レコメンドについて

レコメンド(Recommend)は、顧客に対して特定商品をオススメする仕組みです。AIによるレコメンドの例としては、Amazonにある「この商品を買った人はこんな商品も買っています」や、Youtubeの「この動画を見ている人へのオススメ動画」などが挙げられます。

レコメンドは便利なものである反面、興味のないレコメンドが送られてくることに対して、約7割の消費者が疲れているという調査結果もあります。一方で、正しいレコメンドをすれば12%の消費拡大に繋がるという報告も存在しています。

AIによるレコメンドでは、顧客が購入する可能性が最も高い商品を予測します。

AIレコメンドは、「その商品を購入した顧客は、どのような商品を購入しているのか?」という仕組み(協調フィルターリング)と、「商品の特徴」と「顧客の好み」の関連性をもとにレコメンドを行う仕組み(コンテンツベース・フィルタリング)の2つをハイブリッドにした仕組みです。この仕組みはNetflix社などの大手企業でも採用されており、当社でも同様のAIレコメンドを開発しています。

AI検討背景

これまでは独立していた「インターネット列車予約サービス」、「JQ CARD」、「SUGOCA」の3つのポイントサービスを「JR キューポ」に統一。

訪問する可能性が最も高い店舗を会員に情報提供することで、顧客接点を高めていきたい。

AI レコメンド結果に対する来店率(理論値)

AI レコメンド結果ランキングの
 Top10 への来店率 : 92.8%
 Top3 への来店率   : 86%

JR九州様では、購買データと顧客IDを掛け合わせ顧客の特徴を抽出させ、さらに、購買データと商品IDをかけ合わせ商品の特徴を抽出させました。その後、AIが算出した顧客の特徴と商品の特徴個々の特徴と購買データを当社のAIレコメンドにマッチングさせ、そのマッチング(ある顧客がある商品を購入する)の度合いの高い組み合わせの高い順からレコメンドさせる仕組みを構築しました。

他の事例を見る