リアル店舗での購買パターンを活用し、経験則に基づいたレコメンド表示で利益率アップ

ユーザーが希望する衣食住の商品やサービスの注文を受け、希望日時に宅配を行う「オンラインルームサービス」。
ここにも「さぶみっと！レコメンド」が活躍しています。

このサービスは、出前サービスとは異なり、有名レストランの食事、お酒、DVDレンタル、クリーニング、日用品といったくらしのさまざまな商品やサービスをまさにホテルのコンシェルジュやルームサービスのように一元的にとりまとめ、提供してくれるというもの。

つまり、顧客のライフスタイルや利用シーンにマッチした商品やサービスをいかにうまくトータルで提案するかがサービスのポイントで、まさにレコメンドの協調フィルタリングがもっとも効果的な分野のひとつでもありました。

例えば食事だけでもさまざまな料理店が参加されており、登録されている料理も相当数に上ります。

忙しい方を対象としたサービスなので、情報を探す手間を与えては、そもそもターゲットニーズに合わないものになってしまいます。

そこで、例えば食べたい料理を選べば、そこからサイドメニューやお酒や他のサービスをおすすめするような仕組みにし、さらにそれが他のユーザーの行動に基づくものであれば、より確実にユーザーの嗜好にあった提案ができます。

さらにレコメンドで表示するアイテムは10個までが一般的ですが、このサービスでは、ボタンをクリックして、おすすめアイテムを送りながら見ていく表示にしており、省スペースで多くのあわせ買いアイテムをおすすめする、といった工夫がされています。