洗濯用洗剤のみを購入するためにスーパーマーケットに入りましたが、柔軟剤、ウェットティッシュ、そして…MINTIAなどを持って店を出た経験はありませんか？それは私たちが認識しているよりも頻繁に起きており、考え抜かれた購入提案戦略の結果です。スーパーマーケットでは、通路、棚、さまざまなフロントディスプレイのレイアウトが、消費者に製品をレコメンドする唯一の方法、つまり受動的な方法です。営業担当者が個人的に注意を払っている小さな店だけが、製品をレコメンドする上で本当の違いを生むことができます。
オンラインショッピングの時代は大きな変化をもたらしました。さまざまなタッチポイント（Webサイト、ソーシャルメディア、電子メール、SMS、オフラインなど）で消費者の活動に影響を与えることにより、最終的に顧客への提案をパーソナライズすることができます。SAPの2021年のレポートによると、パーソナライゼーションに投資する企業の95％は、1年以内にこの投資の3倍の結果を得ることができます。適切なコンテンツを適切なタイミングで適切なチャネルを通じて適切な顧客にプッシュすることにより顧客との関係強化を目指す小売企業や消費財企業にとって、レコメンダーシステムがその事業戦略の一部になっているのは当然のことでしょう。
しかし、そのようなシステムはどのように機能し、カスタマージャーニーのどこに適合しているのでしょうか？
協調フィルタリングを使用したレコメンデーションの作成
消費者がすでにショッピングカートに入っているもの以外にどのような製品に興味があるかを把握するには、さまざまな方法があります。これらの方法は基本的にすべて、過去の類似した販売実績（類似した製品、消費者など）から推測するフィルターです。たとえば、特定タイプの消費者の購入行動に基づくレコメンダーシステムは、既存の顧客グループの属性に基づいてフィルターを作成します。前回の購入がどれくらい最近のことであったかや平均的購入金額などの要素に基づき、レコメンダーシステムは、このグループの顧客が購入する可能性のある製品のリストを作成します。このタイプのレコメンダーシステムは協調フィルタリングと呼ばれます。これは非常に効率的ですが、他にも多くのタイプのシステムが存在します。
デジタルマーケティング担当者がレコメンドする製品のリストを入手したら、これらのレコメンデーションをWebサイトに直接的または間接的な方法で配置するかは、その担当者の判断となります。検索結果の特定のセクションに表示することもあれば、チェックアウトページに表示することもあります。また、Webサイトの外部、たとえば電子メールによる案内や他のWebサイトに表示される追跡広告などでも、レコメンデーションを見つけることができます。
堅固なレコメンダーシステムを効率的に作成する方法については、Dataikuユーザーから何度も質問を受けました。そこで、ビジネスソリューションチームは、これについて速やかに着手できよう事前にパッケージされたプロジェクトを作成しました。このソリューションがどのようなものか、具体的に見てみましょう。ただし、その前にビジネスソリューションが実際にどのようなものなのかについて再度説明いたします。
Dataikuのビジネスソリューションは、お客様がポテンシャルを最大限に活用できるよう、サポートします
ビジネスソリューションはDataikuのアドオン機能であり、これによりお客様の組織内で高度な、または基本的な業界固有のユースケースを迅速に実現できます。これらは、実際のビジネス価値を実現するための運用上のショートカットです。Dataikuのコア機能を活用して、完全にカスタマイズ、編集できるように構築されています。
Business Solutionsには、以下が含まれています：
- 特定のビジネス要件に合わせて微調整するための、使いやすいインターフェース
- カスタマイズ可能な、すぐに使用できるダッシュボード
- ドキュメントとトレーニング資料
Dataiku業界のスペシャリストは、あらゆる業界向けのソリューションを開発しています。
- 小売＆消費財： 流通空間フットプリント、マーケットバスケット分析、RFMで強化された顧客生涯価値
- 金融と保険： ESG向けのインタラクティブなドキュメントインテリジェンス、最新の保険価格設定、AMLアラート分類
- ヘルスケアと製薬： オムニチャネルマーケティング、薬物の用途変更の促進
- 製造とエネルギー：予知保全、外れ値の検出
その結果、ビジネスプロフェッショナルは、AIの生産性を向上させ、リソースを合理化できます。
実際にはどのように機能しますか？
製品レコメンデーションソリューションは、データとビジネス構造に合わせた分析の開発を加速するための再利用可能なプロジェクトワイヤーフレームを提供します。
このソリューションを使用し、マーケティングアナリスト、CRMスペシャリスト、デジタルメディアマネージャー、またはマーケティングディレクターは以下を利用可能です。
- 包括的なエンドツーエンドのパイプライン
- 協調フィルタリングプラグイン
- 機械学習モデル
- インサイトを活用するためにすぐに使用できるダッシュボード
ユーザーの観点から、ソリューションは次のような使いやすい要素で構成されています。
1. データの取り込み：販売履歴とアイテム
2. 販売履歴データの前処理
過去の購入数やブランドとのやり取りに応じて、顧客をカテゴリー別に分類します。
3. 協調フィルタリング
すべての販売データを使用して、顧客ベース全体の関係を学習し、その知識を選択したセグメント（成長顧客など）に適用します。
4.モデルトレーニング
顧客とアイテムのデータによって、部分的に出力データセットを強化します。さまざまなモデルをトレーニングし、分類器を選択してターゲットを予測します（この場合はランダムフォレストを使用します）。
5.レコメンデーション
成長の可能性がある顧客の「ユーザー+アイテム」のペアごとに、ターゲットを予測します。
以下の簡単な要件を満たせば、いますぐ製品レコメンデーションシステムの実装を開始できます。
- 過去の取引に関する履歴データ
- Dataikuバージョン：9.0以降
いますぐお試しください！
協調フィルタリングと機械学習を用いたレコメンデーションシステムを構築することで、適切な消費者に適切な製品を簡単に提案できます。
詳細・ダウンロードはこちら
原文：Make On-Target Suggestions to Customers With Product Recommendations