• このエントリーをはてなブックマークに追加

記事 24件
  • 世界の超一流アパレル業者がALGONOMYを選ぶ8つの秘密(後編)

    2021-06-24 08:30  
    Burberry, Tiffany&Co, Swarovski, LOREAL, Barneys New York, John Lewis などの超一流アパレル企業が ALGONOMY のパーソナライズ レコメンドサービスを選ぶのにはワケがあります。 ALGONOMYは、アパレル産業におけるバックヤードソリューションに踏み込んでいます。アパレル産業がALGONOMYを選ぶ、その秘密を明らかにします。
  • 世界の超一流アパレル業者がALGONOMYを選ぶ8つの秘密(前編)

    2021-06-21 12:24  
    世界の超一流アパレル業者がALGONOMYを選ぶのは何故でしょう? ワールドワイドでのリアルタイム パーソナライズ? 世界展開されている14のデータセンターのリアルタイムレスポンス? システムの障害時に、即座に他の地域のデータセンターに切り替わる冗長性? いえいえ、ファッション業界特有のソリューションが詰め込まれているからです。 この記事では、その秘密を紹介します。
  • パーソナライズ ブラウジング戦略

    2021-02-10 14:56  
    パーソナライズされたカテゴリーリストページは、顧客体験を向上させる確実な方法です。カテゴリーページを動的に並べ替えることで、パーソナライズとマーチャンダイジングの目標を達成する方法を紹介します。
  • リアルタイム パーソナライズ 電子メール戦略

    2021-01-06 09:13  
    リッチレリバンスは電子メールにおいても、リアルタイム パーソナライズ レコメンデーションを実現します。メールを開いたタイミングで、オンラインレコメンドを実施。真のオムニチャネル カスタマージャーニーを実現するサービスを提供しています。その中でも電子メールは、各買い物客と 1 対 1 で、大規模に通信するための最も簡単な方法です。
  • シンギュラリティとディープラーニング

    2020-12-23 15:33  
    シンギュラリティと言われるバズワードが存在するが、それを最先端のディープラーニングテクノロジーから考察してみた。 リッチレリバンスのAIテクノロジーは、IT業界内で、少なくとも18ヶ月先行していると言われている。その技術から垣間見る、恐れずにAIを使う理由についての考察。
  • 自然言語処理(NLP)で出来ることとは?

    2020-12-21 21:01  
    リッチレリバンス は、今までのパーソナライズ レコメンデーションに加えて、自然言語処理(NLP)に基づく類似性レコメンドアルゴリズムを使用、デジタルチャネルでの顧客体験と顧客の関心を増大させることに成功しました。 NLPストラテジーは、これまでのレコ メンデーション技術ではレコメンドが困難であったロングテール製品や新商品のレコメンドに革命をもたらします。
  • QSRモバイルマーケティング戦略

    2020-12-18 10:40  
    QSR向けのモバイル戦略は、COVID19の影響を受けて、今やデジタルトランスフォーメーションが最も求められるようになったレストラン業界において展開しておくべきマーケティング戦略になっています。 その5つストラテジーについてご案内をします。
  • データ駆動型QSRの極意

    2020-12-16 08:09  
    COVID-19 により、ネキストノーマルの世界は、既にニューノーマルとなりました。 特にレストラン業界では、この危機を乗り越えるために、積極的なDXーデジタルトランスフォーメーションが必要となってきています。 データ駆動型QSRの極意とも言える アナリティクスがレストランビジネスを変える10の方法  をご案内して、レストラン業界のDXを支援していきます。
  • Shopify との連携

    2020-12-09 11:23  
    RICHRELEVANCE が SHOPIFY コネクタを発表。 COVID-19によるニューノーマルに適用したオンラインビジネスを検討されるShopify Plusの企業向けに、リアルタイム パーソナライズ レコメンデーションを提供できるようになりました。
  • アドバンスト マーチャンダイジング

    2020-12-08 11:50  
    面倒な手動の製品マッピングを排除し、販売業者が在庫やトレンドについて最新のレコメンドを維持するにはどうしたらいいでしょう?商品データの力をうまく使うことで、 RichRelevanceダッシュボード内から、既存のデータを活用し、属性または互換性によって製品をグループ化する新しいレコメンド戦略を作成できます。