概要
Eコマースは、ユーザーの閲覧パターンや購買行動を把握し、パーソナライズされたショッピング体験を提供することで、コンバージョン率を向上させるチャンスを持っています。
閲覧ログや購買ログを機械学習モデルで学習させて、未だ購買に至っていないポテンシャルユーザーと、最も購入しそうな商品を特定し、広告推薦を行うアルゴリズムを実装し、売上の向上を図ります。
課題ポイントや発展の可能性
- 多くのユーザーがサイトを訪問し商品を閲覧するものの、購買に至らないケースが多い
- 顧客セグメントによるパーソナライズだけでなく、初回購入やリピートなどのタイミングも加味したパーソナライズによるCV率改善の可能性
実施内容と成果物のイメージ
- 閲覧ログや購買ログから、ユーザーの嗜好やタイミングに基づき、最も購入確率が高い商品を推薦するアルゴリズムの設計・開発
- A/Bテストによる施策の効果検証の設計と実施