Skip to content

アイテムのおすすめについて

この記事では、顧客が実際に興味を持っているアイテムを提案するさまざまな方法について学び、Braze を使用して推奨エンジンを作成するための一般的なユースケースのヒントを得ます。

前提条件

すべての推奨タイプでは、推奨アイテムがそこから取得されるため、少なくとも 1 つの カタログ を設定する必要があります。

推奨事項の種類

顧客に商品を推奨する場合、いくつかのアプローチがあります。

AIによるパーソナライズされた推奨事項

AI アイテム推奨 機能の一部である AI パーソナライズ推奨は、ディープラーニングを活用して、ユーザーが過去に興味を示したものに基づいて、次に最も興味を持つ可能性が高いものを予測します。この方法は、ユーザーの行動に適応する動的でカスタマイズされた推奨システムを提供します。

AI パーソナライズされた推奨事項は、購入やカスタム イベントなどの過去 6 か月間のアイテム操作データを使用して推奨モデルを構築します。パーソナライズされたリストを作成するための十分なデータがないユーザーの場合、最も人気のあるアイテムがフォールバックとして機能し、ユーザーは引き続き関連性の高い提案を受け取ることができます。

AIアイテムレコメンデーションを使用すると、利用可能なアイテムをさらに絞り込むこともできます。 選択項目。ただし、Liquid による選択は AI による推奨には使用できないため、カタログ選択を作成するときはその点に注意してください。

例については、この記事の 「ユースケース」 セクションを参照してください。

AI アイテム推奨 機能には、「AI パーソナライズ」モデルに加えて、ユーザーが最も関心を持つアイテムを特集する「最も人気のある」推奨モデルも含まれています。

追跡されるインタラクション データに基づいて、このモデルの使用例には次のような推奨が含まれます。

最新のアイテムのおすすめ

AI アイテム推奨 機能には、「AI パーソナライズ」モデルに加えて、ユーザーが最も関心を持つアイテムを特集する「最新」の推奨モデルも含まれています。このモデルを使用すると、離脱したユーザーに関連コンテンツへの再エンゲージメントを促すことで、離脱率を削減できます。

追跡されるインタラクション データに基づいて、このモデルの使用例には次のような推奨が含まれます。

選択ベースの推奨

選択は カタログ データの特定のグループです。選択を使用する場合、基本的にはカタログ内の特定の列に基づいてカスタム フィルターを設定することになります。これには、ブランド、サイズ、場所、追加日などのフィルターが含まれる場合があります。ユーザーに表示するためにアイテムが満たす必要のある基準を定義できるため、推奨する内容を制御できます。

前の 3 つのタイプはすべて、Braze で推奨モデルを設定およびトレーニングすることを伴います。これらのモデルでも選択を使用できますが、カタログ選択と Liquid パーソナライゼーションだけでいくつかの推奨ユースケースを実現することもできます。

いくつかのユースケースでは、次のような推奨が行われます。

ルールベースの推奨事項

ルールベースの推奨 エンジンは、ユーザーデータと製品情報を使用して、メッセージ内でユーザーに関連するアイテムを提案します。Liquid と Braze カタログまたは Connected Content のいずれかを使用して、ユーザーの行動と属性に基づいてコンテンツを動的にパーソナライズします。

ルールベースの推奨事項は、手動で設定する必要がある固定ロジックに基づいています。つまり、ロジックを更新しない限り、推奨事項はユーザーの個々の購入履歴や好みに合わせて調整されないため、この方法は頻繁に更新する必要のない推奨事項に最適です。

使用例には次のようなものがあります:

  • 再入荷のお知らせ:毎月のビタミン剤や毎週の食料品など、使用サイクルが予測可能な商品の最終購入日に基づいて、補充リマインダーを送信します。
  • 初めてご購入のお客様:初めて購入する顧客にスターター キットや入​​門オファーを推奨して、2 回目の購入を促します。 ロイヤルティ プログラム:現在のポイント残高に基づいて、顧客のロイヤルティ ポイントまたは特典を最大化する製品を強調表示します。
  • 教育コンテンツ:以前に使用または購入した教材のトピックに基づいて、新しいコースやコンテンツを提案します。

ユースケース

ユーザーが次に購入する可能性が高いアイテム

購入イベントまたは購入に関連するカスタム イベントに基づいて、ユーザーが次に購入する可能性が高いアイテムを予測して推奨します。例えば：

  • 旅行サイトでは、ユーザーの閲覧履歴や過去の予約に基づいてバケーション パッケージ、フライト、ホテル滞在を提案し、次の旅行先を予測して旅行の計画を容易にすることができます。
  • ストリーミング プラットフォームは視聴習慣を分析して、ユーザーが次に視聴する可能性が最も高い番組や映画を推奨し、ユーザーの関心を維持し、解約率を下げることができます。

Requirements
  • AI 項目のレコメンデーション
  • 関連商品のカタログ
  • 購入を追跡するための方法（購入オブジェクトまたはカスタムイベント）

