RichRelevance が登場する前は、インターネット レコメンデーションシステムへの最も一般的なアプローチは、サイトから大量のデータを収集し、48時間以上分析してから、その結果を使用してレコメンデーションを作成することでした。インターネットで数週間も遅れてレコメンドを配信することは、例えば、農場の新鮮な牛乳を数週間後に配達するようなものです。それは酸っぱく、その意図された目的には不向きです。
今日のインターネット ライフスタイルに適合するような動的なレコメンデーションを提供したい商品販売業者にとって、顧客の行動に継続的に適応するモデルに代わるものはありません。
オンラインの消費者は、インターネットのニュースアウトレットや電子メール、ブログ、インスタントメッセージ、ポッドキャスト、YouTubeビデオ、テキストメッセージ、バイラルマーケティング キャンペーンに至るまで、新しい情報源にますます晒されています。
現在、情報は非常に迅速かつ自由に移動するため、人口全体の購入パターンは数時間で変化する可能性があります。そのため、オンライン小売業者は、関連性のあるパーソナライズされた商品のレコメンドをすべての消費者にリアルタイムで提供することにより、
「分単位で商品化」
をする必要性ががあり、その能力がなければ、市場破壊（ディストラプション）の波に飲まれる状態にあると言えます。
最新のレコメンドを提供するにはある程度の努力が必要ですが、それだけの価値があります。そうしないと、潜在的な売り上げをテーブルに置きっぱなしにし、サイトの価値を損なうことになります。関連性の高いリアルタイムのレコメンドは、継続的に変化する顧客行動モデルに基づいています。顧客がサイトで実行する最新のアクションは、リアルタイムでレコメンデーションエンジンにフィードバックされます。これにより、顧客の行動に関する新しい結論を持つ新しい予測モデルが、1日に数十回アクティブ化されます。需要の急増や急落、一緒に購入した商品間の新しい相互関係、見た目への対応、または、さまざまなカテゴリの新しいトップセラーに対応するのに数週間も時間がかかる代わりに、リアルタイムのレコメンドを利用すれば、わずか1〜2時間以内にこれらのトレンドの変化に対応します。トレンドが消滅すると、多くの場合、最初に現れたのと同じ速さで、リアルタイムの商品レコメンデーションエンジンが適応、再構築が行われます。
アドバンスト マーチャンダイジング は、レコメンドをより関連性が高く、インテリジェントで個人的なものにします。モバイルとオンラインの買い物客は、実店舗で見られるのと同じような、個別でのご案内を要求します。そこでは、販売員が秋のシーズンのドレスと組み合わせる靴とアクセサリー、または、iPhone12 と最も互換性のあるブランドのヘッドフォンをレコメンドします。
- パーフェクトルック：最新のトレンドと買い物客自身の個人的なスタイルに基づいたレコメンドを使用して、頭からつま先までのファッションを完璧にします。
- アクセサリと補償：互換性のあるアクセサリと補償を家電製品や事務用品の買い物客にレコメンドします。
商品データの力を知りたいですか？
是非、下記の動画をご覧ください。
お問い合わせは、こちらまで：takashi.miyatani@algonomy.com
コメント
コメントを書く