メインコンテンツにスキップ

事例研究

GlassesUSA.comは、ディープラーニングアルゴリズムを用いて、各顧客に合わせたおすすめ商品を提案します。

この事例研究は、Dynamic Yield製品に関するものです。

Data &. Services profile photo

Data &. Services

Economic institute

3分で読める · 2024年

Googleのロゴ
マイクロソフトのロゴ
Pinterestのロゴ
ウィキペディアのロゴ
アマゾンのロゴ

Dynamic Yieldで次世代のパーソナライゼーションを実現し、顧客との関係を深め、売上を向上させます。

導入

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の度付き眼鏡を提供することを目指して事業を始めた。それから10年後、同社は世界最大のオンライン眼鏡小売業者となり、様々なサングラスコンタクトレンズなどを販売している。GlassesUSA.comは、Ray-Ban、Oakleyをはじめとする数多くのブランドとスタイルをオンラインで豊富に取り揃え、バーチャルミラーを使ってすべての商品をオンラインで試着できるほか、送料無料と100%返金保証も付いているので、視力に関するあらゆるニーズを満たす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、エンゲージメントを高めると予測されるユーザーに対して、関心のある追加商品を推奨する段階からさらに進む準備ができていた。GlassesUSA.comは、ホームページ上で従来の機械学習ベースのレコメンデーションと比較してテストを行った結果、Dynamic Yieldの高度なディープラーニングアルゴリズムが、たった1つのウィジェットから購入数を68%、収益を88%増加させることができたことを発見しました。

サイドバー

Lorem ipsum dolor sit amet、consectetur adipiscing elit、sed do eiusmodtempor incididunt

見出し


カスタマイズ可能なバンドルやバリューオファーに基づいて、バスケットの構成、サイズ、頻度を調査・比較します。

製品最適化を支援するために、ビジネスに最も利益をもたらす品揃えを特定する。

買い物かごに最もよく入っている商品の組み合わせを見つけ出し、新しいプロモーションや店内ディスプレイの戦略を立てやすくする。

特定の商品が購入された際のその後の購入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、付属品、よく使われる商品の組み合わせなどを明らかにします。

「Dynamic Yieldのレコメンデーション機能を使えば、ホームページのレコメンデーション戦略を手動で選択する必要がなくなります。」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位置、サイト全体で見られる傾向に基づいて、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するため、出力だけでなく時間短縮の面でも、他のどの戦略よりも優れています。

Nadav Yekutiel, Head of Data, GlassesUSA.com
パーセンテージ統計のメガネ

たった一つのウィジェットのおかげで、購入数が68%増加し、収益が88%増加しました。

課題

GlassesUSA.comは、プライベートブランドに加え、60以上のデザイナーブランドを取り扱っており、カタログに掲載されている何千ものスタイルの中から、自分にぴったりの眼鏡を見つけることの難しさを理解しています。発見のしやすさを最優先に考え、おすすめ商品はECサイトの主要な構成要素となっており、ホームページをはじめとする様々なページにわたって表示され、購入プロセスをよりスムーズにする役割を果たしている。ホームページは、ほとんどのオンラインショッピング利用者にとって最初の入り口となる場所である。同社は、その地域での製品推奨のパフォーマンスを最大化するために、以下の機能を備えたソリューションを必要としていました。

  • 豊富な商品カタログとサイト全体のトレンドに基づいて、最も正確な商品を迅速に推奨できるよう自己学習します。

  • 過去の行動だけでなく、セッション中の活動も考慮に入れ、買い物客が最も関心を示したり購入したりする可能性の高い商品を提示しましょう。

  • モデルに取り込まれる新しいデータごとに学習を続け、推奨結果が時間とともに継続的に最適化されるようにします。

そこでチームは、Dynamic Yieldを使って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た。

実行

高度な深層学習アルゴリズムを用いて、個々のユーザーの行動を促す可能性を予測し、動的に推奨する商品。

GlassesUSA.comは、顧客ジャーニーにおけるファネルの最上部に位置する、スクロールせずに表示されるページのすぐ下の領域を再検討することにした。この領域には、従来、最大6種類の異なる製品を紹介するレコメンデーションウィジェットが表示されていた。この目立つ場所に掲載されているという利点を最大限に活かそうと、eコマースチームは、このページにアクセスしたユーザー一人ひとりに合わせたおすすめ商品を提示できれば、カートへの追加率を高めるだけでなく、購入数と収益全体を増加させることができると仮説を立てた。結局のところ、他の類似ユーザーが操作したアイテムに基づいて興味のあるアイテムを表示する古典的な協調フィルタリング戦略は非常に効果的ではあるが、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ない。

 

  1. 豊富な商品カタログとサイト全体のトレンドに基づいて、最も正確な商品を迅速に推奨できるよう自己学習します。

  2. 過去の行動だけでなく、セッション中の活動も考慮に入れ、買い物客が最も関心を示したり購入したりする可能性の高い商品を提示しましょう。

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

ホームページには、個々のユーザーに合わせて高度にカスタマイズされた商品が表示され、カートへの追加を促す。

値段のついた眼鏡フレーム6組

画像提供: glassesusa.com

重要なポイント

GlassesUSA.comは、顧客に可能な限り最高の眼鏡を手頃な価格で提供するという使命を掲げる中で、類似品や補完品を提供するだけでなく、ユーザー一人ひとりに真に合わせた商品を提供する必要があると認識しました。同社は顧客体験の提供における限界を押し広げようとする意欲から、Dynamic Yieldの深層学習によるレコメンデーション技術を試験的に導入し、顧客ニーズをより的確に予測し、ファネルの最初期段階であっても、各個人が最も関心を示す可能性の高い製品を自動的に予測することに成功した。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、チームが有意義な行動を起こす能力にすでに大きな影響を与えていることを既に証明しており、高度なアルゴリズムによって購入数が68%増加し、収益が88%増加しました。

寄稿者:エイナット・ハフテル(最高製品責任者)、オリ・バウアー(Dynamic Yield社CEO)、スーザン・グロスマン(マーケティングサービス担当上級副社長)

[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] ローレム・イプサム・ドルー・シット・アメット、コンセクテトゥール・アディピシング・エリート、セド・ド・エイウスモッド・テンポラ・インシディダント・アウト・レイバー・エト・ドーレ。

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については、弊社のチームにご相談ください。