• このエントリーをはてなブックマークに追加
アフィニティバイアスのレコメンデーション
閉じる
閉じる

新しい記事を投稿しました。シェアして読者に伝えましょう

×

アフィニティバイアスのレコメンデーション

2020-11-04 11:18

    パーソナライズは通常、個人の履歴を使用してレコメンドを行いますが、オンラインショップで展開される商品のさまざまな属性に対する買い物客の親和性(アフィニティ)に気付いていないため、これが売上への足枷となる可能性があります。
    11e9ae3e69f4a03b2eea1e677975db136315b47c

    ブランド、カテゴリ、色、価格、プロモーションなどの属性で、す
    べての個人の親和性を再スコアリングし、検索や購入だけでなく、カート内のビューや商品などへの各種のアクションも考慮する、アフィニティバイアスのレコメンデーションを新たな機能として追加しまた。
    363728d43c1e600f7062434f759943122fe94a76

    マーケティング担当者は、ブランドよりも色の重みが高くなるなど、必要に応じてさまざまな商品属性を追加して、それぞれの重みを制御できます。新しく定義された属性への重み付けが買い物客の親和性に一致するように、レコメンデーションが自動的に再ランク付けされます。
    さらに、このアフィニティバイアスは、以前からある多数のレコメンデーション ストラテジーにブレンドを行う事ができます。これは、まさに珈琲豆を好みのテイストでブレンドするかのように、お客様の好み、親和性に基づくアフィニティを、一般的なレコメンデーション ストラテジー「この商品を見た人は、こちらも見ています。」「この商品を購入された方は、一緒にこの商品も購入されています。」といった混ぜ合わせて、新たなストラテジーを作ることを可能にしています。

    早期導入の弊社のクライアントでは、アフィニティベースのレコメンデーションにより、20220年の第1四半期において、ベースモデルと比較して、売上寄与率が35%以上も増加しました。現在、このサイトではこのアフィニティバイアス レコメンデーションが最高の売上パフォーマンスを提供するストラテジーとなっ
    ています。

    df1488c01ce1f67ac6e355203b5def90bfbbde01

    下記の動画では、アフィニティベースのレコメンデーションとストラテジー混合(ブレンディング)について、AIの自動音声生成によって詳しく説明しています。



    お問い合わせは、こちらまで:takashi.miyatani@algonomy.com

    コメントを書く
    コメントをするには、
    ログインして下さい。