用語解説 : レコメンド（リコメンド）エンジンの ASP サービス『パーソナライズド・レコメンダー』は、導入サイト実績 No.1！

レコメンドをはじめとする「パーソナライズド・レコメンダー」のサービスに関連する用語について解説します。

レコメンド(レコメンデーション)エンジン: レコメンド(レコメンデーション)エンジンとは、ユーザの行動履歴を分析し、各ユーザの好みに沿った商品又はサービスをオススメする。行動履歴だけでなく、あらかじめ登録したユーザの情報を用いる事でよりユーザの好みに合った商品を提供する事ができる。ユーザは自分が欲しい商品の情報を即座に手に入れる可能性が増え、また提供側は商品購買率が上がるという双方にメリットがあるサービスであり。(リコメンド、リコメンデーションと呼ばれる事もある)
パーソナライゼーション(個人): パーソナライゼーション(個人)とは、ユーザ全員に同じ情報を提供するのではなく、ユーザ一人一人に合わせて情報を提供するレコメンド手法。ユーザ個人の行動履歴や購入履歴を基にそのユーザと相関性の高い商品を個々人合わせてお薦めする。パーソナルなデータを基に、レコメンド情報を生成するので、従来のレコメンドよりも一層ユーザに合ったオススメ情報を提供できる。
ランキング機能: ランキング機能とは、閲覧・購入されている視点で、人気が高い順番にソートして表示するコンテンツ。閲覧ベース・購入ベースといったカテゴリを絞ったランキング表示が可能である。ランキング機能はAppiritsのレコメンドで使用でき、様々なお客様に、売上を伸ばす為に使用されている。
リマインド機能: リマインド機能とは、「あなたが最近見た商品」といった、ユーザの行動履歴(足跡)を表示する機能です。このリマインド機能によってユーザは、最近自分が見た商品を探す手間が省け、商品詳細間が行き来し易くなり、比較が簡単になる。リマインド機能はAppiritsのレコメンドで使用する事が出来る。
レコメンドメール: レコメンドメールとは、2009年から流行っているサービスで、amazonで使われいるサービスとして有名である。サイトに訪問したユーザの、サイト内行動履歴や、サイトで保有しているユーザの性別や年齢など、属性情報を組み合わせる事で、パーソナライズされたメールをユーザに届けるサービスである。Appiritsのレコメンドでも提供しているサービスです。
モバイルレコメンド: モバイルレコメンドとは、携帯電話のWebサイト用のレコメンドエンジンである。PCのWebサイトに比べ、操作性や画面表示に限りがあるモバイルWebサイトだが、レコメンドを表示する事で関連商品へのリンクが容易になり、ユーザビリティの向上を図る事が出来る。また関連商品へのリンクがスムーズになるとクロスセルにも繋がる。モバイルレコメンドは、Appiritsで提供しているサービスである。
協調フィルタリング: 協調フィルタリングとは、最も普及しているレコメンドロジックである、協調フィルタリングは行動履歴を基にレコメンドデータを生成する。Appiritsのレコメンドエンジンでは、「閲覧」「カート投入」「購入」の3ヶ所から行動データを取得しており、様々なパターンを用いる事で、よりユーザのニーズに沿ったレコメンドを提供する事ができる。
テキストマイニング: テキストマイニングとは、商品の情報であるテキストデータを基にレコメンド情報を生成するロジック。商品間の特徴である商品名や素材、地名などのテキスト情報を基にレコメンドデータを作成する。テキストマイニングの特徴は、似たような商品や、同じキャラクターなどの商品がレコメンドされ易い、協調フィルタリングと併用する事で、新商品やあまり見られていない商品をレコメンドする事が出来る。テキストマイニングは、Appiritsのレコメンドに用いられているロジックの一つである。
ルールベース: ルールベースとは、初期のレコメンドに良く使われていたが、協調フィルタリングが出てきてから減少してきた。運営者が手動で設定する為手間がかかるが、サイト運営者の意図を組み事が出来る。Appiritsでは協調フィルタリングやテキストマイニングといったロジックと組み合わせて提供している。
