顧客の閲覧履歴や購買履歴から
「購買までの最短ストーリー」を自動構築

サイト訪問者それぞれに最適な提案を

膨大な閲覧履歴や購買履歴から、正確な商品レコメンドを実現。商品の「協調フィルタリング」と「テキストマイニング」によりお客様一人ひとりのニーズと商品同士の関係性を分析した精度の高い提案が可能です。また、履歴データが無い場合でも、ショップのおすすめ商品などを自動的に表示することができます。

フィルタリングを微調整して、精度を高める

過去の購買実績から商品をレコメンドする「コンテンツベース・フィルタリング」、同じような購買行動をしている他ユーザーの購買行動を元におすすめ商品を表示する「コラボレティブ・フィルタリング」など、蓄積されたデータを分析・解析、微調整することで、レコメンドエンジンの精度を向上することが可能です。

検索エンジンとの連携で、さらに進化する

サイト内で商品検索を行う顧客は購買意欲が高い顧客と言われています。検索エンジンとレコメンドエンジンを連携することで、検索結果や検索サジェスト領域にもレコメンド商品を表示。顧客行動とニーズを先回りした商品提案が可能になり、「購買への最短ストーリー」を提供することが可能です。