POINTレコメンドとは

レコメンドとは、ユーザーのニーズに合った商品やサービスを推薦する手法のことで、リコメンドという場合もあります。ユーザーの購入履歴やアンケート結果などの情報を分析し、適切な商品やサービスを選定、推薦することによって、売り上げを上げることを目的としています。

“recommend”が由来

レコメンドは英語の「recommend」が由来となった言葉で、「勧める」「推薦する」「おすすめする」といった意味で用いられます。英語の「recommend」はレコメンドと比べ、「委ねる」や「魅力的に思わせる」といった少し柔軟な意味があります。

「レコメンドアイテム」とは

レコメンドアイテムとは、顧客に対して推薦する商品・サービスのことを指します。売る側が意図的に商品・サービスを決めて推薦している場合と、レコメンドエンジンによって抽出された商品・サービスが推薦されている場合があります。
レコメンドアイテムを決定する際は、商品の使い心地や価格、評判などが考慮されることがあります。

「レコメンドエンジン」とは

レコメンドエンジンとは、ネットショップなどで用いられるプログラムの一種で、サイトを訪れたユーザーの購入履歴やプロフィールを分析し、好みや目的に応じた商品情報を提供しています。
他の関連商品や一緒に購入されることの多い商品、行動履歴が類似している他のユーザーが購入した商品を表示する機能を備えています。

「レコメンデーション」とは

レコメンデーションとは、ユーザーの好みや興味に合った商品やサービスを提示することで、レコメンドエンジンを使用したマーケティング手法の1つです。
Amazonや楽天などのECサイトで用いられることが多く、ユーザーニーズに即した商品やサービスを提供することで、売上を伸ばすことを目的としています。

レコメンドに関係した気になる話題

レコメンドエンジンの仕組み（協調フィルタリング、コンテンツベース・フィルタリング、ハイブリット・タイプ）

レコメンドエンジンの基本的な仕組みには3種類あり、それぞれ「協調フィルタリング」「コンテンツベース・フィルタリング」「ハイブリッド・タイプ」と呼ばれています。
「協調フィルタリング」とは、ユーザーの行動履歴に基づいて商品をレコメンドする仕組みのことです。類似した嗜好を持つ他のユーザーが購入したり、閲覧した商品をレコメンデーションとして表示します。自動でデータを収集して分析するため、コストがかかりにくく導入しやすいというメリットがあります。一方で、新規ユーザーなど情報が少ない場合、有効なレコメンデーションができないというデメリットがあります。

「コンテンツベース・フィルタリング」とは、商品の情報とユーザープロファイルの関連性に基づいて、レコメンデーションをおこなう仕組みのことです。ユーザープロファイルとは、ユーザーの嗜好の傾向を意味します。商品はあらかじめ特徴によってグループ化されており、ユーザーの行動履歴と関連性の高い商品が、レコメンデーションとして表示されます。しかし、同じようなアイテムばかりがレコメンドされてしまうというデメリットがあります。また、全ての商品を分類するため、時間とコストがかかることも問題点として挙げられます。

「ハイブリッド・タイプ」とは、複数の技術を組み合わせたレコメンドエンジンの仕組みで、協調フィルタリングやコンテンツベース・フィルタリングの問題点の解消を目的として開発されました。代表的な例として、アメリカ・Netflix社で使用されているレコメンドエンジンの技術が挙げられます。