AI & 機械学習

Recommendations AI で高度にパーソナライズされたオンライン ショッピングを

Data Analytics and Fashion

※この投稿は米国時間 2020 年 7 月 23 日に、Google Cloud blog に投稿されたものの抄訳です。 

デジタルへの移行が着々と進む現在、とりわけ小売業界では、高度にパーソナライズされたショッピング エクスペリエンスをオンラインのお客様に提供することが、顧客ロイヤルティを獲得するうえで重要になっています。特に、おすすめの商品情報は、お客様の嗜好や好みに合った商品が見つけやすくなるため、カスタマー エクスペリエンスをパーソナライズする効果的な方法です。

Google には、YouTube や Google 検索などの主要な商品を通じて、長年にわたって質の高いおすすめ情報を提供してきた実績があります。Recommendations AI は、こうした豊富なエクスペリエンスを活かしたサービスです。企業が幅広いお客様に対して、高度にパーソナライズされたおすすめの商品情報を提供できるようサポートしています。本日より、Recommendations AI のベータ版がすべてのお客様に公開されました。

レコメンデーションのソリューションをアップグレード

手動でルールをキュレートしたり、社内で複雑なレコメンデーション モデルを管理したりする必要はありません。既存のソリューションを Recommendations AI に置き換えるか、補完することにより、パーソナライゼーション戦略をアップグレードできます。

Recommendations AI ではアイテムよりも個々のお客様を重視することで、お客様の購入履歴をつなぎ合わせ、パーソナライズされたおすすめの商品情報を提供できるのです。また、Recommendations AI は、ロングテール商品やコールドスタートのユーザーやアイテムを盛り込んだシナリオでおすすめ情報を扱うことに優れています。この「大量のコンテキストを学習する」ディープ ラーニング モデルでは、アイテムとユーザーのメタデータを利用して、何百万ものアイテムから分析情報を引き出すとともに、そうした分析情報をリアルタイムで絶えず反復します。最新の情報に合わせて手動でルールをキュレートする場合はこうはいきません。

さらに、Recommendations AI では直感的な UI を活かして、スケーラブルなマネージド サービスにおいてもモデル管理エクスペリエンスを簡素化できます。つまり、レコメンデーション モデルのトレーニングのために何か月もかけて何千行というコードを記述したり、最新情報を把握することに多大な労力をかけたりする必要はなくなります。

Recommendations AI の重要な更新情報

コンソールで数回クリックすれば、すぐに Recommendations AI を始められます。Google Cloud プロジェクトを作成し、Merchant CenterGoogle タグ マネージャーGoogle アナリティクス 360Cloud StorageBigQuery など、お使いのツールにカタログとユーザー イベントのデータを統合し、バックフィルを行います。

データのインポートが完了したら、モデルタイプを選択し、最適化の目標を指定して、モデルのトレーニングを開始してください。初期モデルのトレーニングと調整は 2~5 日間ほどで完了し、お客様におすすめ情報を提供できるようになります。意図した通りの設定を確実に実行するには、お客様におすすめ情報を提供する前にモデルのおすすめ情報をプレビューしてください。

Recommendations AI.gif

Google では Recommendations AI を簡単に始められるようにするだけでなく、Google Brain や Google Research のチームと協力し、レコメンデーション システムのためにできることの限界を押し広げてきました。その結果、モデルは数千万ものアイテムを持つ膨大なカタログに対応できるようになり、お客様が広範なカタログ全体を閲覧できる機会を確保しています。また、Recommendations AI は人気の高いアイテムや販売中のアイテムの偏りを修正する機能を備えていて、スパースデータによって季節性やアイテムの取り扱いを改善することができます。Recommendations AI のモデル トレーニング インフラストラクチャで毎日モデルを再トレーニングすることで、変化するカタログ、ユーザーの行動、ショッピング トレンドから分析情報を引き出し、これらを提供しているおすすめ情報に組み込むことができます。