コンテンツフィルタリング: コンテンツフィルタリングとは、必要ないと思われる情報をブロックするシステムである、一般的には有害サイトなどへのアクセスを遮断する事に用いられている。Appiritsのパーソナライズドレコメンダには、フィルタ機能を搭載しているので、表示させたくない商品を非表示にさせる事が出来る。
ハイブリッド型レコメンド: ハイブリッド型レコメンドとは、Appiritsのレコメンドの様に、一つのロジックではなく、多数のロジックを組み合わせて、レコメンドデータを生成するレコメンドエンジンの事である。協調フィルタリングだけではレコメンドする事が不可能だった新商品や、あまり見られていない商品のレコメンドも、テキストマイニングを組み合わせることで自動的にレコメンドする事ができる。
ユーザ行動履歴: ユーザ行動履歴とは、ユーザのサイト内での行動履歴の事である、レコメンドにおけるユーザの行動データの取得場所は、「商品閲覧時」「カート投入時」「商品購入時」の3つのパターンがある。レコメンドを生成する際に用いるユーザ行動履歴を使い分ける事で、表示されるレコメンドの内容が変化する。アパレル関連の例を挙げると、閲覧ベースでレコメンドすると似た商品が表示され、購入ベースで表示すると、異なる種類の商品が表示され易くなるので、自然とコーディネートの合う商品が表示される。アップセルやクロスセルに繋げる事ができる。
クリックストリーム: クリックストリームとは、Webサイトに訪れたユーザのページ遷移の軌跡の事を言う。一般的にユーザはサイトを訪れると、サイト内を行き来する。ページの移動はリンクをクリックする事で行うので「クリックストリーム」と名前がつけられた。アクセス記録を見る事で、個々のユーザがどのページをどの順番で訪れたか調べる事ができる。クリックストリームを分析する事でサイトのユーザビリティの良し悪しを調べる事ができる。
ベイジアンネットワーク: ベイジアンネットワークとは、複数の事象の確率的な因果関係をモデル化する手法であり、その強さを条件付き確率で表すのが特徴である。ユーザのマウス操作の履歴(どのメニューを辿ってきたか，反応時間が早いか遅いか)などから、ユーザが次に行おうとしているコマンドやゴール状態を推定し，現在のユーザが必要としていると思われる適切な助言を生成するといった事に用いられている。
形態素解析: 形態素解析とは、文章を意味のある単語に区切り、辞書を利用して品詞や内容を判別する解析方法。機械翻訳などに用いられ、自然言語処理技術の一つ。Appiritsのテキストマイニングには、形態素解析の技術を用いており、商品の情報であるテキストデータを単語単位で分解し、自動的に解析してレコメンドデータを生成する。
ベクトル空間モデル: ベクトル空間モデルとは、情報検索を行うためのアルゴリズムの一つで、検索質問と文書を同じ索引語の重みベクトルで表現し、ベクトル間の類似度で検索質問に対する文書の適合度を計算するモデルである。
アルゴリズム: アルゴリズムとは、コンピュータで処理をする際の、「計算方法」や「やり方」といった手順・手続きの事を言う。この手順とは、適当にやるというものではなく、その指示に正確に従えば誰でも全く同じ結果が得られるように詳しく述べられていなければならない
ビーコン: ビーコンとは、Web上ではWebビーコンと呼ばれている。Webサイト上に非常に小さい画像を埋め込み、画像が読み込まれる事でサーバに読み出し要求がいき、そのページが閲覧されたかどうかを知る事ができる。
Cookie: Cookieとは、Webブラウザを通じて、訪問ユーザのコンピュータに一時的にデータを書き込んで保存する仕組みである。ユーザの識別に用いる事に使用され、ECサイトではショッピングカートなどに用いられている。訪問ユーザの最後に訪問した日時や訪問回数なども記録されており、Cookieの情報を用いる事で、パーソナルな情報をユーザに提供する事が出来る。
