巷のレコメンデーションエンジンに物申す!
最近よくレコメンデーションエンジンを目にすることが多くなった。
自分自身が物販サイトで働いているからなおさらだろうか、
「導入しませんか?」
なんてのもしばしばある。
でもどのレコメンデーションエンジンもしっくり来ない。
それは何故かというと
「行動履歴」
これがしっくり来ない。
内容や仕組み、算出方法を聞くとナルホドとは思うけど、
お客様の行動はUIやページ構成に左右される面が多く、
本当に購買に繋がる商品をレコメンドしているわけではない。
レコメンドエンジンが表示したレコメンドがユーザ行動を作る為、
購買データと比較すると一致しているように見えるが、
それもレコメンドエンジンが作り出したものであって、
本当の購買意欲を刺激する組み合わせではない。
やはり、どんな算出方法ととっても
行動履歴
↓
行動履歴+購買履歴
↓
購買履歴
の順に購買意欲を刺激するレコメンドの精度は下がるように思える。
結局、
「購買履歴」
のみから算出することが、一番望ましく、
行動することより、決済まで完了した注文の中で、
同時に購入した商品を集計してレコメンドする方が、単純で
購買へ繋がる確率もずっと高くなる。
それと、安価で導入するにはCSVファイルで別サーバへ
商品を登録させるケースがあるが、これでは日々変動する
在庫を紐付いていない為、レコメンドエンジンが表示する
商品をクリックしてページへ行っても在庫が無いなんてことも
発生する。
だったらCSVをこまめに登録すればいいがそんな時間は無い。
レコメンドエンジン、
行動履歴を小難しい方法で分析して、
出したところで単純な同時購入商品の集計には勝てるとは
思えないよ。。
だからレコメンドエンジンを導入するのであれば、
「同時購入商品を集計して在庫がある商品しか
レコメンドしない」
そんな仕様の物を別途作成する方が、
ずっと購買率の高いレコメンドではないかな。
と、現場の人間は思ってしまう。
もちろん、物販で無ければ、
行動履歴を元にしたレコメンドエンジンは
すばらしいと思います。