【アイゲン】レビューデーターを活用したレビュー/キーワードオススメサービス
[1st MISSION]
アイゲン、オススメobjectを多様化してレコメンド領域を拡大/改善しよう！
アイゲン、レコメンドobjectを多様化してレコメンド領域を拡大/改善しなさい！
このミッション遂行のためにアイゲンの活動は産業および商品特性を反映したmeta dataを追加で収集し、多様なレコメンドシリーズを開発しました。 このメタデータにはレビューも含まれていました。 レビューオススメを一つのテーマとして紹介するほど、レビューは非常に重要な推薦要素だと言えます。
ここで消費者へのレビューの影響力について説明しますと？
消費者レビューは、10 人中 7 人の顧客が確認するほど製品購入に決定的な影響を与えています。
それでは売上にも影響があるのでしょうか？
レビューの量が売上に及ぼす影響力が最も高く、ただオンラインレビューの評点と有用性のような定量的情報よりレビューで現れた感性(肯定/否定)の程度が売上により大きな影響を及ぼすことが分かりました。
それでは、今回のコンテンツでは、オリーブヤング自社モールキュレーション構築プロジェクトの主要戦略課題である活用meta拡張および推薦object多様化作業中の中でオンラインレビュー、オフラインレビュー、体験団レビューデータを活用したレビュー/キーワードレコメンドシリーズについて詳しく見てみましょう。
レビューデータを活用したレビュー/キーワードレコメンドシリーズでは、
「消費者の購買意思決定に最も影響力の高いレビュー情報」に基づいて商品をおすすめすることで共感帯基盤購買転換率指標を改善し、レビュー&キーワードなどのより多様な情報を提供してショッピング過程での興味と利便性を増大させるために企画されました。
手動で管理されていた商品別代表キーワード/タグラベリング作業を自動化生成および管理できるようになり、結果的に優秀レビュー基盤の商品推薦を通じて購買転換率増大成果が確認できました。
アイゲンは非定型データマイニングを通じた商品代表キーワード/タグ自動化生成および顧客別選好キーワード基盤カスタマイズレビュー/キーワードレコメンドシリーズ開発を進めました。
それでは、詳しい段階別プロセスについて見てみましょう。
- 🔹ステップ1. レビューデータベースの商品別代表キーワード/タグデータの自動化作成および管理
- 🔹ステップ2. 個人別選好キーワード/タグ基盤関連商品オススメ結果生成
- 🔹ステップ3. ホットキーワード/タグ基盤関連商品おすすめ結果生成
🔹ステップ1. レビューデータベースの商品別代表キーワード/タグデータの自動化作成および管理
このように商品別に算定された代表キーワード/タグ情報を基にレビューオススメに使われる優秀レビューをマッピングします。 まず、該当キーワード/タグの意味を持つレビューを抽出した後、レビューの評点、役に立ちます項目の点数、写真が含まれたレビューなど優秀レビュー算定条件に基づいてキーワード/タグ基準優秀レビュー結果を生成します。
🔹ステップ2. 個人別選好キーワード/タグ基盤関連商品オススメ結果生成
商品観点での代表キーワード/タグ基盤優秀レビューのオススメだけでなく、顧客個人別ショッピング行動履歴を基盤に最近関心/選好キーワードを算定します。
顧客個人別算定された最近関心/選好キーワード基盤の優秀レビューと一緒に該当レビューの商品をオススメし、個人化キーワード/タグ及びレビューオススメができるようにします。
🔹ステップ3. ホットキーワード/タグ基盤関連商品おすすめ結果生成
オリーブヤングオンラインモール時間帯別人気のキーワード/タグ基盤関連商品結果を作り、人気キーワードおよび商品トレンドを持続的に伝えます。
商品詳細ページのレビューメニューで該当商品のレビューデータを活用し、自動生成された代表キーワード/タグと該当キーワード/タグ基盤優秀レビューおすすめ結果を確認できます。このように特定商品の機能または特徴を代表するキーワード/タグ情報とリアルユーザーのレビュー情報を通じて顧客により高い共感帯および信頼度を与えることで購買転換を誘導します。
