アルゴノミスト エヴァンジェリズム

驚異のディープレコメンデーション!

2020/09/02 16:03 投稿

  • タグ:
  • AI
  • 人工知能
  • リアルタイム
  • CTR
  • パーソナライゼーション
  • 機械学習
  • 予測モデル
  • NLP
  • 自然言語処理
  • AOV

次世代の高度なパーソナライゼーション「ディープレコメンデーション」をリッチレリバンスが発表:

527e798707190ed8ed86096c6e4378e13315479f

サンフランシスコ  202091  / PRNewswire / パーソナライゼーション エクスペリエンスのリーダーであるRichRelevanceは本日、従来のレコメンダーエンジンとは異なる、高度なパーソナライゼーション テクノロジーのセットとして「ディープレコメンデーション」を新発表しました。この技術では、履歴イベントや行動データは必要なく、関連する製品の推奨を即座に生成します。

新しいアプローチは2つの問題を解決します:

a)季節商品や急速に変化する商品カタログ、ロングテールの商品など、データがまばらな小売業者やブランドでは機能しない従来のレコメンデーションにおける制約を取り除きます。

b)商品の視覚的特徴やテキストによる説明を通じて、ユーザーの好みを把握することにより商品の発見を支援します。

ディープレコメンデーション により、定期的に新商品を投入する小売業者やブランドは、すぐにこれらの新商品を買い物客にレコメンドすることができるようになります。さらに、買い物客が「視覚的に類似した」または「視覚的に補完的な」商品を探すファッションや家具などのカテゴリでは、関連性が高く、コンバージョン率の高い、視覚AIベースのレコメンデーションで、今までは難しかったご案内の自動化を突破する事ができます。

RichRelevance のディープレコメンデーションは、Xen AIによって実現されています。XenAIは、業界で最も先進的な機械学習エンジンで、複合型ディープラーニングを備えた唯一のエンジンであり、すべての既知のデータと決定をブレンドして次善のエクスペリエンスを予測する業界初のアプローチを提供します。

XenAIは、製品テキストの説明、カタログ画像、行動データ、派生したアフィニティ、設定された好みに一致する特徴ベクトル(「DNA」)を抽出して組み合わせ、買い物客の意図とリアルタイムで一致させ、関連性の高いコンバージョンのレコメンデーションを作成します。これは、顧客が最初に探していたものを手に入れるだけでなく、ショッピングにおけるカスタマージャーニー全体で、ニーズを満たすための文脈的なレコメンデーションを発見させて触発させることにも役立ちます。

Xen AIの決定層であるエクスペリエンスオプティマイザー(XO)は、特許取得済みのレイヤですが、従来からあるストラテジーとパーソナライズされたストラテジー、そして今ではディープラーニングストラテジーを組み合わせて、適切な場面でのマッチングを行います。そして継続的な評価を行うことで、最も好ましい予測結果を抽出します。

30を超えるアーリーアダプターと顧客からの結果では、Xen AIディープレコメンデーションにより、現在の業界での一般的で標準的なレコメンデーションと比較して、エンゲージメントが平均40% 増加し、売上への貢献度(寄与率)が80% となる、極めて高い、素晴らしい結果が明らかになりました。

 

フランス、プロモートのオムニチャネル カスタマーエクスペリエンス マネージャであるSylvain Lys、次のように語っています。「製品の視覚的側面をレコメンデーションに使用することは、ファッションおよびライフスタイルの業界では効果的であることを本能的に知っていました。これは、マーチャンダイザーの専門知識に非常に近いものです。早期の結果に大変、興奮しています。エンゲージメントはマーチャンダイジングルールより40%増加し、1000インプレッションあたりの収益は他のレコメンデーションモデルと比較して19%増加しています。」

「ディープレコメンデーションは、現時点で当社の最高業績戦略となりました。 クリック1回あたりの平均貢献額は10.68ユーロです。この恐ろしくなるほどの結果は、大変素晴らしいものです。RichRelevanceの存在によって、これらの革新的なAIテクノロジーが生まれ、私たちを差別化して成長を促すことができるようになりました。」と、フィンランドの大手オンライン小売業者であるVerkkokauppa.com eコマース部門責任者、Anton Paasi氏は述べています。 

RichRelevanceの製品管理担当副社長であるMark Buckallewは、次のように述べています。

「ディープレコメンデーションは、ショッピングの過程で明らかになった言語の手がかりと視覚的属性の組み合わせ、およびブランドや価格帯に対する過去の親和性の理解を通じて、買い物客の好みを解釈することを可能にしました。そして、店員が買い物客の購入をサポートする際にどのように役立つかを再現したものです。深層学習アルゴリズムがより多くのデータボリュームを収集し、ユーザーがこれらのレコメンデーションをどのように操作するか、XenAIが学習するにつれて、お客様が欲するものへの関連性が継続的に向上します。」

お問い合わせは、こちらまで:takashi.miyatani@algonomy.com

コメント

コメントはまだありません
コメントを書き込むにはログインしてください。

いまブロマガで人気の記事

アルゴノミー

アルゴノミー

このチャンネルの詳細