ログ: ログとは、データログやサーバログなど様々な使われ方がある、コンピュータの利用状況や、アクセス状況などの記録の事。
アイテムマスタ: アイテムマスタとは、データの事、サイトに掲載する商品や情報のデータの事を示す。アイテムマスタの連携では、アイテム名・リンクURLといったアイテム情報をTSVファイルで連携します。
TSV: TSV(Tab Separated Values)とは、データをタブ文字で区切って並べたファイル形式。主に表計算ソフトやデータベースソフトがデータを保存するときに使う形式、カンマ区切り形式(CSV)で保存されたファイルと同様に汎用性が高く、多くの電子手帳やワープロソフトなどでも利用できる。
ティッカー: ティッカーとは、指定範囲内に文字列を流して表示させる表示方式であり。主に文字が次々に流れて行く方式が用いられている。主な例を挙げると、新幹線の車内看板や、証券取引所などの電光掲示板などがある。レコメンドの場合、レコメンドティッカーと呼ばれる。レコメンドティッカーとは、商品名や商品画像、価格、商品説明などオススメする商品が表示されるスペースの事をいう。表示スペースや文字、画像のデザインは、サイトによって異なる。Appiritsのレコメンドでは商品数や、画像の並べ方といったデザインを自由にカスタマイズして頂き提供しております。
バッチ処理: バッチ処理とは、リアルタイムではなく、ある一定の期間に一定量データを集め、まとめて一括処理を行うデータ処理方法。売上データや受注データなど大量なデータを集めて一括で更新する際に用いられる事が多い。
ASP: ASP(Application Service Provider)とは、動的にWebページを生成するWebサーバの拡張機能の一つで、JavaScriptなどで記述されたスクリプトをサーバ側で処理し、処理結果のみをブラウザに送信する。バグの処理やバージョンアップはASP事業者が行う、また小規模であれば費用も非常に安く、利用者側は管理が大変容易になる。
SEO: SEO(Search Engine Optimization)とは、Webページが検索結果の上位になるようにWebサイトの作り方を工夫すること「サーチ・エンジン最適化」とも呼ばれる。サーチエンジンは独自のアルゴリズムで検索結果の順位を決めます。SEOとはそのアルゴリズムを解析し、できる限り上位になるように、WebページやWebサイトを構築する手法がSEOである。
ユーザビリティ: ユーザビリティとは、提供するサービスが「使いやすい」「わかりやすい」など、ユーザにとって面倒さストレスなどを感じさせずに使用できるか。また提供するサービスがお客様に満足いただける「使い勝手」なのかというもの。サービスが高性能になり、複雑になっていく中で、どのユーザにも満足いただけるサービス創りが重要である
ロングテール: ロングテールとは、ネットビジネス上の商品販売特性でありリアルビジネスにはない特徴である。人気商品の売り上げとそれ以外のあまり注目されていない商品、すなわちニッチ商品の売り上げの割合が20:80というパレートの法則の事を言う。20％の人気商品を「ヘッド」、80％のニッチ商品を「テール」と呼ぶ。リアルビジネスでは在庫管理にコストがかかる為ニッチ商品を多く用意する事は難しいが、物流にかかるコストが極めて低いネットビジネスでは「テール」部分の売上を伸ばす事が可能であり、「テール」の部分をいかに伸ばすかがネットビジネスでは重要な事である。Appiritsのレコメンダー管理画面には、ロングテールを解り易くグラフで表示しているのでマーケティングデータにご利用頂いております。
クリック率: クリック率とは、リンクがクリックされる割合のこと。CTR（Click Through Rate）とも呼ばれる。クリック率は、対象であるバナーやリンクなどをクリックした回数÷表示した回数で求める。表示場所やデザインなどでクリック率は変化する。