商品別の代表キーワードおよび優秀レビューおすすめだけでなく、お客様のショッピング行動履歴に基づいた個人別最近の関心/選好キーワードを算定し、該当キーワード基盤ベストレビュー&商品をおすすめします。 さらに、オリーブヤングの時間帯別最も人気なキーワードベースの関連商品をおすすめし、現在のトレンド情報も持続的にお伝えします。
このようにレビューデータを活用したレビュー/キーワードレコメンドシリーズの開発により、手動で管理されていた商品別の代表キーワード/タグラベリング作業を自動化生成および管理することができ、結果的に優秀レビュー基盤の商品おすすめを通じて購買転換率増大という成果が確認できました。 さらにオリーブヤングサービス企画チームでは、商品オプション別の代表キーワード/タグおよび優秀レビュー総合おすすめなど、持続的に機能を高度化しています。
ここまでご覧になったなら、レビューの重要性をよくご存知の方だと思います。
キーワードとマッチングされたレビューは、通常のレビューよりも消費者に近づける通路になります。
これからはアイゲンならではのレビュー/キーワードレコメンドサービスを導入する番です！
アイゲンならではの根拠のあるレコメンドシステムをもっと知りたいなら？
アイゲン公式サイトをご覧ください！
アイゲン公式ホームページ：https://jp.eigene.ai/
【アイゲン】アイゲン x GS SHOPオススメはもう"アルゴリズム"じゃない、"顧客経験"だ！
「お客様のためのおすすめ」
「こんな商品はいかがですか？」
「他のお客様が一緒に見た商品」
買い物を手伝ってくれる親切なおすすめ！ おかげで、何十万個もあるアイテムの中から、私たちが欲しいものを簡単に見つけることができます。つまり、もうショッピングに欠かせない存在だと言えます。 ところで、色んなおすすめのフレーズを見て、こう思いませんでしたか？
「私のためのおすすめ？ ただ人気のあるものを見せるだけだろう」
「こんな商品が.. 一体どんな商品なの？”」
「類似商品？ 私は他に買えるものがないか見たいんだけど？”」
こう思った理由は何だったのでしょうか？
「レコメンドサービスを『アルゴリズム』と考えただけで、それを受け入れる顧客状況に対する悩みが足りなかったのではないでしょうか」
上のように疑問を持ったお客様の考えをもう一度見てみましょうか？
「私のためのおすすめ？ ただ人気のあるものを見せるだけだろう」▶お客様が納得できる'私のためのオススメ'に対する明確な根拠不足
「こんな商品が.. 一体どんな商品なの？」▶オススメ商品の理由が気になるお客様のニーズ未充足
「似たような商品？ 私はもう他に買えるものがないか見たいんだけど？」 ▶個別顧客のリアルタイム脈絡を反映したおすすめが必要
1) 顧客が納得できるおすすめ理由を示し、2)多様な顧客状況をリアルタイムで反映できる差別化されたおすすめが必要！
優れたアルゴリズムは常に重要ですが、まず最初に必要な要素は「顧客にどんな経験をさせるのか」に対する明確な計画です。 これを「顧客経験シナリオ」と呼びます。 買い物もおすすめも結局、「顧客経験シナリオ」内で定義される必要があります。 アイゲンは、より精巧で豊富でリアルタイム・コンテキストに合った顧客経験シナリオを実装するために悩んできました。
アイゲンはどのようにしてこの問題を解決したのでしょうか？
今日、顧客事例からその解決策を見つけることができます。
素早いデジタルトランスフォーメーションでリードしている国内流通大手GS SHOPの事例をご紹介します。
🔹オススメの理由を説明しよう！
お客様の心を動かすのは「自分が誰なのか知り、欲しいものをきちんと理解してもらっているという経験」です。
どのように顧客に「欲しいものを正しく理解してもらっている」という経験を提供できますか？
例えば、個人化おすすめをする時にアイテムだけを提示するだけではなく、「なぜこのアイテムをおすすめしたのか」理由を付け加えることです。
健康に関心が多い、ビタミンを買いたいと思っている顧客がいます。 この顧客は、次のうちどちらのおすすめ文句にもっと惹かれるでしょうか？
