ネット上をいろいろ閲覧していると、すでに宿泊済みの宿の広告や購入済みの商品の広告がいつまでも追いかけてくる経験ってあるよね？
リアルな世界で言えば、昨日店頭でナイキのスニーカーを買ったお客さんが今日店先を通った時に全く同じナイキのスニーカーを
「お客さん、ナイキのスニーカーいかがですか？」
と勧めるようなもので、とても間抜けな店だと思われても仕方がない。
それをオンラインだと広告費というお金を払ってやっているのだからさらに間抜けと言える。
そこで、ChatGPTにこの件を訊いてみた。
「すでにオンラインで購入済みの商品の広告が何度も表示されます。これはリコメンドのアルゴリズムが単純すぎるからではないかと思うのですが、どうでしょうか？」
ChatGPTの回答は、
「おっしゃる通りです。オンラインで購入済みの商品が繰り返し広告として表示される現象は、一般的には広告配信のリコメンドアルゴリズムが単純すぎるために起こることがあります。この問題は、顧客の体験を悪化させる可能性があるため、企業にとっては重要な課題です。
この現象の主な原因として以下の点が挙げられます：
- 単純な過去閲覧履歴に基づくアルゴリズム: 一部のアルゴリズムは、過去の閲覧履歴や購入履歴だけに依存して広告を表示することがあります。この場合、過去の購入履歴が十分に考慮されず、同じ商品が繰り返し表示されることがあります。
- アルゴリズムの多様性不足: リコメンドアルゴリズムがあまりにも特定の情報に偏ると、その情報に基づいて類似商品が連続して表示される可能性が高まります。アルゴリズムの多様性を向上させることで、この問題を軽減することができます。
- 逆効果の発生: 適切なフィードバックループが欠けていると、顧客は同じ商品を繰り返し表示されることに対してイライラを感じ、逆にその商品やブランドに対する興味を失う可能性があります。
- リアルタイム情報の不足: 一部のアルゴリズムは、リアルタイムの情報を考慮せず、過去のデータのみに基づいて広告を表示します。しかし、購買履歴や閲覧履歴が変化している可能性があるため、これが問題の一因となることがあります。
解決策としては、以下の方法が考えられます：
- 多様なデータを考慮: 購入履歴だけでなく、関連するカテゴリや興味関心の幅広い情報をアルゴリズムに組み込むことで、より多様な商品を提案することができます。
- フィードバックの活用: 顧客のフィードバックをアルゴリズムに組み込んで、広告表示を最適化する手段を提供します。これにより、顧客の好みや関心に合った商品が適切に提示されるようになります。
- リアルタイムデータの利用: 購買履歴や閲覧履歴が変化する可能性を考慮し、リアルタイムのデータをアルゴリズムに組み込むことで、より最新の情報に基づいた広告表示が実現されます。
- 広告の制御オプションの提供: 顧客にとって不要な広告を非表示にするオプションを提供することで、顧客の広告体験をカスタマイズできるようにします。
企業はこれらのアプローチを組み合わせて、より質の高い広告表示を実現し、顧客の満足度を向上させることが求められます。」
おっしゃる通りです、と来た(笑)。
でも、この返事をたったの5秒で書き終わっちゃうところがやっぱりすげぇ。