キービジュアル

何この商品!すごくいいじゃん!と言わせるレコメンドロジック【協調フィルタリング】とは


こんにちは。nex8事業部の恩田です。
ECサイトで何か買う時に「この商品を見た人はこの商品も見ています」など自分が見ていた商品とは別の商品をお勧めされたことはないでしょうか?
そしておっ!と思わずその商品を見たことはないでしょうか。

こういった機能をレコメンド機能、レコメンドと呼びますが、レコメンドを利用しているサービスには、ECサイトで使われている「商品レコメンド」や、ダイナミックリターゲティングで使われる「広告レコメンド」があります。
このレコメンドでどんなお勧めをするかを決めるルール(ロジック)がレコメンドロジックです。

以前のブログでは簡単にレコメンドの仕組みをユーザーベース、アイテムベースで説明しましたが、今回はレコメンドロジックに導入されている「協調フィルタリング」というロジックを中心に説明します。

自社サイトに合ったレコメンドロジックを見つける参考にしていただけたら嬉しいです。

レコメンドロジック種類ついて

協調フィルタリングの詳細を説明する前に、まずは簡単に他のレコメンドロジックの種類と概要を説明します。
各レコメンドのメリット・デメリットを理解することで、場面に合った適切なロジックを導入することができるようになります。

① ルールベース方式
過去の実績から独自のルールでレコメンドをする方法をルールベース方式と言います。
例えば、「以前、雨の日に傘が多く売れたから、雨の日は傘の商品をレコメンドしよう」とか「ECサイトでセールをしているので、セール告知の広告を配信する」といったようなものが挙げられます。

メリットとしては運営者が独自のルールを作成するため、この商品を売りたい、推していきたいなどの目的があれば、それに沿ったレコメンドルールを作成することで運営者の意思を反映できます

一方デメリットとして、運営者側ではお勧めしたい商品だとしてもユーザーの嗜好とかけ離れたレコメンドをしてしまう可能性があります。このデメリットを意識する必要はありますが、過去の経験などから売り上げの増加に繋がると想定される、または押し出したい商品がありレコメンドをする目的がはっきりしているのであれば、このルールベース方式はおすすめです。

② コンテンツベースフィルタリング方式
商品や求人などのコンテンツ属性(カテゴリー・値段・色など)を分析し、似たような商品をレコメンドする方式です。
「セーターを見た人にはセーターを、飲食店の求人を見た人には他の飲食店の求人をレコメンドする。」といった具合です。
つまり配信するカテゴリーを決めてレコメンドをする事が可能になります。

例えば、靴のECサイトで「スニーカーを購入するユーザーは同じブランドの色違いのスニーカーも興味を持つ可能性が高い」というような、商品のコンテンツ属性とユーザーの購入傾向を事前に分析しておけば効果的なレコメンドが実施出来ます。

デメリットとしてはカテゴリー等を分類する工数が発生するためアイテム数が膨大だと、かなりの時間を要することが挙げられます。

またこのレコメンドロジックは経験則などに基づきレコメンドを決定するため、「スニーカーにはスニーカーをレコメンドする」等、協調フィルタリングと比較するとユーザーに目新しさを感じさせることが難しくなります。

③ 協調フィルタリング方式
協調フィルタリング方式は、ユーザーの行動履歴を基に、ユーザー同士の好みの傾向値を計算し、「この商品を買ったユーザーはこの商品も購入しています」といったようなレコメンドをする方式です。

この協調フィルタリングの一番の特長としては、ルールベースやコンテンツベースではあまり出来ない、ユーザーに対して目新しさを感じさせることが出来る点にあります。
次の章でこの協調フィルタリングについて詳細に説明していきます。

協調フィルタリングについて

協調フィルタリング方式でどの商品をレコメンドするかについては、「アイテムベース」と「ユーザーベース」の2種類があるので、それぞれ紹介していきます。

■アイテムベースの場合
ユーザーの行動履歴等を元に、「この商品とよく一緒に買われている他の商品はなにか?」を探し出して商品をレコメンドをします。

例:Aという商品を購入したユーザーはBという商品も同時に購入することが多い。
そこでAを購入したユーザーにはBの商品をレコメンドする。

■ユーザーベースの場合
こちらもユーザーの行動履歴等を元に、「購入パターンの近いユーザーは誰か」を探し出して商品をレコメンドします。
例:Aさん、Bさんは購入しているものが似ていて、Bさんは買っているがAさんが買っていない商品があったので、Aさんにその商品をレコメンドする。