A. あなたのためにオススメします！
B. 体力改善、免疫管理、老化管理に関心のあるあなたのためにオススメします！
アイゲンとGS SHOPは顧客別の核心キーワード(おすすめ理由)とともに商品をおすすめするサービスを実現しました。
アルゴリズムが教えてくれた個人化結果ではなく、「体力改善」、「免疫管理」、「老化管理」に関心があるあなたという文章になっているので、このように選別して提案するアイテムという部分は顧客に説得力のあるおすすめとして効果を出します。
このように核心キーワード(おすすめの理由)で顧客を魅了するためには、アイテムを詳細かつ多様に描写する良質のデータも重要になるでしょう。
🔹リアルタイム・コンテキストに合う顧客経験を作る！
既存のおすすめ事項は、通常、1 つのページに 1 つのロジックで固定されています。 例えば、メインページでは"過去のクリック商品に似た代替商品"を、商品詳細ページでは"現在の商品カテゴリーの人気商品"を見せるという仕組みになっています。 ところで、このレコメンドサービスに直面するすべての顧客がこの提案に満足できますでしょうか？
その中でも多様なコンテキストとニーズを持った顧客が共存するため難しいでしょう。
これに対し、アイゲンとGS SHOPは同一ページ内でも多様に発生できる顧客タイプに対して「異なるおすすめシナリオが提供される超個人化サービスを企画および実現しました。
初めてアクセスした顧客、お気に入りの商品がある顧客、他の特定ページに訪問して戻ってきた顧客に、異なるタイプと内容のおすすめで顧客経験をより精巧に提供します。 つまり、様々な顧客にそれぞれに合った差別化された顧客経験シナリオの提供ができるようになりました。
このように顧客の立場で深く悩んで適用したアイゲンレコメンドサービスは差別化された顧客経験を提供します。
アイゲンならではの柔軟で敏捷な推薦システムをもっと知りたいなら？
アイゲン公式サイトをご覧ください！
アイゲン公式ホームページ：https://jp.eigene.ai/
「アイゲン」レビューを見すぎて疲れたら？自分にぴったりのレビューがレコメンドされる！
イニスフリーは、アイゲンのレビュー個人化レコメンドサービスを導入しました。
このサービスは消費者が購買意思決定をする際にもっとも重要な要素であるレビューの重要性を反映したサービスです。
1. 商品に対するお客様の信頼度上昇効果↑↑
ユーザー別の肌のタイプ/肌悩み情報を基に似たようなタイプのユーザーが作成した優秀レビューをオススメし、顧客がほしいレビューを表示させることで顧客の信頼を獲得できました。
2. 商品詳細ページへの移動比率1.5~2倍上昇効果↑↑
このようにアイゲンが顧客別に最適化してオススメしたレビューは、商品詳細ページへの移動比率を上昇させました。 カスタマージャーニーで詳細ページへのアクセスは、購入決定につながるとても重要な通路の役割をしているため、驚くべき成果だと言えます
皆さんは商品を購入する際、どのような判断基準を持って意思決定をしておりますか？ 多くの方々が自分が経験した良い記憶に基づいて商品を購入しているかと思います。 では、経験したことのない新しい商品を購入する際には、どのような判断基準を持って意思決定をしましたか？
多分、皆さんは······
オフラインでは
1. ショップ店員さんの"お客様と同じ肌タイプのお客様はこの商品を買ってください"といったオススメコメント
2. 知人の推薦
オンラインでは
1. (服の場合) 私と似た体型の人たちの着用ショット写真とレビュー
2. (化粧品の場合)私と似た肌タイプの人が作成したレビュー
この中で一つの方法を採用したのではないかと思います。
上の方にある方法の中で共通点を見つけましたか？ 観察力のある皆さんはオススメとレビューが繰り返されていることを把握できたと思います。
まず、経験したことのある他人のオススメとレビューに関心を持って良い製品を購入したり、レビューが悪い製品は避けたいですね。
アイゲンはこのような心理的現象を適用し、商品オススメだけでなく、レビューも個人化してオススメするサービスを提供しました。
