ツイート

このエントリーをはてなブックマークに追加

↑PAGE TOP

アクティブコア、レコメンドエンジン「ac propoza」にレコメンドパターン作成機能を実装

2014.9.10

株式会社アクティブコア(本社:東京都港区 代表取締役社長:山田賢治 以下、アクティブコア)は、レコメンドサービス「ac propoza」の新機能として、アルゴリズム単位にレコメンド表示順位と件数を任意に指定できるレコメンドパターン作成機能を2014年9月1日より提供開始しました。

レコメンドエンジンを利用してWebサイトの効果を最大化するには、単純なアルゴリズムに基づくレコメンド表示ではなく、複数のアルゴリズムを組み合わせて表示順位や件数の指定を行い、自社の販売戦略に応じた商品を組み合わせて最終的な表示パターンを決定する必要があります。

「ac propoza」の新機能では、レコメンドエリア毎に適用するアルゴリズムの組み合わせや、表示順位と件数を選択することがでるため、レコメンド表示パターンを任意に設定することができます。これにより、例えば、商品詳細ページで表示するレコメンド内容として、併売率が高い上位4製品と、アップセル率が高い上位3製品、そして同じ顧客属性に人気の上位3製品から構成される合計10製品を最終的な表示パターンとして設定することができます。

また新機能では、恣意的にレコメンドしたい商品を管理画面上で指定し、アルゴリズムと組み合わせたレコメンド表示や、レコメンド表パターンのA/Bテストを行うことができるため、マーケティング担当者は、施策に応じて変更が生じるレコメンド作成と効果検証にかかる運用負荷を大幅に軽減でき、レコメンド効果を最大化することができます。

【「ac propoza」が提供するA/Bテスト機能】

アクティブコア

「ac propoza」が提供するレコメンドパターン作成機能

・適用するアルゴリズムと優先順位の選択機能
  50種以上のアルゴリズムから最大5種類を組み合わせて優先順位を設定することができます。
・アルゴリズムによる表示件数の選択機能
  選択したアルゴリズムで表示する件数を任意指定することができます。
.レコメンドパターンのA/Bテスト機能
  レコメンド表示内で異なるレコメンドパターンを均等表示し、効果検証することができます。

「ac propoza」は、サイト訪問者の行動履歴と購買履歴から、「商品の関係性」「コンテンツの関係性」「行動履歴の関係性」のアルゴリズム(演算処理)に基づき、関連性の高い商品アイテムや関連コンテンツや、訪問者一人ひとりにパーソナライズ化した商品アイテムやコンテンツをレコメンドすることができます。アクティブコアは、ユーザ単位の行動分析技術を中核(コア)に、CRMデータとWeb行動履歴を統合した顧客分析と、顧客一人ひとりをパーソナライズ化するレコメンド・ターゲティングを活用し、顧客ロイヤルティの構築・維持とマーケティングROIの向上を実現します。

ac propoza(エーシープロポーザ)について
訪問者の閲覧履歴データと購買履歴データから好みや購買パターンを分析し、訪問者の傾向に基づいたコンテンツや商品アイテムを自動推奨するレコメンドサービスです。訪問者一人一人の興味や関心度に合わせて自動推奨するパーソナルレコメンドをはじめ、異なるジャンルや価格帯が上位の商品アイテムを自動推奨(注1)や、購入者の時間概念を取り込み購入確率の高い商品アイテムを自動推奨(注1)する機能を提供します。商品検索のマッチング機能と関連商品のアップセル・クロスセルを促す自動推奨機能により、売上収益の拡大を実現します。 
「ac propoza」は、アクティブコアの自社開発製品です。

(注1)「価格帯が上位の商品アイテムを自動推奨」「購入者の時間概念を反映して購入確率の高い商品アイテムを自動推奨」「URL情報から関係性を判別して関連コンテンツを自動推奨」は、特許を取得しています。


  • このエントリーをはてなブックマークに追加