「AIレコメンドエンジン」のカオスマップ2020年度版が公開

レコメンド（レコメンデーション）エンジンとは、一般的には以下の通り。

・ECサイトやWEBページ内での行動からユーザーの好みを分析し、関連する商品をピックアップし、新たな購買意欲を掻き立てるプログラム
・ECサイトや情報サイトなどで、訪問したユーザーの閲覧履歴や購入履歴をもとに、関連性のある商品やコンテンツ情報を提示するシステム

このように、レコメンドエンジンとは、ECサイトなどのWebサイト上でマーケティングの補助ツールとして用いられるエンジンを指す。 このレコメンドエンジンは、「ビッグデータ」というキーワードとともに2000年以降、注目を集めるようになった。レコメンドエンジンを用いる最大の価値は「膨大なデータの分析」だと言える。ECサイトで当たり前の存在となった「おすすめ商品」なども、膨大なデータ処理を可能にした最新のAI技術のイノベーションの一つである。

同社では、AIレコメンドエンジンの活用領域はECやWebサイト上だけではないと考えているという。例えば、情報検索やFAQなどといった、膨大な情報から欲しいものをピックアップしてくれる機能も数ある情報の中から欲しいものを抽出するというフィルター機能を果たしており、一つのレコメンドの形であるとのことだ。そういった観点から、本カオスマップでは、レコメンドエンジンの手足となる画像解析やチャット、ポップアップ＆バナー、メッセージ・メール配信などのレコメンドツールに加え、FAQやマッチングなどの情報フィルタリング系のレコメンドサービスも多数掲載されている。

同社では、これまでAIサービスの機能や価格を比較検討できる「AIチャットボット比較表」や「画像認識AIカオスマップ」などをはじめとした、AI導入を検討している企業のために製品情報を提供してきた。今回の「AI レコメンドエンジン カオスマップ 2020年度版」もAIの導入を促進するべく、AI企業各社の公開情報を基に同社が独自の視点で取りまとめたもの。導入の用途に合わせ7つのレコメンドカテゴリに分け、全67製品をマッピングし提供する。

レコメンドが最も活用されているのは、ECやWebサイトのコンバージョン向上のためであるといえる。昨今、AmazonやZOZOTOWNなどのECモールをはじめとしたオンラインでの販売活動はみるみる広がっており、圧倒的にネットショッピングの領域は拡大していると言える。現在では専用のECサイトだけでなく、ブログなどにも広告として商品のバナーが出てくるなど、商品レコメンドのUIはさらに多様化を見せている。

昨今のオンラインストアの隆盛のなかで、消費者はほとんどの商品をマウスのクリックひとつで購入できてしまうが、運営者は効率的に利益を出すため、数ある商品をそれぞれの顧客に提案しコンテンツを事前にフィルタリングしなければならない。それには、利用者の属性や閲覧履歴、行動ログなど、様々なデータを基にレコメンドエンジンが用いられている。ここでは、用いるデータの種類やルールによって異なるレコメンドエンジンのレコメンド商品探索手法を紹介する。

1. アイテムベースレコメンド
商品名や商品説明などの情報を元に、今見ている商品と類似性の高い商品を抽出し紹介する。「関連アイテム」がこれにあたる。

2. 協調フィルタリング
利用者の行動履歴や購買履歴を分析し、同じような行動をする利用者が良く見ている、買っている商品を紹介する。「この商品を見た人（買った人）ははこんな商品も見ています（買っています）」と表示される。

3. パーソナライズドレコメンド
利用者の行動履歴を基に利用者の嗜好性を分析し、リアルタイムでその人が好みそうな商品を紹介する。「あなたへのおすすめ商品」が該当する。

4. ルールベースレコメンド（キャンペーンレコメンド）
サイト運営者が紹介したい商品を、運営者が定めたルールに従って紹介する。「ピックアップアイテム」のように表記される。

5. 画像、音声解析レコメンド
顧客の用意した画像や音声を解析し、その特徴を基に類似のものを紹介する。「似ているアイテム」がこれにあたる。ファッションサイトでは、画像から類似アイテムをレコメンドしてくれる。音声解析の分野では、Spotifyなどのアプリに搭載されているレコメンド機能は曲の信号を解析して類似度を学習し、より個人の好みに合った曲をレコメンドする。