オンラインでソーシャルプルーフとして最も影響力の大きい情報は私と似たようなタイプの人々が作成した「レビュー」です。 製品をよく表現してくれるレビューは、顧客に信頼を与えると同時に消費心理をより積極的に刺激することができるためです。
特に、衣類オンラインショッピングモールでベストレビューにポイントを貯めるなど、様々なレビューイベントを行う理由でもあります。
まず、経験したことのある他人のオススメとレビューに関心を持って良い製品を購入したり、レビューが悪い製品は避けたいですね。
アイゲンはこのような心理的現象を適用し、商品オススメだけでなく、レビューも個人化してオススメするサービスを提供しました。
オンラインでソーシャルプルーフとして最も影響力の大きい情報は私と似たようなタイプの人々が作成した「レビュー」です。 製品をよく表現してくれるレビューは、顧客に信頼を与えると同時に消費心理をより積極的に刺激することができるためです。
特に、衣類オンラインショッピングモールでベストレビューにポイントを貯めるなど、様々なレビューイベントを行う理由でもあります。
アイゲンの顧客会社の中で「イニスフリー」はオンラインモールで上記のようなソーシャルプルーフの役割を非常に重要視しました。
そこで、超個人化商品のオススメの他、「レビュー」も個人化しておすすめを行いました。
イニスフリーのレビュー個人化レコメンドサービスは、ユーザー別の肌タイプ/肌悩み情報を基に似たようなタイプのユーザーが作成した優秀レビューをオススメすることで、商品に対する顧客の信頼を得ると同時に、該当商品詳細ページへの移動比率を約2倍まで上昇させました。
特に、該当レビューオススメは初回訪問ユーザーや購買履歴のないユーザーにもっと効果がありましたが、これはイニスフリー商品の中で自分の肌タイプ/肌悩みにはどんな商品が適しているのかに対する経験がないため、自分と似たタイプの人の決定を信じて購入した「ソーシャルプルーフ」の肯定的な効果だと言えます。
アイゲンのパーソナライズレコメンドサービスは
各顧客会社の超個人化戦略に合わせて商品だけでなく、様々なオブジェクト(object)をオススメできるカスタマイズサービスです。
アイゲンならではの根拠のあるレコメンドシステムをもっと知りたいなら？
アイゲン公式サイトをご覧ください！
アイゲン公式ホームページ：https://jp.eigene.ai/
「アイゲン」アイゲンのDNAが植えられたAIレコメンドシステム構築プロジェクト - 第2弾-
前章のまとめ！
1. 教育パラダイムの変化及びグローバル教育環境への対応の重要性及びAI・ビッグデータ基盤教育革新に対する市場の需要が高まる→「カスタマイズ型教育コンテンツオススメ」技術の重要性増大
2. アイスクリームエデュはアイゲンと共に学生の水準及び特性に基づいたカスタマイズ型教育コンテンツオススメが可能になる「AIレコメンドシステム構築プロジェクト」を進行。
3. システム構築プロセスは以下のように行われます。
▼
2) タスクのための関連データセットの作成
▼
3) 学生オーダーメード教育コンテンツオススメのためのロジック開発
アイゲンのAIレコメンドシステムは、学習画面で学習者に最適化された学習コンテンツをオススメする画面として表現されます。
学習者はオススメされるコンテンツを学習しながら、自分のレベルと特性に合ったコンテンツを選択し、楽しく勉強することができます。
顧客(アイスクリームエデュ)は変化する教育トレンドに合わせて学習者に最適化されたコンテンツを提供できます。これによって、顧客が追求する自分より自分をもっとよく知るAI学習法「超パーソナライズ化ランニング」環境を作ることに大きく貢献できました。
それでは、楽で楽しい学習をオススメするアイゲンAIシステムはどのように構築されているのでしょうか？
🔹ステップ1) データマート設計
まず、学生・コンテンツ プロファイリング データセットを作成するための基礎資料が必要です。
