レコメンドエンジンの高度化（AI活用）【EC】 
ユーザーの閲覧履歴や購入履歴、属性データをAI分析し、「この商品を買った人はこれも買っています」だけでなく、個人の好みにパーソナライズされた商品を提案するエンジン（Silver/Uniq, KARTE等）を導入する施策です。TOPページ、商品詳細、カート、メールなどあらゆる接点でレコメンドを行います。メリットは、客単価（クロスセル）の向上と、CVR改善です。
 職種 |
情報システム |  施策難易度 |
★☆☆☆☆ |
|---|---|---|---|
 業界① |
流通・小売 |  目的 |
売上最大化 |
| 業界② |
EC |  対象 |
データアナリスト マーケティング部門 |
 費用 |
100〜1000万円 |  実施期間 |
60 |
主なToDo
- 収集する行動データ（閲覧、カート投入、購入）を定義する
- レコメンド枠（あなたにおすすめ、ランキング等）を設置する
- ABテストを繰り返し、ロジックをチューニングする
期待できる効果
「ついで買い」を誘発し、広告費をかけずに売上を伸ばせる。ロングテール商品（埋もれた商品）の発見を促せる。
躓くところ
データ量が少ないと精度が出ない（コールドスタート問題）。的外れなレコメンドは逆効果になる。
狙えるチャネル
