SHOEISHA iD

※旧SEメンバーシップ会員の方は、同じ登録情報(メールアドレス&パスワード)でログインいただけます

ECzine Academy(イーシージン・アカデミー)とは、自社ECのプロフェッショナルの育成を支援する講座の総称です。ECzine編集部が企画し、基本となる「2日でわかるEC構築・運営基礎講座」ほか、その時々のトレンドをいち早く学んでいただけるようテーマ別講座をご用意しています。

ECzine Day(イーシージン・デイ)とは、ECzineが主催するカンファレンス型のイベントです。変化の激しいEC業界、この日にリアルな場にお越しいただくことで、トレンドやトピックスを効率的に短時間で網羅する機会としていただければ幸いです。

  • 前回のECzine Dayのセッションの様子をレポート記事でお読みいただけます。

  • 過去開催時のイベントテーマをまとめてご覧いただけます。

最新イベントはこちら!

ECzine Day 2021 December

2021年12月7日(火)10:00~16:00

「季刊ECzine」とは、年に4回、EC業界の重要ポイントだけをまとめてお届けする紙の雑誌です。ECの最新トレンドを取り上げた「特集記事」のほか、重要なトピックスに関する知識を上書き保存する「定点観測」、EC業界のニュースや記事を振り返るコーナーなど、自社のECビジネスを俯瞰していただく際のヒントになる内容が満載です。

季刊ECzine

2021年秋号(vol.18)
特集「Cross over, Enthuse fans!~店舗、スタッフ、EC&デジタル活用の次なる一手」

「季刊ECzine」購読者なら
誌面がウェブでも読めます

はじめてでもわかるレコメンド

はじめてでもわかるレコメンド[3]ユーザー行動の履歴を使ったオススメ、精度を上げるポイント

あまりITに強くないショップオーナーさん向けに、レコメンドについてわかりやすく解説します。今回のテーマは、ユーザーの行動履歴を使ったレコメンド手法です。

ユーザーの行動履歴を使ったレコメンド手法

 今回は、いよいよレコメンドの手法について解説していきます。この連載はネットショップのオーナーさん向けなので、あまり技術的に深入りしない形で進めたいと思います。

 前回、「ユーザーの行動履歴を使いつつ商品情報の変化も活用するパターンと、ユーザーの行動履歴だけを使うパターン」があると書きましたが、まずはユーザーの行動履歴だけを使うパターンについてです。

 ユーザーの行動履歴を使うレコメンドの一番の基本は、やはり相関係数を用いた協調フィルタリングです。協調フィルタリングは手法(概念)の名前、相関係数は計算方法の名前です。

 ちょっと難しい感じがしますが、具体的に見ていきましょう。

STEP1:行動履歴をマトリックスにする

 まず、ユーザーのアイテムに対する行動履歴をマトリックスで表現します。

 アイテムというのはECの場合だいたい商品です。旅行の予約などの場合はプランです。行動履歴というのはだいたいが購買予約のことを言いますが、閲覧自体を行動履歴にしても構いません。

 話を大変単純化するために、ユーザーAからEが、アイテムa~eに0から1までの間の数値評価をしたとして、下記のようなマトリックスを作ることができます。

アイテム/ユーザー A B C D E
a 1 0 0 1 1
b 0.5 1 0.9 0.3 0.7
c 0.8 0.3 0.1 0.7 0.5
d 0 0.8 1 0.1 0.5
e 0.2 0.1 0.4 0 0.3

 実際の計算をしなくても、パッと見てたとえばユーザーAとユーザーDはなんとなく似ていそうな感じがします。

STEP2:相関係数で計算する

 では、これらを具体的に相関係数を用いて計算してみましょう。プログラムでもエクセルでも可能です。

ユーザーA~Eの相関
  A B C D E
A 1. -0.46926246 -0.78628934 0.95120221 0.51540832
B -0.46926246 1. 0.89304716 -0.45177395 -0.67409217
C -0.78628934 0.89304716 1. -0.74185075 -0.65391115
D 0.95120221 -0.45177395 -0.74185075 1. 0.70715934
E 0.51540832 -0.67409217 -0.65391115 0.70715934 1.
アイテムa~eの相関
  a b c d e
a 1. -0.89985013 0.8926074 -0.88662069 -0.28867513
b -0.89985013 1. -0.62130056 0.6032341 0.07602859
c 0.8926074 -0.62130056 1. -0.99329302 -0.55215763
d -0.88662069 0.6032341 -0.99329302 1. 0.54845432
e -0.28867513 0.07602859 -0.55215763 0.54845432 1.

STEP3:相関の値から

 相関の値は-1から1の間の数値で表され、1はまったく同じ、0はまったく無関係、-1はまったく真逆という相関を意味しています。

 ユーザーAとユーザーEは0.95とかなり高い相関となりました。またアイテムbとeは0.076とその好まれ方にほとんど相関がなく、アイテムcとdは-0.99と真逆の好まれ方をしているとわかります。

 一見「難しそう」な数字ですが、先述のとおり、ツールを使えば誰でも求められます。

 重要なのはそこではなく、

  • ユーザーの行動をどう数値化するか
  • 出てきた結果をどう評価するか

の2つです。

 せっかくレコメンドの仕組みをECショップに導入しても、上記が適当だと意味がありません。それぞれどう考えればいいのか、見ていきましょう。

会員登録無料すると、続きをお読みいただけます

新規会員登録無料のご案内

  • ・全ての過去記事が閲覧できます
  • ・会員限定メルマガを受信できます

メールバックナンバー

次のページ
ユーザーの行動をどう数値化するか

  • Facebook
  • Twitter
  • Pocket
  • note
はじめてでもわかるレコメンド連載記事一覧

もっと読む

この記事の著者

ZETA株式会社 代表取締役社長 山崎徳之(ヤマザキ ノリユキ)

プロバイダ及びデータセンターにおいてネットワーク・サーバエンジニアを経て2006年にZETA株式会社を設立、代表取締役に就任(現任)。ECソリューション「ZETA CX」シリーズとしてサイト内検索エンジンやレ...

※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です

この記事をシェア

ECzine(イーシージン)
https://eczine.jp/article/detail/378 2014/03/03 08:00

Special Contents

PR

おすすめ

アクセスランキング

アクセスランキング

イベント

ECzine Day(イーシージン・デイ)とは、ECzineが主催するカンファレンス型のイベントです。変化の激しいEC業界、この日にリアルな場にお越しいただくことで、トレンドやトピックスを効率的に短時間で網羅する機会としていただければ幸いです。

2021年12月7日(火)10:00~16:00

新規会員登録無料のご案内

  • ・全ての過去記事が閲覧できます
  • ・会員限定メルマガを受信できます

メールバックナンバー

アクセスランキング

アクセスランキング