アイスクリームエデュで管理及び活用している基礎メタデータを把握し、相談データ、コンテンツメタデータベースのコアキーワードを抜き取りました。 このキーワードは、後で学習者にオススメされるコンテンツを構成するために必要な情報になります。
🔹ステップ2) データセットの作成
プロファイリングのためには必要なデータセットを作る必要があります。
学生プロファイリングデータセットの作成に使われた情報
・現在の学生の学年及び学期情報
・学習を完了した強化及び非教科
・受験総数
コンテンツ プロファイリング データセットの作成に使用した情報
・ コンテンツ名
・ メタ情報に存在する各種コンテンツのカテゴリ情報
・ 科目分類情報など
このように作った学生・コンテンツ プロファイリング データセットを活用して、改善及び高度化が可能な非教科コンテンツオススメ要件を定義しました。
非教科コンテンツレコメンドシリーズ別要約情報及び期待役割
1. 学生プロファイリングベースの類似学生グループ内の未学習・関心コンテンツのオススメ
2. コンテンツ プロファイリングベースの該当コンテンツに関心がある学生向けコンテンツのオススメ
3. 引き込み相談データベースの関連コンテンツのオススメ
🔹ステップ3) 非教科コンテンツレコメンドロジックの開発
最後に、事前に定義された要件に基づいて以下のようにカスタマイズされた非教科コンテンツレコメンドロジックを開発しました。
ディープラーニング基盤コンテンツ関連コンテンツレコメンドロジック開発
・ディープラーニングの結果である「コンテンツvector」を活用してコンテンツ関連コンテンツのオススメ結果を作ります。
ここでitem2vecとは？
ディープラーニング基盤の動的seg情報を活用したコンテンツレコメンドロジックの開発
・item2vec結果を活用して学生のvectorを導出し、ターゲット別に最も近い学生n人を選定し、最終的にこの学生らが遂行したコンテンツをオススメします。
学生・コンテンツ プロファイリング データセットベースのカスタマイズ非教科コンテンツレコメンドロジックの開発
・相談データ及びコンテンツメタデータ基準の代表キーワードを抽出し、その代表キーワードマッピング基盤のベストコンテンツをオススメします。
アイゲン人工知能DNAが植えられたAIレコメンドサービスは、次のような学習画面(例)に表します。
このように体系的に構成されたアイゲンの超パーソナライズ化ロジック！
根拠のあるレコメンドシステムだということが分かります。
アイゲンならではの根拠のあるレコメンドシステムをもっと知りたいなら？
アイゲン公式サイトをご覧ください！
アイゲン公式ホームページ：https://jp.eigene.ai/
「アイゲン」アイゲンのDNAが植えられたAIレコメンドシステム構築プロジェクト - 第1弾-
今までアイゲンの超パーソナライズ化サービスの効果を中心に紹介しましたが、本章はその超パーソナライズ化サービスがどのようなプロセスで開発されているのかより詳しく調べてみましょう！
本章の顧客事例は、デジタルマルチメディアコンテンツ及び家庭用自己主導学習プログラムを開発する教育会社アイスクリームエデュの事例です！
アイスクリームエデュはアイゲンの超パーソナライズ化サービスを適用し、学生の水準および特性に基づいたパーソナライズカスタマイズ型教育コンテンツをオススメできるレコメンドシステムを構築しました。
プロジェクト名は······
「教育コンテンツレコメンドシステム」です。
この教育コンテンツレコメンドシステムは、2つの強みを持っています。
1. 学習者に最・適・化されたコンテンツをオススメ！
・学生の興味と適性に合わせた教育コンテンツ提供に積極的に活用できます。
2. 新しい教育サービスを創出可能！
・AI学習用データと連動して新しい教育サービスを創出する可能性も高いです。
教育コンテンツに必要な要素を盛り込んだプロジェクトストーリー、本章は第1弾です。
第1弾 システム構築の背景
第2弾 システム構築過程、例示画面
事例紹介をするにあたって、教育パラダイムの変化について話したいと思います。
