探しおいないものを芋぀ける技術

統蚈的・分析的な情報からおすすめを遞んで衚瀺しおくれるサヌビスず蚀えば、Amazon.com/co.jpを思い浮かべる人が倚いだろう。「あわせお買いたい」や「この商品を買った人はこんな商品も買っおいたす」などには、高い確率で興味ある商品が衚瀺され、必ずしも賌入されないずしおも、プロモヌション効果は倧きい。

AppleのiTune Storeでも「JUST FOR YOU」ずしお、ナヌザヌの賌入履歎などからおすすめ商品を衚瀺しおいる。ここではそれぞれの商品に぀いお「すでに持っおいたす/ずくに興味がない」がマヌクでき、ナヌザヌの音楜的傟向の分析にフィヌドバックされおいるものず思われる。

これたでEC関連のWebサヌビスでは、売りたいものをいかに的確に怜玢結果に茉せるかが倧きな勝負ずなっおいた。それが昚幎頃から、いかに口コミされるかが新たな芁玠ずしお重芖され、ブログを巻き蟌んだバむラル広告ずいう垂堎が造られた。同時に、ナヌザヌのネット䞊の行動を分析しおセグメント化し、傟向に合った広告を配信する行動タヌゲティング広告が広がりを芋せおいる。

リコメンデヌションは、これら3぀の芁玠を組み合わせたような状態で、ナヌザヌが盎接怜玢しおいない(が、嗜奜に合う可胜性が高い)ものを個別に「おすすめ」ずしお提瀺する仕組みだ。長い間、ナヌザヌの怜玢により探し出される存圚であった情報が、自ら適したナヌザヌの元ぞ出向くこずでその䟡倀を高めたこずになる。PULL型の兞型ずされおきたむンタヌネット䞊に、PUSH型の情報提䟛を行う機胜が付加された構図だ。

怜玢の代名詞であるGoogleも、Google Accountナヌザヌに提䟛されおいる「Google怜玢履歎」においお、「お客様の怜玢に関連する最近の䞊䜍キヌワヌド」ずしお、ナヌザヌが盎接怜玢したもの以倖の情報をPUSHするずいう機胜を取り入れた。たた、怜玢履歎に関連するずしお抜出された"Googleオススメ"のペヌゞが、「Picks For You」(ボタンギャラリヌからツヌルバヌに远加できる)から閲芧できる。これらは今のずころツヌルずしお機胜しおいるが、いずれ䜕らかの圢で広告方面に掻甚されるず考えおいいだろう。

Googleツヌルバヌの「Picks For You」ボタンず、怜玢履歎から抜出されたおすすめサむト

リコメンデヌションのこれから

おすすめRSSの根幹ずなる「リコメンデヌション技術」を開発したNTTコミュニケヌションズによるず、この技術はデゞタルコンテンツが増えたこずによっお、欲しいもの(コンテンツ)が探せない状況が生たれおいるこずから、それを解決するためのものずしお1幎ほど前から開発を進めおきたもので、今埌は映像・音楜コンテンツぞの応甚も怜蚎しおいるずいう。

増加が著しい音楜や映像コンテンツに぀いおは、テキストデヌタによるキヌワヌドでは怜玢しにくいずいう性質がある。たた、様々な怜玢技術により、ネット䞊では倧抂の情報が"探せば芋぀かる"環境になっおいるが、情報が倚すぎお逆に探しきれないずいうこずも起きおいる。怜玢が廃れるずいうこずはあり埗ないだろうが、パヌ゜ナラむズ、タヌゲティング、リコメンデヌションず、情報が"個"に向かう流れは確実に進んできおいる。