レコメンドアルゴリズム、サイトに合わせて最適化。

レコメンドウィジェットが、各買い物客にどの商品を表示するかを決めるルールです：似た買い物客が購入・閲覧したもの、表示中の商品に合うもの、見た目が似ているもの、本人の履歴、あるいはカタログで最近変化したもの。Personyzeには商品向けに27、記事向けに22のアルゴリズムがあり、どのウィジェットもひとつのアルゴリズムで動き、空き枠を埋めるために他のアルゴリズムを控えに置いています。

協調フィルタリングは、買い物客が一緒にとった行動から学習します：「クロスセル」「この商品を閲覧した人が他に閲覧した商品」「次に閲覧」。コンテンツベースのアルゴリズムは、商品が何であり、どう見えるかで商品をマッチングします：「類似商品（AI）」「コーディネート提案」「似たスタイル」。人気系はみんなが欲しがるものを表示します：「ベストセラー」「今トレンドのアイテム」「訪問者の国で人気」。履歴系は買い物客本人のアイテムを呼び戻します：「最近閲覧したアイテム」「もう一度購入」。そして独自のルールで、好きな商品を選べます。Personyzeは商品ごとに、協調シグナルとコンテンツシグナルを合わせて考慮します。

ウィジェットエディタで「推奨」と表示されているものです：ホームページでは「パーソナライズドレコメンデーション」、カテゴリページでは「ベストセラー」、商品ページでは「次に閲覧」、カートとサンクスページでは「クロスセル」、検索結果では「検索に一致」、記事では「次に読む」。ストアにまだそのデータがなければ、マークは次の候補へ移ります。

商品ページで、表示中のアイテムに合う別の種類のアイテムを表示します：ネイビーのボンバーにはセーター、ビーニー、スニーカーを合わせ、ジャケットを並べることはありません。元になるのは買い物客が一緒に購入したもので、各商品の見た目で精査されるため、同じアイテムの別サイズ、大人用の隣の子ども用アイテム、何とでも一緒に買われるものは除外されます。「似たスタイル」は買い物客が一緒に閲覧したものから生まれます：同じ種類のアイテムを、合うスタイルで。

見た目からです。Personyzeは各商品の画像とタイトルを一度だけ読み取るので、新着商品は追加されたその日は主に見た目からレコメンドされ、購入が積み重なるにつれて実際の購入からのレコメンドが増えていきます。バランスは自動で変わります。「類似商品（AI）」もタイトル、ブランド、説明文、カテゴリを読み取り、「新入荷」は追加されたばかりの商品をリピート訪問者の目の前に表示します。

はい。Personyzeはカタログを読み取り、どんな種類のショップかを判断して、アルゴリズムをそれに合わせて最適化します：ファッションには「コーディネート提案」、家電には製品に合うアクセサリー、インテリア・家具には「お部屋コーディネート」、美容・食品・ペットのストアには「補充のタイミング」、スポーツ・アウトドアには同じアクティビティのギア、コンテンツサイトには同じトピックの次のステップ。設定は不要です。

はい。「訪問者との一致」は、各買い物客に合うものを先頭に並べます：本人の履歴からブランドとサイズ、性別、そしてふだん見ている価格に近い価格。商品を選ぶのは引き続きアルゴリズムで、ルールが変えるのは順番だけなので、ランダムなアイテムで列が埋まることはありません。

すべてのページに置けるひとつのウィジェットで、各ページで何を表示するかを、自社のデータから、ひとつの順番に沿って自ら選びます：商品ページでは「次に閲覧」、次に「類似商品（AI）」。カテゴリページではそのカテゴリのベストセラー。カートに商品があれば、その商品へのクロスセル。続いてすべてのページで「パーソナライズドレコメンデーション」「訪問者の国で人気」「今トレンドのアイテム」。そして最後に最新の商品を表示するので、空になることはありません。見た目のデータがあるストアでは、商品ページに「コーディネート提案」も表示します。ウィジェットエディタでは最初のカードで「推奨」と表示され、サイトの新しいウィジェットはここから始まります。

一緒に購入は、注文から学習した、商品に合うものを表示します：一緒に買う買い物客はコーディネートやセットを組んでいるので、「クロスセル」と「コーディネート提案」に使われます。一緒に閲覧は、訪問から学習した代替候補を表示します：一緒に見る買い物客は比較しているので、「この商品を閲覧した人が他に閲覧した商品」と「似たスタイル」に使われます。詳しくはこちら：「この商品を買った人はこんな商品も買っています」と「この商品を見た人はこんな商品も見ています」。

はい。どのウィジェットも、レコメンドのソースごと・商品ごとに、表示回数、クリック数、クリック率、クリックから7日以内の購入を計測します。A/Bテストで、2つのアルゴリズムを使う2つのウィジェットを比較することもできます。