レコメンド導入前後の効果を見る際の指標と改善ポイントについて知りたい

課題

レコメンド導入前後の効果を見る際の指標と改善ポイントについて知りたい。

解決策

まずは、導入前と導入後の下記の項目を比較し、効果が出ているのか検証します。

〈導入前後で比較する項目〉
・サイト全体のCV数(率)が上がっているか
・サイト全体の売上金額が上がっているか※ECサイトの場合
・レコメンド枠設置ページの直帰数(率)が下がっているか
・レコメンド枠設置ページの離脱数(率)が下がっているか

導入後はレコメンドエリア単位のクリックやCVの推移を把握し、効果が出ているかを検証します。
また、サイト全体のCV数に対するレコメンド経由の割合を算出することでレコメンドの貢献度を図ることができます。

〈レコメンドの導入後の指標〉
・レコメンドエリア単位のクリック数(率)、CV数(率)
・レコメンドエリア全体のCV数(率)
・サイト全体のCV数に対するレコメンド経由のCV数の割合
・サイト全体の売上金額に対するレコメンド経由の売上金額の割合

ルール型レコメンド(ターゲティング)とアルゴリズム型レコメンドを運用する際は、以下のポイントに沿って改善を進めることをお勧めしています。
求人サイトでの例を基に改善ポイントをご紹介します。

ルール型レコメンド(ターゲティング)の改善ポイント

改善する際に見るべき指標
◆「直帰」「離脱」で比較
・レコメンド導入前後で直帰数(率)、離脱数(率)が改善されているかを比較
・効果が出ているようであれば、枠の拡張を検討する
◆「ターゲティング条件で比較
・「IPアドレス」と「閲覧履歴」でクリック数(率)、CV数(率)を比較
・効果が出ている条件については、条件の細分化を検討する
◆「デフォルト素材の表示回数」で比較
・1表示枠の表示回数に対して、デフォルト素材の表示回数の割合が50%以上の場合
ターゲティングされていないユーザーが多いため、ターゲティング条件の拡張を検討する

アルゴリズム型レコメンドの改善ポイント

改善する際に見るべき指標
◆サイト全体CVに対するレコメンド経由CVの割合で比較
・サイト全体のCVに対するレコメンド経由のCVの割合を算出
・割合が少ない場合には、クリック数(率)を確認する
◆レコメンド枠のクリック数(率)を検証
・レコメンド枠毎のクリック数(率)を検証
・クリック数(率)が低い場合は、レコメンドの位置や表示内容の見直しを行う
◆アルゴリズムを検証
・現状のアルゴリズムで効果が出ないようであれば、別のアルゴリズムの適用を検討する

この記事は役に立ちましたか?