教育パラダイムの変化により、単純な知識伝達とトップダウン教育システムから需要者中心の教育に変化しており、教師中心から学生中心へ、結果中心から課程中心へ変化しています。
ここで教育プロファイリングとは？
急変するグローバル教育環境に対する対応の重要性およびAI・ビッグデータ基盤の教育革新に対する市場の需要が高まっており、コロナウイルスの影響で授業が非対面で行われるアンタクト(Untact)教育に転換されることによって多様なデジタルデバイスが教育空間を構成するようになりました。
これによって、昔の問題銀行式の教育コンテンツレコメンドシステムではなく学生の学業水準および興味などを考慮した「カスタマイズ型教育コンテンツレコメンドシステム」がもっと重要視されています。
また、アイスクリームAIホームランサービスでは学生の学習データだけでなく相談データ、コンテンツメタデータなど活用データの拡張を通じて学生の水準および特性に基づいたカスタマイズ型教育コンテンツレコメンドシステムができる「AIレコメンドシステム構築プロジェクト」が進められました。
まず、アイスクリームエデュ・ホームランサービス以後、蓄積されているビッグデータ(学習履歴や相談データなど)を効率的に活用して学生・コンテンツプロファイリングデータセットを作り、学生の水準及び特性に基づいたパーソナライズカスタマイズ型教育コンテンツをオススメできるシステムを構築する段階で作業を始まり、以下のように作業が行われました。
1) 学生・コンテンツ プロファイリングおよびレコメンドシステム input data 活用のためのデータマート設計
2) 学生・コンテンツ プロファイリング データセットの作成
3) 学生コンテンツ プロファイリング データセットベースのパーソナライズされた比較とコンテンツレコメンドロジックの開発
まとめると、
まず、顧客の基礎資料を活用するためのデータ倉庫を形成し、データを情報に変更
プロファイリングタスクのための関連データ セットを作成する
これに基づいて、学生カスタマイズ教育コンテンツオススメのためのロジックを開発
本章ではアイゲンのAIレコメンドシステム構築プロジェクトがなぜ必要だったのか、そしてどのように構築されるのかについてご紹介しました。
システム構築に関する主要な戦略課題基準の詳細な課題は、第 2 編で続きます。
第2弾も楽しみにしていてください！
アイゲン公式ホームページ：http://jp.eigene.ai
「アイゲン」各顧客向けの超パーソナライズ化ページを作る！
各顧客向けの超パーソナライズ化ページ
お客様の注目を集めてより便利なショッピングを提供するために,パーソナライズ化されたレコメンドサービスを提供することでお客様ごとに異なるコンテンツを表示する超パーソナライズページを導入するショッピングモールが多くなっています。
また、デザイン文具、リビング、インテリア商品を含め、デジタル機器、ファッション雑貨、アルバムまで様々な商品を販売している韓国を代表するショッピングモール「ホットトラックス」も顧客の利便性を高めるために多様なパーソナライズサービスを提供しています。
基本的な商品関連レコメンドサービスからはじめ、ホームページを訪問するお客様に合わせた商品だけを集めて表示させるパーソナライズレコメンドページにアイゲンのカスタムレコメンドソリューションを利用されています。
🔹オススメタブ
一番最初に見えるオススメタブは、訪問した顧客を一目で把握し、ページをより効率的に探索できるように顧客の行動履歴と好みを基盤としたパーソナライズレコメンドサービスで構成されています。
「こちらの商品はいかがですか？」領域
・顧客が最近クリックした商品と最も関連性の高い商品を集めて表示させ、非ログイン状態でもオススメできます。
「お客様、このブランドはいかがですか？」領域
・顧客のクリック履歴を分析して好みのブランドを見つけ、そのブランドの人気商品を表示します。
🔹最近、関心タブ
最近、関心タブは顧客が最近検索した本商品の関連商品を中心に構成しました。
「最近#OOOを検索しましたか？」領域
・顧客の最近検索語と関連性の高い商品を表示し、更新ボタンを通じてキーワードを変えながら商品を確認することができます。
