Recommendations の仕組み
レコメンデーションの設定は 4 つのステップで行います。最初のステップは一度完了すれば、作成するすべてのレコメンデーションで再利用できます。1
データを準備する
アイテムカタログ（商品、コンテンツ、リスティング）を接続し、ユーザーアクションイベント（閲覧、カート追加、ウィッシュリスト保存、購入）を MoEngage の標準イベントにマッピングします。前提条件を参照してください。
2
レコメンデーションの種類を選択する
Basic（ユーザーが定義するルール）と Advanced（機械学習モデル）のどちらを使用するかを決定します。下記のモデルの選択を参照してください。
3
作成する
必要なフィルターと並べ替えを使用してレコメンデーションを設定します。
4
テストする
リリース前に、実際のユーザー、ランダムなサンプル、または特定のアイテムで結果をプレビューします。レコメンデーションのテストを参照してください。
5
キャンペーンで使用する
レコメンデーションを Push、Email、In-App などのキャンペーンに挿入し、パーソナライズされたコンテンツをユーザーに配信します。
Basic と Advanced のレコメンデーションの比較
MoEngage には 2 種類のレコメンデーションがあります。ほとんどのアカウントでは、キャンペーンに応じて両方を使用しています。モデルの選択
目的から逆算してモデルを選びます。メリット
- エンゲージメントとコンバージョンの向上 — 関連性の高い提案により、ユーザーのアクティブな状態が維持され、購入の可能性が高まります。
- クロスセルとアップセルの改善 — 状況に応じたバンドルやアドオンにより、平均注文額が向上します。
- 解約の削減 — 適切なタッチポイントで適切なアイテムを提示することで、ユーザーの再訪を促します。
- ロイヤルティの強化 — パーソナライズされた体験により、顧客は理解されていると感じます。
業界別の Recommendations
Recommendations は、カタログを中心とするほぼすべてのビジネスに適用できます。代表的なユースケースをいくつか紹介します。次のステップ
最初のレコメンデーションを作成する前に、データの準備ができていることを確認してください。- アイテムカタログを接続します。
- ユーザーアクションイベントをマッピングします。