機械学習を搭載したレコメンドエンジン

プライベートDMPで統合したデータから、一人ひとり趣味・嗜好や行動、属性に応じてセグメントを作成、商品やバナー・コンテンツにおけるパーソナライズを実現します。セグメントは会員ランク別や購入商品（ブランド）別などを始め、WEB閲覧履歴×購買情報をかけ合わせて、商品Aを見ているけど購入していないセグメントや購買ステータス別のセグメントなど、アプローチを行いたいセグメントを効率的に作成することが可能です。作成したセグメントに対して、商品・コンテンツレコメンドやWEB接客によるバナーのポップアップ表示、LPO・A/Bテストを活用していただくことで、購買率や成約率の向上、機会損失の低減を実現します。

レコメンド 3つの特長

1.チャネル・デバイスを横断した1to1レコメンド

顧客が利用するチャネルやデバイスに関係なく、最適な商品やコンテンツのパーソナライズを実施します。ユーザ一人ひとりの行動履歴や属性、購買情報、閲覧情報などに応じて、お薦めの商品やコンテンツをレコメンド。PC・スマートフォン・メール・LINE・アプリなど様々なチャネルを横断して1to1アプローチを実施することで、より精度の高いパーソナライゼーションを実現します。

2.機械学習・ディープラーニングを搭載

ディープラーニングにより購入(CV)に相関の高い特徴量を自動で検出。抽出した特徴量からレコメンドする商品を発見し、お薦め商品として表示します。従来の協調フィルタリングのレコメンドと比べ、予測精度の向上による購入率アップが見込める他、レコメンドの設定作業やアルゴリズムのチューニング作業が不必要となるため、レコメンドにおけるお客様の業務を大幅に改善することも可能です。

3.サイト訪問から新規獲得、リピート促進、ロイヤル化までのレコメンドを実現

アクティブコアのレコメンドはcookieと会員IDのレコメンドに対応しています。サイト訪問のみで購買や問合せなどアクションがない場合、サイト訪問者の閲覧履歴から興味・関心の高い商品やコンテンツをレコメンドし、購買などのアクション後は、その人の購買履歴や属性などから関連性の高い商品・コンテンツをお薦めすることができます。

Webやメールでのレコメンドに加え、LINEのメッセージ配信やアプリでレコメンドが可能です。ユーザの閲覧履歴や購買情報などに応じて、LINEやアプリでもパーソナライズされた最適な情報を表示することができます。
（※）カルーセル形式は、複数のカラムオブジェクトをユーザがスクロールして閲覧することができるものです。