teamLabRecommendとは？価格や機能・使い方を解説

ユーザーの行動履歴と商品情報を分析し、パーソナライズしたレコメンドを提示するシステムです。協調フィルタリングとコンテンツマッチを中心とし、ディープラーニングやMatrix Factorizationも駆使しておすすめ商品を表示します。

導入されてきた業界は多種多様です。大手のECサイトから不動産、ウェディング、求人など幅広い分野で利用されてきました。月間1憶PV以上ものサイトや、1,000万もの商品を取り扱うサイトデモ導入され、大規模な運用にも耐えられるシステムです。もちろん、中小規模のサイトにも対応しています。

【継続的な取り組みで売り上げを2.5倍に】
teamLabRecommendは、わずか1年で売上額を150％以上アップさせた実績を持ちます。レコメンド経由の購買が伸び、売上向上に寄与しました。また、アパレルにおける別のサイトでは、サイト全体の売上額のうち2割をレコメンド経由で獲得するなど、豊富な実績を誇ります。

【サイト内回遊を増やして売り上げにつなげる】
ある大手小売ECサイトでは、サイト訪問ユーザーの約6割がレコメンド商品の購入を検討しました。そして、29％が実際に購買に至るという成果を上げています。本来であればサイトを離脱したはずのユーザーをレコメンドにより引き留め、着実に購買へ導く効果が期待できます。

【アップセルとクロスセルでLTV向上】
新規顧客の獲得と同様に、既存顧客のLTV向上も欠かせない観点です。teamLabRecommendはレコメンドによってアップセル・クロスセルを図り、売上額増加を実現します。

【進化を繰り返すアルゴリズム】
日々新しいアルゴリズムの研究に励むエンジニアにより、teamLabRecommendは進化を続けています。たとえば、以前はユーザーの行動履歴を分析して商品と紐づけるのに多くの時間を要していました。バッチ処理で対応するのが精いっぱいで、リアルタイムな反映は容易ではありませんでした。しかし、現在搭載されているリアルタイム伝搬機能では、商品の属性をリアルタイムにユーザーと結びつけます。どのようなカテゴリの商品を閲覧しているのか、リアルタイムに把握してレコメンド内容に反映させることが可能です。

【パーソナライズレコメンド】
ページをパーツの集合として構築し、ユーザー単位で表示するパーツの中身を変更させることができます。「同価格帯の商品」「類似した特徴を持つ商品」などいくつかのレコメンドパーツを設定し、ユーザーの行動データを収集しながら最適な表示内容を模索することが可能dす。パーツの入れ替えや優先度の変更は、開発を行うことなく行えます。

【パーソナライズメール＆PUSH】
ユーザーの行動ログを踏まえて適切なアプローチを実現する機能です。レコメンド商品をメールで紹介したり、カートに入れたまま未購入の商品についてリマインドのPUSH通知を送ったりできます。誕生日メールやクーポンの配布も可能です。

【画像認識エンジン】
商品画像を認識し、レコメンドに役立てる機能です。ユーザーが頻繁に閲覧している商品の画像と分析することで、視覚的に類似した商品をレコメンドできるようになります。アパレル業界や不動産業界など、外観が重要視される商品を扱う際に価値を発揮します。