 

この2つのロジックの違いをAさん、Bさん、Cさんの3人の購入履歴を例として具体的にみてみます。
(※本来であれば、商品の価格や閲覧回数、購入回数などを考慮する必要があるのですが、簡潔にするためここでは購入したかしていないかのみで考えています。)

表1

3人はそれぞれ上図のような商品を購入しているとします。
まずは「アイテムベース」で考えてみましょう。

表2

この中で見ると、AさんとCさんがダンベルとプロテインを購入しているので、この2つの商品に相関性があると判断出来ます。
そこで、ダンベルのみ購入している人にはプロテインを、プロテインのみを購入している人にはダンベルをそれぞれレコメンドすることになります。

2

つまりダンベルのみを購入しているBさんにはプロテインがレコメンドされるということですね。
では続いて「ユーザーベース」で考えてみましょう。

表2

注目するところは先ほどと同じですが、AさんとCさんが同じ商品を2つ購入しているので、この2人を似ていると判断することが出来ます。
よって、Aさんに対してユーザーベースで商品をレコメンドする場合、Cさんが購入しているシャツまたはサッカーボールがオススメされることになります。

1

この協調フィルタリングのロジックの強みは、「全く見たことのない商品だけど、自分はこれを欲しい!」と思う目新しさを提供できる、ということです。

ユーザーの行動履歴等からアイテムベースであれば自分は初めて見た商品でも多くの人が一緒に買っている商品を、ユーザーベースであればこれも自分は初めて見たけど、自分と嗜好性の似ている人が買っている商品をレコメンドするので、自分も気に入る可能性が高そうですよね。

またこのレコメンドを導入する運営者のメリットとして、ユーザーの行動履歴のみを使用するため、アイテム情報を最初に用意する必要がなく、導入しやすい点も挙げられます。
アイテム数が多い場合でも、アイテムの類似性などを設定する必要がないので、工数をかけることなくレコメンドを導入する事ができるのですね。

ただしユーザーの行動履歴から嗜好の類似性を収集するまでに時間が必要なので、すぐに効果の高いレコメンド配信をする、というのが少し難しい場合もあります。

実際に協調フィルタリングが使われているもの

最後にこの協調フィルタリングが使われているサービスを紹介します。

■ECサイトでのレコメンド
ECサイト内で、「商品Aを買った人は商品Bも買っています」とか「商品Aを買った人にオススメの商品はこちらです」と言ったような文言を見たことがないでしょうか。
ここでも協調フィルタリングが使われていて、同時に購入されることが多い商品、または自分と嗜好性の似たユーザーが購入していることが多い商品をレコメンドしています。
様々な商品を閲覧してもらうことが出来るので、クロスセル、アップセルが狙えますね。

■ダイナミックリターゲティング
ダイナミックリターゲティングではユーザーごとに最適な広告をリアルタイムで自動生成して配信します。
ここでいう最適な広告とは、広告を配信したユーザーに興味を持ってもらったり、購入をしてもらったりする可能性が高い商品の広告を指します。

協調フィルタリングのレコメンドは上述したようにユーザーに目新しさを提供できることが多く、興味を持ってもらいやすいため、これをレコメンドのロジックとして取り入れる広告配信サービス会社もあります。

おわりに

いかがだったでしょうか。
現在ネットサーフィンをしていると、色々なところで色々な商品をレコメンドされる機会があり、もはやネットサービスに欠かせない存在となったのではないかと思います。

色々なレコメンド方式がある中、メリット、デメリットを理解することで、目的に合ったレコメンドを選択してもらえれば幸いです。
特に今回ご紹介した協調フィルタリングでのレコメンドは、ユーザーにもECサイト運営者にもどちらにとってもメリットがあると考えられます。
「え?何この商品?すごくいいじゃん!」とユーザーに言ってもらえると素敵ですね。


nex8のリターゲティングをもっと詳しく

このブログは株式会社ファンコミュニケーションズでリターゲティングサービスを提供しているnex8事業部のメンバーが中心に運営しているメディアです。
中小EC向けに役立つ情報を分かりやすくお届けしています。
nex8に関して少しでも興味を持っていただけましたら、こちらよりお気軽にお問い合わせください。

The following two tabs change content below.

恩田 貴大

新卒入社。A8事業部で営業に従事し nex8事業部ミッションの『「よくぞ、出してくれた!」なんて言われる広告を』に惹かれて、やってきました。 尊敬する監督は落合博満。

こちらの記事も読まれています