このページの先頭です
人間の知能や行動をモデル化し未踏の問題を解決 ベイジアンネットワークによる行動予測・推薦エンジン

モデライズ・サービスの適用例

7.小売業での商品推薦(レコメンド)

インターネット販売や通信販売では過去の購買履歴分析に基づくお勧め商品の提示が流行しつつあり、売上拡大に繋がっている事例もあるようです。
しかし、現行のインターネット販売や通信販売の推薦エンジンは、DVD間、CD間や書籍間といった同一商品セグメント内で商品をお勧めする例がほとんどです。
これらの推薦エンジンで採られている分析手法には以下の問題があります。

  1. ユーザー同士の属性や行動から商品推薦する「協調フィルタリング」では、適切な商品推薦(レコメンド)
    のため、事前に大量の行動履歴データが必要であることに加え、顧客やコンテンツの属性を考慮していないため、 通常と異なる注文行動をした場合、その後に的外れな推薦(レコメンド)されることがある。
  2. 「コンテンツベースのフィルタリング」では、事前にコンテンツの属性を解析、分類する必要がある。
    また、ユーザーがまだ注文していないコンテンツの種類は推薦(レコメンド)できない。
  3. 購買にいたるまでの様々な変数の依存関係が把握できない。

これに比べ、ベイジアンネットワーク(ベイズ理論)を活用したお勧め商品掲示(推薦エンジン)では、


  1. 同一セグメント内のお勧めだけではなく、商品セグメントを跨いだ商品のお勧めが可能ですので、
    高度なクロスセルを実現することができ、売上拡大に大きく貢献可能です。
  2. また、不確実、限定的な情報からも、より精緻なヒューマン・モデルを構築することが可能で、
    当モデル化により、購買確率が上がり売上拡大につながります。
  3. なぜ購買にいたったかを深く掘り下げて把握できるため、購買理由や購買を促進する方法も提示できるため、他の統計的分析手法に比べて的確な推薦と売上拡大が実現可能です。

ベイジアンネットワーク(ベイズ理論)を活用した推薦エンジンをご利用頂き、実店舗、インターネット販売や通信販売の売上拡大を実現ください。

ベイジアンネットを活用した推薦エンジン