パーソナライズは通常、個人の履歴を使用してレコメンドを行いますが、オンラインショップで展開される商品のさまざまな属性に対する買い物客の親和性（アフィニティ）に気付いていないため、これが売上への足枷となる可能性があります。
ブランド、カテゴリ、色、価格、プロモーションなどの属性で、すべての個人の親和性を再スコアリングし、検索や購入だけでなく、カート内のビューや商品などへの各種のアクションも考慮する、アフィニティバイアスのレコメンデーションを新たな機能として追加しました。
マーケティング担当者は、ブランドよりも色の重みが高くなるなど、必要に応じてさまざまな商品属性を追加して、それぞれの重みを制御できます。新しく定義された属性への重み付けが買い物客の親和性に一致するように、レコメンデーションが自動的に再ランク付けされます。
さらに、このアフィニティバイアスは、以前からある多数のレコメンデーション ストラテジーにブレンドを行う事ができます。これは、まさに珈琲豆を好みのテイストでブレンドするかのように、お客様の好み、親和性に基づくアフィニティを、一般的なレコメンデーション ストラテジー「この商品を見た人は、こちらも見ています。」「この商品を購入された方は、一緒にこの商品も購入されています。」といった混ぜ合わせて、新たなストラテジーを作ることを可能にしています。
早期導入の弊社のクライアントでは、アフィニティベースのレコメンデーションにより、20220年の第1四半期において、ベースモデルと比較して、売上寄与率が35％以上も増加しました。現在、このサイトではこのアフィニティバイアス レコメンデーションが最高の売上パフォーマンスを提供するストラテジーとなっています。
下記の動画では、アフィニティベースのレコメンデーションとストラテジー混合（ブレンディング）について、AIの自動音声生成によって詳しく説明しています。
お問い合わせは、こちらまで：takashi.miyatani@algonomy.com
