メインコンテンツにスキップ

ケーススタディ

GlassesUSA.comは、ディープラーニングアルゴリズムを展開し、各買い物客に合わせて「おすすめ」を調整しています

このケーススタディは、Dynamic Yield製品に関連しています。

オレンジ色の円

経済研究所

想定読了時間3分・2024年

Googleのロゴ
Microsoft ロゴ
Pinterestのロゴ
Wikipediaのロゴ
Amazonのロゴ

Dynamic Yieldでパーソナライゼーションを次のレベルへ引き上げ、顧客関係を深化させ売上を拡大

はじめに

12年前、GlassesUSA.comの創設者たちは、市場の他社よりもリーズナブルな価格で高品質な度付きアイウェアを提供することを目指しました。10年後、同社は世界最大のオンラインアイウェア小売業者となり、さまざまなサングラスやコンタクトレンズなどを提供しています。オンラインで最大級のスタイルとブランドを取り揃え、Ray-BanやOakleyなどの商品を提供。バーチャルミラーを使ってオンラインで試着でき、送料無料と100%返金保証も付いているGlassesUSA.comは、お客様の視覚に関するあらゆるニーズに応えるワンストップショップです。

しかし、長年にわたりデジタル体験の最適化に取り組んできたeコマースチームは、エンゲージメントの向上が見込まれるユーザーに対して彼らが関心を持ちそうな商品を提案する、という現在の業務を超えた、更なる一歩を踏み出す準備ができていました。また、GlassesUSA.comが、従来型の機械学習ベースの「おすすめ」をホームページ上で提供する場合とDynamic Yieldの高度なディープラーニングアルゴリズムを比較するテストを行った結果、後者はたった1つのウィジェットを使用することで、購入数で68%、収益で88%の増加を達成できることを発見しました。

サイドバー

Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt

見出し


カスタマイズ可能なバンドルとバリューオファーに基づいて、バスケットの構成、サイズ、頻度を検証および比較します。

製品の最適化を支援するため、ビジネスに最大の利益をもたらす品揃えを特定

バスケット内で最も頻繁に組み合わされる商品を見つけ出し、新しいプロモーションや店内ディスプレイの戦略策定に役立てます

特定のトリガーアイテム購入後の購買行動とロイヤルティを調査する

自動レポートで、売れ筋商品、セット購入商品、頻繁に組み合わされるアイテムを明らかにします

"Dynamic Yieldの「おすすめ」機能により、ホームページの推奨戦略を手動で選択する必要がなくなりました。そのディープラーニングアルゴリズムは、ユーザーの行動、カスタマージャーニーにおける現在の段階、およびサイト全体で見られるトレンドに基づいて、各ユーザーに最適なパラメータのサブセットを自動的に決定します。これにより、アウトプットの面だけでなく、時間の節約という点においても、他のどの戦略よりも優れたものとなっています"。

Nadav Yekutiel, Head of Data, GlassesUSA.com
パーセンテージ統計上の眼鏡

購入数で68%の向上、収益で88%の増加を、すべて1つのウィジェットで実現

課題

プライベートブランドや60以上のデザイナーブランドを取り扱うGlassesUSA.comは、カタログにある数千ものスタイルの中から完璧なアイウェアを見つけることの難しさを理解しています。発見のしやすさを優先し、レコメンデーションは同社のeコマースサイトの主要な構成要素となっています。オンラインショッピング利用者の多くが最初に訪れるホームページを含め、さまざまなページで展開され、購入プロセスをより円滑にしています。そこで商品レコメンデーションのパフォーマンスを最大化するために、チームは以下のことが可能なソリューションを必要としていました。

  • 広範な製品カタログやサイト全体で見られるトレンドに基づいて、最も正確なアイテムを推奨できるよう迅速に自己学習します

  • 過去の行動だけでなく、セッション内のアクティビティも考慮に入れることで、買い物客がエンゲージメントや購入に至る可能性が最も高い商品を表示します

  • モデルに取り込まれる新しいデータが増えるたびに学習を継続し、推奨結果が時間の経過とともに継続的に最適化されるようにします。

その時、チームはDynamic Yieldを活用したディープラーニングによるレコメンデーションの運用を開始しました。

実行

高度なディープラーニングアルゴリズムを用いて、個人ごとにアクションを促進すると予測される製品を動的に推奨します。

カスタマージャーニーのファネルの最上部に位置するGlassesUSA.comは、これまで最大6つの異なる製品を表示するレコメンデーションウィジェットを配置していた、ファーストビュー直下のエリアを見直すことにしました。この目立つ配置から最大限の価値を引き出すことを目指し、eコマースチームは、このページへのアクセス時に個人に合わせてより最適化されたレコメンデーションを提供できれば、カート追加率が向上するだけでなく、購入数と全体的な収益も増加するはずだと仮説を立てました。結局のところ、他の類似ユーザーが操作した内容に基づいて関心のあるアイテムを表示する従来の協調フィルタリング戦略は非常に効果的ですが、そのレコメンデーションは真にパーソナライズされたものではありません。

 

  1. 広範な製品カタログとサイト全体で見られるトレンドに基づき、最も正確なアイテムを推奨できるよう迅速に自己学習します
    

  2. 過去の行動だけでなく、セッション内のアクティビティも考慮に入れることで、買い物客がエンゲージメントや購入に至る可能性が最も高い商品を表示します

  3. モデルに取り込まれる新しいデータごとに学習を継続し、推奨結果が時間の経過とともに継続的に最適化されるようにします。

個人に合わせて高度にカスタマイズされたホームページ上の製品表示が、カートへの追加を促します

値段が付けられた眼鏡フレーム6組

画像提供:glassesusa.com

重要なポイント

お客様に最適なアイウェアを手頃な価格で提供するという使命を果たす中で、GlassesUSA.comは、類似商品や補完的な商品を提案するだけではなく、ユーザー一人ひとりに真にパーソナライズされた商品を提供する必要があることを認識しました。顧客体験の提供において限界を押し広げようとする同社の意欲が、Dynamic Yieldのディープラーニング推奨技術を試すきっかけとなりました。これにより、顧客のニーズをより的確に予測し、ファネルの最上部であっても、各個人が最も関心を持ちそうな製品を自動的に予測できるようになりました。デスクトップとモバイルの両方で行われた初期のホームページテストの結果は、チームが有意義なアクションを促進する能力に大きな影響を与えることをすでに証明しており、高度なアルゴリズムによって購入数が68%、収益が88%増加しました。

寄稿者:Einat Haftel(最高製品責任者)、Ori Bauer(CEO、Dynamic Yield)、Susan Grossman(マーケティングサービス担当エグゼクティブ・バイス・プレジデント)

[1] “Lorem ipsum dolor sit amet, consectetur” adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua sed do eiusmod tempor incididunt consectetur adipiscing elit sed.

[2] Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore.

プロモーション

Mastercardの製品とサービスを通じてお客様のビジネスをどのように強化できるか、当社チームにご相談ください。