「最近見た商品と最も似た商品です」領域
・顧客が実際に最近クリックした商品のような細部カテゴリーに当てはまる関連商品を表示することで、見るだけで購入しなかった商品の代替商品をオススメして購入を誘導することができます。
「000さんが関心を持てそうな #OOOの中から選んでみました」領域
・顧客のクリック履歴を分析して好みのカテゴリを見つけ、そのカテゴリの人気商品を表示します。 特に、商品のカテゴリーが多い総合モールで顧客のショッピング利便性を高めることができ、すごく使い心地のあるオススメロジックです。
🔹いいねタプ
いいねタブはお客様が選んだ商品の関連商品と送料無料のための価格帯に合わせた商品をオススメします。
「関心ブランドのニュースをお見逃しなく！」 領域
・ 顧客がお気に入りしたブランドの人気商品を表示させ、非ログイン顧客やお気に入りブランドがない場合でも自動的に人気ブランド商品を表示させ、レコメンド空白がないように構成しました。
また、商品だけでなく、お客様がお気に入りしたブランドと関連した企画展も一緒に表示し、お客様により多様なコンテンツを提供することができます。
「送料がもったいない時は! 気軽にカートに入れてみてください」&
「1000ウォンの幸せ！ こんなにかわいい子供たちが」領域
・パーソナライズ関連商品の中でも特定金額帯の商品だけをお見せするように構成しました。比較的に安価な商品をオススメし、お客様が送料無料の特典を受けられるように支援し、追加購入を誘導することができます。
🔹今、人気タブ
最後に、人気タブは最近のトレンドを確認できる統計型ロジックを中心に構成しました。
「今、他の人たちが一番たくさん見ています！」 領域
・サイト内で一番多くクリックされた商品を表示します。
「人気行進！一番売れています！」 領域
・最も多く購入された商品を表示します。 アイゲンのレコメンドロジックは商品だけでなく、顧客が最も多く照会した企画展や検索ワードもオススメできます。
今やEコマースでのパーソナライズは必要不可欠になりました。
より競争力のある差別化されたパーソナライズを導入するためにはショッピングモールと産業の特性を反映できる高度化されたレコメンドロジックが必要です。
アイゲンは今まで培ってきた経験を保有している専門人材のレコメンド企画コンサルティングと顧客企業のニーズを反映したロジックカスタムサービスを一緒に提供し、顧客企業の購買転換率と売上増大を保障します。
アイゲンのレコメンドソリューションが気になる方はぜひ公式サイトをご覧ください！
アイゲンと一緒なら何でも実現できます。
アイゲン公式ホームページ：http://jp.eigene.ai
「アイゲン」アイゲンのキーワードピックについて紹介します!
ここにあるお客様がいます。
"不動産投資関連書籍を探してみようか?何と検索すれば私が欲しい書籍を見つけるのだろう。。“
↓
"キーワードPick？ これは何だろう？お、キーワードで欲しい書籍を探してくれるんだ！”
↓
"じゃあ『住宅購入』を検索してみよう"
↓
(総計n件の書籍が検索された)
↓
住宅購入のキーワードで不動産関連の書籍を探してくれるんだよね！“
↓
” 「キーワードサーフィン」？キーワードだけでも書籍をサーフィンできるなんて本当にラクだな！”
↓
キーワード検索で簡単に書籍を購入したこのお客様··· 一体どういったサービスを利用したのでしょうか？
不動産投資に関心の高い顧客が関連書籍を探しています。
住宅購入に関する情報を探したいが、どんなキーワードで探せば関連情報を探せるのか、不動産投資関連の数多くの書籍の中でどんな書籍が住宅購入に関する内容を扱っているのか探すことが容易ではありません。
書籍や映画などを探索する時、関心のあるテーマを検索するだけで関連コンテンツをおすすめしてもらえるサービスさえあれば、どれだけ便利でしょうか？
書籍ショッピングモールであり、電子書籍、アルバム、ギフト、文化サービスなどを提供する総合文化企業キョボ文庫もアイゲンのレコメンドサービスを利用して顧客にフィットする商品をおすすめしています。
