Google Recommendations AI を搭載した Fanplayr AI レコメンドの効果について

https://www.fanplayr.jp/

Google Recommendations AI を搭載したレコメンド機能 Fanplayr AI レコメンド(JAMU株式会社 提供)が、イオングループのキッズファッションブランド、ブランシェス株式会社の通販サイトに導入されました。そのAIレコメンド効果について記載。

■今回ご利用いただいているAIレコメンドは下記の３点。
 

1. あなたにおすすめの商品
2. この商品を見ている人はこんな商品も見ています
3. この商品を購入した人は、一緒にこんな商品も購入しています

■レコメンド機能詳細について

１．あなたにおすすめの商品

お客さまの買い物または閲覧履歴に基づいて、お客さまが購入する可能性が最も高い商品を予測し、レコメンドします。
 

２．この商品を見ている人はこんな商品も見ています

お客様さまの閲覧履歴または閲覧中の商品にもとづき、閲覧中の商品ページにて、そのお客様へのオススメの商品をレコメンドします。

 

３．この商品を購入した人は、一緒にこんな商品も購入しています

特定の商品について頻繁に一緒に購入されるアイテムをレコメンドします。また買い物カゴなどで商品リストが表示されている場合、その商品リストで頻繁に購入されている商品をレコメンドします。

 

■AIレコメンド 導入効果について 

上記レコメンド導入後の結果、AIレコメンドをクリック後の購入者と、サイト全体の購入者を比較すると、
CVR(購入確率)は＋153%増、AOV(客単価)は＋130%増と期待以上のパフォーマンス結果となりました。
AIによりお客様ひとりひとりに最適な商品を提案し、ONE to ONEマーケティングにより高いパフォーマンスをえることができました。
 

Google Recommendations AI 導入結果

■Fanplayr AI レコメンド(Google recommendations ai搭載)導入結果について

ブランシェス株式会社
URL：https://www.branshes.com/shop/
販売本部 本部長代行 兼 デジタル推進部 部長
髙見明宏氏よりコメント
 

販売本部 本部長代行 兼 デジタル推進部 部長 　髙見明宏氏

今回、正式に導入したRecommendations AIを搭載したFanplayr AI レコメンドは今年の6月よりディープラーニングを開始しておりテストも段階的にJAMU株式会社と行ってきました。

テスト結果も想定よりも高いパフォーマンスでした。また今回の結果、CVRまたAOVアップの点からも、私たちのビジネスに大きく貢献しており、今後も”AIレコメンド”に期待し、施策を実施を検討していきたい。

具体的には、AIレコメンドを経由したユーザーのCVRまたAOVが高いことから、ECサイト内でのレコメンドの露出面を広げ、お客さまに最適な商品をご提案していきたい。

Fanplayr は今回のAI レコメンド提供のみならず、顧客の行動データを分析し、購入しそうなユーザーも把握できる、つまり購入タイミング解析も可能なデジタルプラットフォーム。さらにはWEB接客を利用してのアクションも可能。まとめると、AI レコメンドによる高い商品提案力を、Fanplayrの最適なタイミングでWEB接客により表示すれば、より高い効果が得られるのでは？と次のステップにも期待しております。

ブランシェス株式会社
URL：https://www.branshes.com/shop/
販売本部 デジタル推進部 Eコマース・WEB運営
木下翔太氏よりコメント
 

販売本部 デジタル推進部 Eコマース・WEB運営 　木下翔太氏

これまでCVRアップまたAOVアップをはかるため、イベントページやキャンペーンページに掲載する商品は、過去事例また直近の売れている商品を分析し検討しておりました。
 

また今回のAIレコメンド導入結果から、AIレコメンド経由のCVRまたAOVは高い、つまりONE to ONEマーケティングがAIレコメンドを使えば容易に実現できることがわかりました。

上記より、今後は、これまで私たちが行ってきたCVRアップまたAOVアップのノウハウに加え、AIレコメンド活用の２つの軸により、さらに数字を伸ばしていきたいと考えております。

またFanplayr AI レコメンドは、どれだけAIレコメンドが売上に貢献しているのか？など、効果測定も容易に行えるため、数字を追いかけるためのレコメンドとして、目的をもって今後さまざまな販促シーンで利用していきたいと考えております。

■AIとは、そもそも何か？

今日では、毎日のように”人工知能”や”AI”というワードを耳にします。
人間の知能をコンピュータで再現させようという研究は昔から行われてきましたが、AI「Artificial Intelligence」という言葉は1956年の夏にダートマス会議で初めて使われました。この会議において人工知能という概念が科学の一分野として社会に認識され、多くの人がAI研究に乗り出すようになりました。

その後、数度のAIブームを経て、機械学習（Machine Learning）により飛躍的に性能が向上して現在に至ります。機械学習とは、コンピュータが大量のデータを処理しながら、分類方法を自ら探し、未知のものに対する判断や予測を可能とするものです。

しかし、機械学習にも弱点があります。それは、機械学習の入力にどのような変数を使うか（どのような特徴量・フィーチャーを使うか）という事です。これまでは、この入力データに何を選ぶかという特徴量の設計は人間の力によるものが大きく、フィーチャーを作る人の能力によって精度が左右されるとも言えます。

しかし、深層学習（Deep Learning）により、コンピュータがデータの中から人間の力を借りずに重要な特徴量をつくる事が可能になり、予測や分類の精度は飛躍的に向上しました。

従来は「にんじん」を認識するためには「細長い」「オレンジ色」などという特徴を人間が教える必要がありました。しかし、ディープラーニングでは、コンピュータが自動的に特徴を分類して、人間には識別できない特徴のかたまりを形成していくことが可能になりました。つまり、ディープラーニングでは、人間がいちいち「にんじん」の特徴を教えなくても、機械が自分で「にんじん」の特徴を捉えることが可能になりました。

レコメンデーションにおいてもおおよそ同じ事が起こっています。
例えば、人の嗜好についてファッションにおいては「カラー」「シルエット」「スタイル」などのような特徴があげられますが、深層学習を用いると人間では認識できないような特徴量を用いて嗜好を分類する事が可能になります。

他にも方法がありますが、そういった深層学習を用いた仕組みを使って、今まさにサイトで買い物をしている人の閲覧商品や閲覧ページ、ページ遷移等の行動が過去のどの人（人たち）と類似しているかを見極めて、リアルタイムに商品を推薦することで訪問者の購入を促進するのがAIを使ったレコメンデーションです。

また、Fanplayrはサイト内の行動データの把握・分析に長けており、詳細な行動データをレコメンデーションの入力データとして活用できる利点があります。人では判断できないような違い（特徴量）を見つけて判断・予測する能力に長けたAIを使ったレコメンデーションとFanplayrで把握・分析される詳細な行動データの相性は非常に良く、双方の強みを生かすことで高いレコメンド精度が実現できるのです。

■Fanplayr (ファンプレイヤー)について

Fanplayrは、シリコンバレー発の顧客体験データにもとづき、利益改善をするデジタルプラットフォームです。
タグのみで、Google Recommendations AIを搭載したFanplayr AI レコメンド、またWEB接客など多彩なアクション、顧客体験を実現いたします。Fanplayrのツール運用はお任せいただいており、ラーニングコストも不要、改善による効果はもちろん、高い費用対効果を実現します。

会社名：JAMU株式会社 (Fanplayr Japan)
代表者：上田 英明
本社住所：東京都 世田谷区 下馬 6-14-18
URL: https://www.fanplayr.jp/
資料請求＆お問い合わせ： https://www.fanplayr.jp/material