ある大手食料品販売の企業で、レコメンドエンジンの導入を進めていた時の話です。シルバーエッグ・テクノロジーのAIエンジンを使ったそのプロジェクトで企画を手伝っていた筆者は、企業側からある厳しい注文を受けました。

「おにぎりを買うユーザーに、なぜ牛乳がレコメンドされるんだ？ お茶を出してくれ！」

おにぎりと牛乳……確かに、一見おかしな組み合わせです。しかし、この組み合わせを“出さない”レコメンドエンジンというのは、果たして正しいのでしょうか？ また、特定の日にうなぎを買ってもらうことが、レコメンドの役割なのでしょうか？

【INDEX】

・「おにぎりに牛乳をレコメンド」はおかしい？
・あえてカテゴリー違いのレコメンドを起こすべき
・「おにぎり＋牛乳」がレコメンドされ、売上が上がる理由
・多様な選択肢を提案することが、CVR向上の鍵となる

「おにぎりに牛乳をレコメンド」はおかしい？

今回の「おにぎりに牛乳」のような問題は、一種の「カテゴリーミステイク」と捉えることが出来ます。データの上では、おにぎりも牛乳も食品というカテゴリーでしかないのですが、人間はデータ化できていないさまざまなカテゴリーを、暗黙のうちに共有しています。

今回は、「おにぎり食グループ」と「パン食グループ」という2つのカテゴリーに関する錯誤が起こったと言えます。「おにぎり食グループ」にはお茶や漬物、「パン食グループ」には牛乳やコーヒーが入り、唐揚げはどちらのグループにも属する……そんな想像が、誰でもできると思います。この企業からの要望は、マーケターの「おにぎり食グループに、牛乳は入らない」という直感に反したことが原因です。

では、レコメンドエンジンもこのような「おにぎり食グループ」「パン食グループ」といったカテゴリーをデータとして持ち、両カテゴリーを組み合わせたレコメンドが発生しないように制御するのが、正しい方法だったのでしょうか？

答えはNoです。

あえてカテゴリー違いのレコメンドを起こすべき

細かなカテゴライズによるレコメンドの制御を行うべきでない理由はいくつかあります。どのようなカテゴリーを作り、それをどう適用するのかといった運用面の問題もありますが、最も大きな問題は、往々にしてこのようなカテゴリーは曖昧であり、常に絶対ではないということです。

「おにぎり食グループ」を想像したとき、そこにどんな食べ物を入れ、また入れないかは、人によってかなり差異があります。「唐揚げ」をおにぎり食グループに入れないという判断をする人もいるでしょうし、中には「牛乳」をおにぎりと一緒に食べても良いと考える人もいるはずです。そういった曖昧なものを、カテゴリー/セグメントで明確に切ってしまうと、多様なユーザーの選択肢を排除してしまうことになりかねません。

実は、この顧客の要望を耳にしたとき、私は心中で憤慨していました。なぜなら、私は子供の頃から牛乳が好きで、現にこの企業のストアで、頻繁におにぎりと牛乳を同時に買っていたからです。

そして、AIを搭載したレコメンドエンジンは、こういったあまり主流ではない、多くの人の固定観念から離れた商品と商品の組み合わせを学習によって発見し、それを好む人に届けるために、存在しているのです。

「おにぎり＋牛乳」がレコメンドされ、売上が上がる理由

おにぎりと牛乳の例は極端ですが、レコメンドエンジンを導入する企業からは、さまざまな「カテゴリーミステイク」の修正要望を受けることがあります。たとえば、「シャツのページに、帽子がレコメンドされているのはおかしい」とか、「ヒーローものの玩具カテゴリーに、少女用の玩具が出るのはおかしい」といった具合です。

しかし、なぜこのような違和感のあるレコメンドをAIが出すのかと言えば、そのような組み合わせで商品を閲覧したり購入したりする人がいるからにほかなりません。

リアルタイムで蓄積される購買データの中に「おにぎり＋牛乳」という買い方をするユーザーが一定数出現すると、AIはアルゴリズムに基づいて、まだおにぎりと牛乳を一緒に購入したことはないが、過去の行動パターンの近いユーザーにも、「おにぎり＋牛乳」をレコメンドします。そして、そのユーザーが実際にレコメンドをクリックしたかどうかを観測することによって、更にどういったユーザーがその組み合わせを好むのかを、精緻にしていきます。

当然ながら、この学習の過程で、「おにぎり＋牛乳」を好まないユーザーにもそれがレコメンドされることがあります。しかし、学習が進めば、自然とこのようなレコメンドは、本当に「おにぎり＋牛乳」を好むユーザーだけに表示されるようになります。

得てして、そういったこだわりのあるユーザーのほうが、商品の購買確度は高くなります。もしもレコメンドエンジンが学習をせず、マーケターの先入観によって作られたカテゴリーやルールに従ったレコメンドを繰り返し出すだけだったら、ユーザーの中にある多様なニーズに応えることはできなかったでしょう。ユーザーの好みに応じて「おにぎりには牛乳」や「メンズのシャツ＋レディースの帽子」といった提案のできるレコメンドエンジンの方が、コンバージョン率は高まります。

多様な選択肢を提案することが、コンバージョン向上の鍵となる

AI搭載レコメンドエンジンは、時折企業のマーケター視点では違和感のあるレコメンドを出すことがあります。だからといって、そのようなカテゴリーミステイクが疑われるレコメンドをただちに止めるべきではありません。そういったカテゴリーは、実際はマーケターの先入観やデータの恣意的な解釈によって形成されたもので、ユーザー一人ひとりが心の中に持つ自由な選択を、疎外しているかもしれないからです。

もちろん、状況や目的によっては、カテゴリーによるレコメンドの制御が必要な場合もあります。例えば、食品系ECではハラールやコーシャといった宗教の戒律に対応するため、厳格な表示制御が必要な場合があります。また、アパレル系ECでは、サイトのトップページに下着を出さないといった、ユーザーの心証を考えた制御が多く求められます。

ですから、多くのAI搭載レコメンドエンジンは、カテゴリー制御機能も備えています。サイトやページの目的に応じて、特定のカテゴリー内でのレコメンドと、カテゴリー制御をかけないレコメンドを出し分けたり、両方を出したりすることによって、ユーザー体験をより高めることが可能になります。

いずれにせよ、レコメンドエンジンによってCVRを上げるポイントは、マーケターの先入観によってレコメンドアイテムの過度の制御をしないことにあります。AIが選び出すレコメンドアイテムは、ユーザーの多様性の鏡です。その多様性を信じ、ユーザーに寄り添ったレコメンドを続けることができれば、サイトのエンゲージメントはおのずと高まっていくことでしょう。

（文：園田 真悟）

▼AI搭載レコメンドエンジンの機能について詳しく知るにはこちら！▼