アイゲンのキーワードレコメンドソリューションを適用したキョボ文庫ではキーワード検索1回ですぐに「住宅購入」に関する書籍を探すことができます。
これによって、書籍を探す時間を節約しつつ、好きな書籍を簡単に早く見つけることができます！
🔹関心キーワードに関する書籍おすすめ
実際にキョボ文庫のサイトでキーワードピックサービスで「住宅購入」を検索してみます。
検索結果で出てきた書籍は全てタイトルに「住宅購入」というキーワードがないため、本来であれば探しにくい書籍です。
アイゲンのキーワードピックはどのように顧客のニーズに合わせた書籍を探してくれるのでしょうか？
[アイゲンのキーワードピックが書籍を見つける方法]
すべての書籍の情報(タイトル、書籍紹介内容、出版社書評、会員レビューなど)を利用
▼
AIエンジンを通じて書籍が主に扱っているテーマを把握し、該当書籍の代表キーワードを抽出
▼
ユーザーが興味のあるキーワードを検索した時、そのキーワードを代表キーワードとして持っている書籍が露出
出所：キョボ文庫
レコメンドされた書籍の他の代表キーワードとして「請約」、「不動産市場」、「分譲」等が見られます。 このキーワードをクリックすると、キーワードに関連した別の書籍が露出されるので、キーワードを通じて興味のある書籍を探すことがすごく便利です。
本屋さんへ行って関心エリアで書籍を見回り、関心のある書籍はもっと詳しく見る傾向が多いかと思いますが、このサービスを利用するとオンラインでも関心キーワードによって、様々な書籍を見ることができるから本当に便利です！
さらに、書籍の内容を分析しておすすめする根拠のあるレコメンドサービスで、検索すれば検索するほど好きな書籍と関連テーマの新しい書籍を見つけることができる効果もあります！
🔹新語、トレンドなどが自動反映されたキーワード抽出
さて、どんなキーワードで検索することができるのか見てみましょう！
下にある画像は「コロナ」キーワードで検索した結果です。
健康、コロナによって影響を受ける経済展望、デジタルノマド、デリバリー市場の成長に伴う創業内容などカテゴリーと関係なく「コロナ」というキーワードで組まれている様々な書籍がおすすめされました。
この「コロナ」というキーワードは現時代を一番よく表現するキーワードですが、構造化されている図書カテゴリーに反映しにくいキーワードです。
検索ウィンドウの下にはキーワードピックサービスで検索した履歴で、最近浮き上がている「メタバース」、「MZ世代」などのキーワードもアイゲンのキーワードピックサービスで代表キーワードで自動抽出及び管理しているキーワードです。
カテゴリーのように定まっている構造の中でコンテンツ探索をサポートするだけではなく、新語やトレンドを反映したキーワードを自動抽出し、それに関するコンテンツをおすすめするキーワードピックサービスを通じてユーザーはより便利にコンテンツ探索ができます。
出所：キョボ文庫
🔹代表キーワードを通じてより便利にコンテンツテーマ把握
さて、今度は新作小説を見てみましょう。下にある画像は推理小説の巨匠東野圭吾の新作「白鳥とコウモリ」の詳細ページです。特に書籍表紙の代表キーワードが見えますが、 スクロールして書籍紹介内容や書評を見る前なのに、該当代表キーワードである「ミステリー小説」、「殺人事件」等を見てもすでにこの書籍がどんな雰囲気の書籍なのか把握することができます。
一つのコンテンツには様々な要素が絡んでいるほど、カテゴリーや書籍のタイトル検索だけではユーザーの効率的なコンテンツ探索を誘導することは難しいかもしれません。アイゲンのAI基盤代表キーワード抽出サービスを利用すれば、数多くのコンテンツをトレンドが反映された多様なキーワードでマッチングし、レコメンドすることでユーザーの活発なコンテンツ消費を誘導することができます。
アイゲンならではのキーワードとコンテンツの自動マッチングレコメンドサービスをもっと知りたいなら？
ぜひオフラインデジタル化の始まり、アイゲンPHYSITALを経験してみてください！
アイゲン公式ホームページ：http://jp.eigene.ai