How to set up
  1. AI アイテム推奨を作成します。
  2. タイプ を AI パーソナライズに設定します。
  3. カタログを選択してください。
  4. (オプション) 選択項目を追加して、関連するアイテムのみに推奨事項をフィルタリングします。
  5. 現在購入イベントを追跡する方法と、対応するイベント プロパティを選択します。
  6. 推奨事項をトレーニングします。
  7. メッセージングで推奨事項を使用します。

最近カートに追加されたアイテム

最近カートに追加したがまだ購入していない商品への関心をユーザーに思い出させます。たとえば、オンライン小売業者は、カート内の商品にリマインダーを送信したり、期間限定の割引を提供したりすることで、オファーの有効期限が切れる前にユーザーが購入を完了するように促すことができます。

Requirements
  • AI 項目のレコメンデーション
  • 関連商品のカタログ
  • カートに追加するためのカスタムイベント

How to set up
  1. AI アイテム推奨を作成します。
  2. タイプを「最新」に設定します。
  3. カタログを選択してください。
  4. (オプション) 選択項目を追加して、関連するアイテムのみに推奨事項をフィルタリングします。
  5. 「カスタム イベント」 を選択し、リストからカートに追加するカスタム イベントを選択します。
  6. 推奨事項をトレーニングします。
  7. メッセージングで推奨事項を使用します。

気に入ったアイテム

いいねのカスタム イベントに基づいて、ユーザーが最近いいねしたアイテムや人気のあるアイテムを検索するように促します。たとえば、音楽ストリーミング アプリでは、ユーザーが過去に好んだジャンルやアーティストに基づいてパーソナライズされたプレイリストを作成したり、新しいアルバムのリリースを提案したりできるため、ユーザーのエンゲージメントとアプリで過ごす時間が向上します。

Requirements
  • AI 項目のレコメンデーション
  • 関連商品のカタログ
  • いいねのためのカスタムイベント

How to set up
  1. AI アイテム推奨を作成します。
  2. タイプを「最新」に設定します。
  3. カタログを選択してください。
  4. (オプション) 選択項目を追加して、関連するアイテムのみに推奨事項をフィルタリングします。
  5. 「カスタム イベント」 を選択し、リストから「いいね！」のカスタム イベントを選択します。
  6. 推奨事項をトレーニングします。
  7. メッセージングで推奨事項を使用します。

最も人気のある商品

購入履歴に基づいて、カタログ内の人気アイテムをユーザーに検索するよう促します。関連性のあるコンテンツのみが表示されるようにするには、選択してフィルタリングすることをお勧めします。たとえば、フードデリバリーサービスでは、プラットフォーム全体での注文の人気度に基づいて、ユーザーのエリア内で最も評価の高い料理やレストランを強調表示し、試用や発見を促すことができます。

Requirements
  • AI 項目のレコメンデーション
  • 関連商品のカタログ
  • 購入オブジェクトまたはカスタムイベント

How to set up
  1. AI アイテム推奨を作成します。
  2. タイプを「最も人気のあるもの」に設定します。
  3. カタログを選択してください。
  4. (オプション) 選択項目を追加して、関連するアイテムのみに推奨事項をフィルタリングします。たとえば、フードデリバリーサービスでは、レストランの場所や料理の種類をフィルタリングする選択肢があるかもしれません。
  5. 現在イベントを追跡する方法と、対応するイベント プロパティを選択します。
  6. 推奨事項をトレーニングします。
  7. メッセージングで推奨事項を使用します。

最も閲覧されたアイテム

閲覧を通じてユーザーベース全体で注目を集めたアイテムを強調表示し、エンゲージメントや購入を促進します。たとえば、不動産ウェブサイトでは、ユーザーの検索エリア内で最も閲覧されている物件リストを表示して、注目を集めている物件を強調表示し、お得な物件や望ましい立地を示すことができます。

Requirements
  • AI 項目のレコメンデーション
  • 関連商品のカタログ
  • ビューのカスタムイベント

How to set up
  1. AI アイテム推奨を作成します。
  2. タイプを「最も人気のあるもの」に設定します。
  3. カタログを選択してください。
  4. (オプション) 選択項目を追加して、関連するアイテムのみに推奨事項をフィルタリングします。
  5. [カスタム イベント] を選択し、リストからビューのカスタム イベントを選択します。
  6. 推奨事項をトレーニングします。
  7. メッセージングで推奨事項を使用します。

新しいアイテム

このシナリオは、ユーザーアクションに直接依存するのではなく、カタログデータに依存します。カタログへの追加日に基づいて新しいアイテムをフィルタリングし、推奨モデルをトレーニングすることなく、ターゲットを絞ったキャンペーンやキャンバスを通じてこれらを宣伝できます。

たとえば、ハイテク電子商取引プラットフォームでは、フィルターを使用してカタログに最近追加されたアイテムをターゲットにすることで、ハイテク愛好家に最新のガジェットや今後の予約注文について通知することができます。