コンバージョンレート／転換率: コンバージョンレートとは、サイト上での商品購入や会員登録をするなどといった販売側が設定したゴールに到達した割合のことであり、Webサイトの投資対効果を計る上で重要な指標である。Webサイトの訪問者数がいくら多くても購入者数が少なければコンバージョンレートは低く利益も少ない。また訪問者数が少なくても商品購入者が多ければコンバージョンレートは高く利益も多い。コンバージョンレートを上げる事はWebサイトを運営していく上で重要なことである。
離脱率(Abandonment Rate): 離脱率とは、Webサイトに訪問したユーザが、商品の購入など最終目的に達する事なくWebサイトから離脱してしまう割合。Webサイトを運営していくには重要な問題であり、離脱率の多いページは何らかの問題があるので改善しなくてはならない。特に最終目的ページの直前が離脱率が高い場合は特に注意した方がよい。アクセス解析利用すると離脱率が調査できる。
直帰率(Exit Rate): 直帰率とは、サイトに訪問したユーザが入口である最初のページ(ランディングページ)で離脱してしまう割合。せっかく訪れたユーザが何らかの原因でサイトから離脱してしまうのは運営側としては大きな損失であると言える。アクセス解析を用いて直帰率を調べて、直帰率が高いようならWebサイトを改善したほうが良い。
回遊率: 回遊率とは、1ユーザーがサイト内のページをどれだけ閲覧したかを示す度合いである。回遊率が高いと訪問したユーザはサイト内の様々な情報を見ている事になり、サイト運営者側としてもより多くの情報を提供する事が出来る。回遊率が低いと、いくら訪問者数が増えたとしても、ユーザに有用な情報をアピールする事が出来ず、売上の上昇率が見込めません。
リピート率: リピート率とは、一度訪れたユーザがまたWebサイトに訪れる割合の事を言う。リピート率が向上するとユーザのロイヤリティが上昇し、ユーザの囲い込みが出来る。訪問ユーザに対して、有用な情報を与える事が最も効果的な方法である。
販売機会損失: 販売機会損失とは、ユーザ側に需要があり、販売側にも売る意思があるが、販売側の都合で取引が成立しないことに伴う売り上げの減少を指す。例を挙げると、「ユーザが欲しい商品にアクセスしたが、商品が品切れで購入できない」といった利益を得るチャンスはあったのだが機会を逃した場合の損失を言う。
アップセル: アップセルとは、ある商品を購入しようとしている顧客に対して、その商品よりも上位(値段の高い。利益率が高い)に位置する商品を薦めて売上を伸ばすマーケティング手法。実際に高い物を買わせようとすると顧客は逃げてしまうが、レコメンドで「ほかの人はこの商品を見ている」といったオススメをする事で、ユーザにより高い商品を買う事を促進させる
クロスセル: クロスセルとは、ある商品を購入しようとしている顧客に対して、関連する商品を購入させて売上を伸ばすマーケティング手法。実際に販売する場合、ユーザに関連商品をオススメする事は難しいが、レコメンドを用いればユーザの趣味や趣向、特徴などを分析して「この商品を買っている人は他にこのような商品を買っています」とお薦めする事で関連商品をオススメする事が可能である。
OneToOneマーケティング: One to Oneマーケティングとは、ユーザ一人一人の嗜好やニーズ、購買履歴などに合わせて、個別に展開されるマーケティング活動。企業とユーザが一対一で対応しているように感じるサービスであり、既存の顧客に対して満足度を高める事が出来るサービス。
潜在ニーズ: 潜在ニーズとは、表面に現れずユーザの内面に潜んでいる需要の事。ユーザ自身が気づいていない欲求であり、少しのきっかけで需要が表面に現れる。隠れたユーザのニーズを表に出す事で販売側はさらに多くの商品を購入してもらう事ができる。
ニッチ商品: ニッチとは、「隙間」や「適所」のこと言い、経済的な分野では潜在的にニーズがあるのに気付いていなく購入しないといった場合に使われる。こういったニーズがあるけれど買われない商品の事をニッチ商品という。

Appirits のサービス