リッチレリバンスの最新リリース：
最新のリリースには、新しいアルゴリズムを使用したビジネスユーザー制御の高度なパーソナライゼーション機能、および 業界初 のリアルタイムストリーミング カタログAPIが備わっています
カリフォルニア州サンフランシスコ– 2020年5月7日– パーソナライズ エクスペリエンスのグローバルリーダーである リッチレリバンス が、最新リリース 「Spring'20」 を発表しました。このリリースでは、小売業者やブランドは、データサイエンティストやITエキスパートへの依存なしに、高度なパーソナライゼーション アルゴリズムを展開できるため、市場投入までの時間を短縮できます。「Spring'20」 は、パーソナライゼーション戦略から収益を伸ばすという会社のビジョンに対するマイルストーンであり、機械主導の各種反応テストと人間の制御を調和させたレコメンドの継続的な最適化に焦点を合わせ、その精度と関連性を向上させました。
リッチレリバンスは、マーケター、プロダクトマネージャー、マーチャンダイザーに比類のないセルフサービスオプションを提供し、新しい仮説をテストし、サービス不足のセグメントをターゲットにして、これらのアルゴリズムのパフォーマンスに関するリアルタイムの洞察を提供する新しい戦略を作成および展開します。
リッチレリバンス 「Spring '20」 リリースの主な機能の一部を以下に示します。
アフィニティ レコメンデーション
話題になってきたアフィニティ マーケティング。
アフィニティバイアスでのレコメンドは、ブランド、カテゴリ、色、価格、プロモーションなどの属性について、すべての個人の結果をスコア付けし、再ランク付けするために使用されます。この機能は、購入だけでなく、カート内のビューや製品などのアクションも考慮する事ができます。マーケティング担当者は、色がブランドよりも重み付けされているなど、さまざまな属性の重みを制御することで試行できます。 この機能は先行適用プログラム（アーリーアダプター）により、リッチレリバンス の小売業種クライアントの売上に高い貢献度を既に生み出している事が確認されています。
リアルタイム カタログ更新
リッチレリバンス は、カタログ更新のAPIにストリーミング型を追加しました。これにより、カタログ内のアイテムの価格と在庫状況の変更を自動的に識別し、これらの属性をリアルタイムで更新します。これにより、例えば、レコメンドを行おうとしていたある商品の在庫が無くなれば、自動的に別の類似商品のレコメンドに切り換えるといったご案内がサイトの訪問者に可能になります。一般に提供されているレコメンデーションサービスのエンジンでは、カタログ更新は1日に1回しか行われないため、これは業界で初めてのソリューションとなります。また、リッチレリバンスの検索ソリューションFIND™ でもカタログ内のアイテムの価格と在庫状況の変更が反映されるため、検索結果でもこうした更新がリアルタイムで提供され、在庫切れ商品や再入荷商品へのレコメンドが即座に表示される事になります。
ダイレクト キャンペーン レイアウト
リッチレリバンスのクライアントであれば、新たなマーケティングキャンペーンを起こすのに、webプログラマやITへの負担を増やすことはありません。
マーケティング担当者は、現在表示されているサイトのデザインを変更することなく、直接、レコメンデーションの挿入位置を決める事ができます。Experience Designerを使用することでサイトデザインを確認しながら、ノーコーディングで、個別のレコメンデーションの配置だけでなく、選ばれたお客様向けの（セグメントベースの）コンテンツをサイトに直接挿入できます。別のツールは必要ありません。これにより、キャンペーンをその場で作成、プレビュー、および起動できます。
指標ベンチマーク
リッチレリバンスは分析用ダッシュボードの中から、クライアントサイトのレコメンデーションがどの程度の成果をあげられているかを小売各業界における世界的な指標として、確認できるようにしました。ファッション、消費財、美容、B2B、食料品などのサブバーティカルからのレコメンドに対する売り上げやクリックスルーレートなどのパーソナライズ指標を、指標ベンチマークにより業界の先駆的なサイトと比較検証する事ができます。
この機能は、最近発表された マンタン（Manthan） との協力関係の成果であり、業界をリードするビジネスを統合し、顧客データプラットフォーム、ライフサイクルマーケティング機能、クロスチャネル マーケティング オーケストレーションとハイパーパーソナライゼーションの幅広い技術スタックを提供していく方向性の証左になります。
ビジネスユーザー主導型 AI
構成可能なストラテジー選択により、非技術系ユーザーであっても、データサイエンスチームやエンジニアリングチームを待たずに、新しいパーソナライゼーション戦略をすばやく構築、テスト、反復できます。ユーザーは、クロスセルやアップセルなどの関連した購入戦略が一緒に表示されるアルゴリズムをライブラリから選択して、パーソナライズフィルター（買い物客のブランド履歴など）を適用できます。新しいストラテジーは、Experience Optimizerがパフォーマンスを迅速にフィードバックし、市場投入までの時間を劇的に改善することにより、リアルタイムで自動的にテストされる事になります。
お問い合わせは、こちらまで：takashi.miyatani@algonomy.comカスタマイズ可能なモデルパラメータ
新しいモデルの構築と同様に、ビジネスユーザーは既存のモデルの特定のパラメーターを微調整する事ができるようになりました。
これにより、例えば、異なる予測モデルに異なる再表示期間を設定したり、ショッピングで常に表示される商品の発生を抑制したりするといった、より正確なレコメンド結果を得る事が可能になります。
たとえば、再表示期間が固定の設定で制限される、いくつかの競合製品とは異なり、リッチレリバンスのクライアントは、需要が急速に変動している現在の状況に、より適切に対応する事ができます。
