オンラインショップで各商品に大量の訪問者行動データ（クリックや表示などの履歴）がある場合、従来から存在するレコメンデーションエンジンでも、うまく機能するでしょう。でも、ちょっと待ってください。オンライン ブランドの商品は定番の商品だけですか？新商品は無いのでしょうか？新しい季節商品は？期間限定のアイコンとなる商品は無いのですか？
ロングテールの商品は過去の訪問者行動履歴がないため、従来からあるレコメンドエンジンでは「オススメ」を生み出す事ができません。

adee2099b16727ecd5cb95633747a2f8542caa85

NLP（自然言語処理）ベースのレコメンデーションエンジンならば、こうした制約を遥かに超えて、すぐに製品の関連付けを開始してくれます。
そう、NLPなら新商品やよく知らなかった商品に対しての類似性とパーソナライズを商品説明から読み取り、買い物客にユニークなアイテムを発見する、そんなフレッシュな喜びを与えることができるのです。クロスセルの機会ですか？付属商品やバンドル商品は、レコメンデーションエンジンが自動的に最適な付属商品を表示してくれます。

49e545c74f6d4f9dd1ee8237abe4074be72827a2

ご利用を頂いているお客様の声を、是非、ご確認ください。（ダウンロード）
お客様の声：Eコマース部門責任者、Anton Paasi

6582a25b78196d0bb90e1130c9d856e25494c6f0

　（スウェーデン）

「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。」

 早期適用プログラムにより、NLPの 『オススメ革命』 を駆使しているリテーラー

0d78ef0c057f24e3ace3060192773bc53a99a459

英語のケーススタディをダウンロード

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