レコメンドシステムの運用を開始してからはコンバージョン率が向上するなど、顧客獲得の最大化を目指して行ってきたデータ分析基盤への投資に見合った効果が確実に得られています

KDDI株式会社 コンシューマ営業統括本部 コンシューマ特販営業統括1部 オンライン営業部 企画グループ グループリーダー(旧オンラインショップ推進室 室長) 中山 将吾氏

ビジネス上の課題

KDDIは、同社が展開するモバイル通信サービス「au」の関連製品を取り扱う公式通販サイト「au Online Shop」をユーザーにとってより使いやすくするために、さまざまな施策に取り組んでいます。その一つとして2015年頃より検討を始めたのが、サイトを訪問するユーザーのデータを分析・活用する取り組みです。同社はこれまでもサイト訪問者のデータを収集・蓄積していましたが、顧客データとしてしっかりと活用するまでには至っていませんでした。同社はこの課題を解決してサイトの顧客獲得を最大化するにはデータ分析・活用の仕組みが必要だと判断し、サイトを訪問したユーザーにお勧めの機種を提案するレコメンドシステムの検討を開始しました。

概要と経緯

レコメンドシステムに関するデータ分析は、何の経験も知見もないメンバーが行います。そこで、同社は「プログラミングが不要でGUIベースで使える」「スモールスタートで始められる」「分析結果をリアルタイムに活用できる」などの要件でソリューションを絞り込み、SPSS Modelerを最有力候補とします。そして、導入パートナーとしてSPSSソリューションの取り扱い経験が豊富なAITを得たことも決め手となり、SPSS Modelerの採用を決めました。同社は2017年1月よりPoC(Proof of Concept:概念実証)を実施して効果を確認すると、2018年5月より本番運用に向けた導入作業を開始します。

効果と今後の展望

リアルタイムレコメンドシステムは2019年5月に完成し、翌6月に最初の本番環境をリリース。その後、個々のユーザーにピンポイントで商品を提案するワンツーワンマーケティング型からユーザー端末ごとのレコメンドにアプローチを変えた新システムを2020年6月にリリースします。新システムでは、サイト上に表示するお勧め商品のリスト生成・更新が自動化され、運用も効率化されました。レコメンドシステムの運用開始後はコンバージョン率が向上するなど、データ分析基盤への投資に見合った効果が得られています。KDDIは今後、SPSSソリューションで実現したデータ分析基盤とレコメンドシステムの活用をau Online Shop以外のビジネスにも広げていく計画です。

[製品・サービス・技術 情報]
当事例で使用されている主な製品・サービスは下記の通りです。
IBM SPSS Modeler
IBM SPSS Collaboration and Deployment Services

当事例に関する図表を含めた詳細な情報は、下記「PDFダウンロード」よりご覧いただけます。

製品・サービス

  • Analytics