課題になっていました。

ビッグデータをマーケティング施策に活用しようとする場合、一般的には「データの扱いに長けた分析者(データサイエンティスト)」と「業界知識や顧客心理を理解しているマーケター」の存在を欠かすことができません。この両者がタッグを組むことによって、マーケターが立てる仮説をデータサイエンティストが検証し、より有効な打ち手を見出していくという試行錯誤が可能になるからです。

ですが、当時のB社様にはデータサイエンティストと呼べる専門性を持った人材はいませんでした。そのため、マーケターは独自にデータ分析し企画を行なっていましたが、数千万件規模のデータ分析手法を習得することは、そう簡単ではありません。その結果、対象となるデータは量も、範囲も限定されしいまい、導かれる施策は標準的なものにならざるを得ませんでした。そして何より、「データは沢山あるのに、うまく使えていない…」、こうした閉塞感が漂っていることが何よりの課題になっていました。

カスタムAIの開発・導入

レコメンドエンジンが、データサイエンティストの代わりに!?

こうした状況下にあったB社様にLaboro.AIがご提案させていただいたのは、新たに「独自のレコメンドエンジンを導入すること」でした。

「データ活用が課題なのに、なぜレコメンドエンジンを?」と思われるかもしれません。たしかに、B社様に対して一番に思い浮かぶ解決策は「データを分析してくれるAIを作る」ことかもしれません。ですが、一口に「データ分析」といっても切り口や手法は無数に存在します。それだけでなく、分析した結果をマーケターに上手く活用してもらうための方法も考える必要があります。データ分析がうまくできたとしても、マーケティング施策に繋がらなければ「使い方の分からないデータが増えるだけ」です。

レコメンドエンジンは、ECサイトではすっかりお馴染みのものになりましたが、データに基づいたマーケティング施策として非常に優れた手法の一つと言えます。その機能を一言で表すと「ユーザー1人1人の行動履歴から、次に取りそうな行動を予測する」ことです。ECサイトの画面上には表示されませんが、裏側ではそのユーザーが「商品Aを買う確率は〇%」「商品Bを買う確率は〇%」という計算が行われていて、確率が高い商品から優先的に表示するという仕組みになっています。

この際に作り出されるデータは、商品をレコメンドする以外にも様々な活用の仕方が考えられます。たとえば、ユーザーごとに購入確率が高い商品がわかれば、その軸にもとづいて顧客セグメントを分け、メールやインターネット広告の配信内容をカスタマイズできるようになります。もしくは、特定のカテゴリーや商品を買う可能性が高いユーザーにだけ限定クーポンを発行して購買を促すということも可能になるでしょう。ほかにも、大手ECサイトでよく見られる「〇〇さんにオススメの商品はこちら!」といったレコメンド枠をWebサイト上に設置することもできるようになります。

つまり、レコメンドエンジンによって作り出されるユーザーごとの行動予測データは、一度モデルを作ってしまえさえすれば、様々な用途に応用して施策展開が可能なものなのです。

Laboro.AIが、データ活用のためのソリューションとしてレコメンドエンジンをご提案したのは、こうした考え方からでした。

カスタムAI導入後の効果

マーケターが、今まで見れなかった世界との出会い

B社様が導入された独自のレコメンドエンジンの特徴は、ユーザーの過去の行動履歴や購入履歴の時系列を加味して分析するという点です。

一般的なレコメンドエンジンでは、「どの商品を見たか」というユーザーのサイト閲覧履歴が参考にされます。ですが、「どの商品を、どの順番で見たか」といったことや「先月は何の商品を見ていて、今月はどの商品を見ているか?」といった時間軸はそれほど重視されないことが普通です。ですが、B社様が運営されるようなアパレル・ファッション系ECサイトは、トレンドやシーズナリティ、ユーザーのライフスタイル環境の変化など、流行の影響を受けやすい特性があります。そのため、「先月は見ていたけど、今月はもう欲しくない」という気持ちの変化がユーザーに起こりやすいことが想像されます。

流行に左右されやすい業界特性から独自のレコメンドエンジンを導入したB社様。ECサイト上にデータ分析にもとづいた新たなレコメンド枠を設置したところ、想定以上の反響を得るなどの効果が得られました。その後もB社様では、顧客心理にもとづいたデータ分析とマーケティング施策の立案が進められています。

AIのオーダーメイドにご興味をお持ちですか?
カンタンなことからでも、お気軽にご相談ください。