deqwasのイメージ画像 deqwasのイメージ画像

“お気に入り”を先読みして、
売上をアップ

次々に登場する商品。どうやって本当に欲しいものを見つけてもらえるか――――

売れているものを売るより、まだ見つけられていないロングテールの商品もおすすめできることが、デクワス.RECOの強みです。
それを実現するのは、サイジニア独自の複雑ネットワーク理論による解析エンジン。
そして、新たに開発された“Deep Mining”テクノロジーにより、刻一刻と変化するお客様の嗜好の移り変わりに即座に対応します。
今まで気づかなかった“お気に入り”をリアルタイムに分析・提案し、ECサイトの売上アップにつなげます。

Hybrid recommendation engine 複雑ネットワーク × リアルタイム の
ハイブリッド型レコメンデーションエンジン

Hybrid recommendation engineの画像

デクワス.RECOの特長は、複雑ネットワーク理論を基礎にした解析エンジンの「独自性」と、Deep Miningテクノロジーによるリアルタイム情報処理の「即時性」。
この二つの掛け合わせが、他のレコメンデーションエンジンとは異なる高い性能の秘訣です。

Strong point of deqwas.RECO デクワス.RECOの強み

  • string_point 複雑ネットワークの画像
    複雑ネットワーク理論

    ロングテール商品の底上げこそがサイト全体売り上げアップ・成功の秘訣。複雑ネットワーク理論によって、売れ筋商品だけでなくロングテール商品もカバー。

  • string_point リアルタイム処理の画像
    リアルタイム処理

    “今、クリックした行動”に即座に対応。Webページを表示するたびに、直前までの選択に応じた最適なレコメンデーションを提供します。

  • string_point 人工知能の画像
    人工知能

    最先端のディープラーニングにより、普及型エンジンが抱える問題を克服。行動履歴が乏しい状態でも販売傾向を予測し、売上アップへつなげます。

複雑ネットワークのtitle画像複雑ネットワーク

複雑ネットワークの図1 複雑ネットワークの図2
潜在しているロングテール商品を底上げ、
サイト全体の売上を最大化

「協調フィルタリング」に代表される普及技術では、その理論的性質上、売れ筋商品がおすすめされる傾向が多く、結果的に“すでに知っている商品”、“ありきたりな商品”ばかりになってしまうのが弱点でした。そもそも、それらの商品はレコメンデーションすることが必要だったのでしょうか? デクワスは、この根本的な問題を解決します。

左上図は、あるECサイトにおいて、普及型エンジンを採用する他社とA/Bテストを行った際の実測値です。レコメンデーション経由の売上をそれぞれ色付けしています。CTRは、レコメンデーションクリック数/全体クリック数で計算されることから、一見すると普及型エンジンの方が高く見えます。しかし、その大半は、もともと売れ筋の商品、すなわちレコメンデーションサービスを利用していなくても売れていたはずの商品です。一方、スケールフリー性*を前提に、複雑ネットワーク理論に基づき開発されたデクワスは、売れ筋商品だけではなく、ロングテールまで広くカバーしてレコメンデーションすることが可能です(左下図)

御社のロングテール商品は、決して価値がない商品ではありません。“まだ見つかっていない、価値ある商品”です。これらロングテール商品を適切にお客様にレコメンデーションすることがデクワスの強み。今まで売れていなかった商品の売り上げを伸ばすことで、サイト全体の売上を最大化することができるのです。

*次数分布がべき乗則に従っていること

リアルタイム処理のtitle画像リアルタイム処理

“今、クリックした行動”に即座に対応

行動履歴の解析をベースにしたレコメンデーションは、従来、解析データの更新タイミングまで同じ内容を表示せざるをえないのが弱点でした。その結果、発売されたばかりの新商品をとりこぼしたり、お客様の嗜好の移り変わりにリアルタイムに対応することができません。

秒間数十万回ものデータをリアルタイムに処理するネット広告事業で培ったノウハウを活用し、サイジニアは、“Deep Mining”テクノロジーを開発しました。Deep Miningは、いつ誰がどこから何のページをどのようなデバイスによってクリックをしているのかをリアルタイムに分析。“今、生じている行動”に適応した最適なレコメンデーションを表示することが可能です。

  • リアルタイム処理の図1 何をクリックしても次のデータ更新
    まで同じ表示が変わらない
  • リアルタイム処理の図2 新たに閲覧した商品に応じて
    レコメンデーションも即時対応

人工知能のtitle画像人工知能

人工知能の画像
普及型エンジンの弱点を補う最新テクノロジー

従来型のレコメンデーションシステムにとって最大の弱点が、データが少ないときに解析精度が劣化すること、いわゆる「コールドスタート問題」でした。たとえば、一人にしか購入されていない商品や発売されたばかりの新着商品のような、行動履歴が十分に蓄積されていない段階では、レコメンデーションをどのように行えばよいのかフィルタリングができなかったのです。

サイジニアは、複雑ネットワーク理論に加えて、ディープラーニングなど最先端の人工知能技術により、コールドスタート問題を克服しています。創業以来分析してきた、延べ数億にも及ぶ商品の画像/販売価格/売れ行き/クリック率などマルチモーダルな情報を深層学習させることで、新着商品の基本情報から将来の販売予測と商品レコメンデーションを行うことができるようになりました*

さらに、ユーザからのクリックを教師信号として強化学習を行い、速やかに内部モデルをアップデート。その結果、データがたまるほど性能が自動的に改善され、常に変化する消費動向に対して適応を続けていきます。

*特許出願中

Multi device デクワス.RECOはマルチデバイス対応

PCやスマホのブラウザはもちろん、スマホアプリにも対応しています。
どんなデバイスでもレコメンデーションをご利用いただくことが可能です。

Multi deviceの画像

Benefits 導入効果

  • 導入効果1の画像
  • 導入効果2の画像
  • 導入効果3の画像
  • 導入効果4の画像

Case study ケーススタディ

  • Case studyの画像
    Case 01

    夢展望株式会社さま

    人気の女性向けファッションECサイト「夢展望」、
    デクワス.RECOの導入でレコメンデーション経由の購入単価が140%向上

    レディースファッションECサイト「夢展望」を運営する夢展望株式会社様の導入事例をご紹介します。 詳細を見る

Flow 導入までの流れ

Flowの画像 Flowの画像

Price 料金

基本料金

基本メニュー、オプションメニューともに、ご利用基本契約期間は1年となります。

初期 月額
デクワス.RECO 50万円〜 20万円〜

オプションメニュー

豊富なオプションメニューをご用意しております。詳しくは営業担当までお問い合わせください。

契約期間

基本メニュー、オプションメニューともに、ご利用基本契約期間は1年からとなります。

お問い合わせ・資料請求