お客様はどのように Recommendations AI を活用しているか

世界では数多くの小売業者が、Recommendations AI から大きな価値を生み出してきました。

Sephora は世界各地に数千の店舗を持ち、化粧品やパーソナルケア商品を扱うオムニチャネルの多国籍な小売業者です。おすすめの商品情報を活用し、顧客の e コマース エクスペリエンスをパーソナライズしています。

Sephora でサイト パーソナライゼーションおよびテスティング担当マネージャーを務める Jaclyn Luft 氏は、次のように述べています。「実店舗と同じくらい高度にパーソナライズされたショッピング エクスペリエンスを、デジタル プラットフォームでもお客様に提供したいと考えていました。当社は Google Cloud の革新的な機械学習技術を活用して、オンラインのお客様におすすめの商品情報を通じてどれだけ高度なパーソナライゼーションを提供できるかを探求しました。」

同氏は次のように続けます。「Recommendations AI を実装して以来、驚くべき結果が出ました。以前の機械学習に基づくレコメンデーションと比べて、商品ページのクリック率が 50% も上昇し、ホームページ全体でのコンバージョン率は 2% 近く改善したのです。今は、購入手続きやメールなど、当社のエコシステムの他の領域でレコメンデーションを強化するために、どのようにして Recommendations AI のテスト、反復、拡張を続けていくかを検討しています。」

オーストラリアを代表するアパレル ブランドやライフスタイル ブランドを数多く抱える Hanes Australasia も、Recommendations AI でパーソナライゼーションを強化している顧客です。

Hanes Australasia のオンライン アナリティクス マネージャーである Peter Luu 氏は、次のように述べています。「Recommendations AI を使うと、極めて優れたデータ実行が可能になり、Google Cloud がいかにデータから真の商業的価値を生み出すかがわかります。Recommendations AI によるおすすめ情報と当社で以前使っていた手動のシステムの A/B テストを行った際、セッションあたりの収益が 2 桁増加したことがわかりました。」

同氏はさらに次のように述べています。「Google Cloud は非常に使いやすいプロダクトですから、機械学習の専門家でなくても、その専門知識、機能、パフォーマンスを最大限引き出すことができるのです。」

スイス最大のオンライン小売業者である Digitec Galaxus は、電子機器から衣服まで幅広い商品を顧客に提供しています。同社が Recommendations AI を利用するのは、顧客が探している商品を見つけやすくするためです。

同社でパーソナライゼーションのプロダクト オーナーを務める Christian Sager 氏は、次のように述べています。「Digitec Galaxus では、お客様に快適なオンライン ショッピング エクスペリエンスを提供することを最優先にしています。Recommendations AI を使えば、ウェブサイト全体で幅広いお客様にパーソナライズされたおすすめの商品情報を提供することが可能です。また、Recommendations AI は、社内の提案アルゴリズムをテストし、検証する際にも参考になります。」

同氏は続けて次のように説明しています。「パンデミックに際して、必要な製品を見つけることはこれまで以上に重要になっています。この数か月、当社はおすすめ情報の利用が全体的に大きく増えていることに気づきました。Recommendations AI の導入によって、クリック率が前の期間と比べて 40% 増加したのです。パンデミックが続く中でお客様のニーズが変化しましたが、Recommendations AI はその変化に十分対応したため、お客様の好みを把握し続けることができました。」

$600 分の無料クレジットで Recommendations AI を始めましょう

Recommendations AI 公開ベータ版に合わせて、ボリューム ベースで 3 段階に分かれた新たな料金体系を導入しました。モデルのトレーニングと調整には別途料金がかかります。この新たな料金体系では、何個のモデルをアクティブにしておくか、モデルのトレーニングを停止するか、コストをより厳格に管理するかを決定できます。

また、新たに Recommendations AI をご利用になるお客様には、Google Cloud の新規のお客様向けの $300 分の無料クレジットに加え、$600 分のクレジットもご提供します。通常、モデルをトレーニングして、2 週間の A/B テストで本番環境での性能をテストするには、これで十分です。新しい料金体系と無料クレジットについては、こちらをご覧ください。

Recommendations AI のご利用にあたっては、手順ガイドや Google のウェブサイトをご覧いただくか、営業担当者にお問い合わせください。 

-プロダクト マネージャー Pallav Mehta