Requirements
  • 追加日フィールドを含む関連アイテムのカタログ

How to set up
  1. カタログに基づいて選択を作成します。カタログに、アイテムが追加された日付に対応する時間フィールド ( データ型が時間に設定されているフィールド) があることを確認します。
  2. (オプション) 必要に応じてフィルターを追加します。
  3. 「並べ替え順序のランダム化」 がオフになっていることを確認します。
  4. 並べ替えフィールドでは、追加日フィールドを選択します。
  5. 並べ替え順序 を降順に設定します。
  6. メッセージングで選択内容を使用します。

ユーザーのカート内の人気商品

他の多くの買い物客がカートに追加した商品を展示し、ユーザーにあなたの提供している商品の現在のトレンドを垣間見てもらうことができます。

たとえば、ファッション小売業者は、他の顧客がカートに追加した人気商品に基づいて、トレンドの服やアクセサリーを宣伝することができます。その後、ホームページとモバイル アプリに動的な「今話題の商品」セクションを作成し、商品が売り切れる前に買い物客が購入するように促すためにリアルタイムで更新することができます。

Requirements
  • AI 項目のレコメンデーション
  • 関連商品のカタログ
  • カートに追加するためのカスタムイベント

How to set up
  1. AI アイテム推奨を作成します。
  2. タイプを「最も人気のあるもの」に設定します。
  3. カタログを選択してください。
  4. (オプション) 選択項目を追加して、関連するアイテムのみに推奨事項をフィルタリングします。
  5. 「カスタム イベント」 を選択し、リストからカートに追加するカスタム イベントを選択します。
  6. 推奨事項をトレーニングします。
  7. メッセージングで推奨事項を使用します。

ランダムアイテム

多様なユーザー エクスペリエンスを実現するには、ランダムなアイテムを推奨することで多様性をもたらし、あまりアクセスされていないカタログ領域への関心を高めることができます。この方法では、特定のモデルやイベントは必要ありませんが、カタログ選択を使用してアイテムがランダムに表示されるようにします。

たとえば、オンライン書店では、ユーザーの過去の購入履歴や閲覧習慣に基づいてランダムに本を推奨する「サプライズ ミー」機能を提供して、通常の読書ジャンル以外の本を読むことを奨励することができます。

Requirements
  • 関連商品のカタログ
  • 並べ 替え順序をランダム化 をオンにした選択

How to set up
  1. カタログに基づいて選択を作成します 。
  2. (オプション) 必要に応じてフィルターを追加します。
  3. 並べ替え順序をランダム化をオンにします。
  4. メッセージングで選択内容を使用します。

最近クリックしたアイテム

クリックのカスタム イベントに基づいて、ユーザーが最近クリックしたアイテムに再度アクセスするように促します。たとえば、オンライン ファッション小売業者は、ユーザーがクリックして興味を示した衣服を紹介するフォローアップ メールやプッシュ通知を送信する推奨事項を作成し、ユーザーがそのアイテムを再度確認して購入するように促すことができます。

Requirements
  • AI 項目のレコメンデーション
  • 関連商品のカタログ
  • クリックのカスタムイベント

How to set up
  1. AI アイテム推奨を作成します。
  2. タイプを「最新」に設定します。
  3. カタログを選択してください。
  4. (オプション) 選択項目を追加して、関連するアイテムのみに推奨事項をフィルタリングします。
  5. [カスタム イベント] を選択し、リストからクリックのカスタム イベントを選択します。
  6. 推奨事項をトレーニングします。
  7. メッセージングで推奨事項を使用します。

最近関心を持った、または購入したアイテム

閲覧、クリック、購入など、ユーザーが最近操作したアイテムを宣伝します。このアプローチにより、おすすめが常に最新のものとなり、ユーザーの最新の興味に沿ったものになります。.例えば：

  • 教育：オンライン教育プラットフォームでは、最近教育ビデオを視聴したものの、まだコースに登録していないユーザーに対して、同様のコースや興味のある科目を調べるように促すことで、ユーザーの関心を維持し、学習を始める意欲を高めることができます。
  • フィットネス：フィットネス アプリは、ユーザーが最近完了した、または操作したワークアウトやチャレンジに似たワークアウトやチャレンジを提案できるため、ユーザーのエクササイズ ルーチンは多様で魅力的なものになります。
  • ホームセンター小売業者:顧客が電動工具を購入した後、ホームセンターの小売業者は最近の購入に基づいて関連するアクセサリや安全装備を推奨し、ユーザーの体験と安全性を向上させることができます。

Requirements
  • AI 項目のレコメンデーション
  • 関連商品のカタログ
  • 購入オブジェクトまたはエンゲージメントインタラクションのカスタムイベント

How to set up
  1. AI アイテム推奨を作成します。
  2. タイプを「最新」に設定します。
  3. カタログを選択してください。
  4. (オプション) 選択項目を追加して、関連するアイテムのみに推奨事項をフィルタリングします。
  5. [カスタム イベント] を選択し、リストからクリックのカスタム イベントを選択します。
  6. 推奨事項をトレーニングします。
  7. メッセージングで推奨事項を使用します。
  GitHub でこのページを編集
「このページはどの程度役に立ちましたか?」
New Stuff!