協調フィルタリング（Collaborative Filtering）

「すべての人」が「少ししだけ好きな商品」の市場というのはまず存在しません。現実には、特定の「限られた人」だけが「非常に好きな商品」が、その商品の市場を形成しています。この「限られた人」のことを「ターゲット顧客」と言います。

これまでのマーケティングにおけるターゲット顧客の設定では、年齢、性別、収入や学歴といった「個人の属性」、朝、昼、晩、春夏秋冬といった「時間軸」、住んでいる国や地域などの「エリア」などによって顧客を分割し、この中からターゲット顧客を選び出して対応してきました。

こうしたターゲット顧客の設定が正しいとき、ある特定のマーケティング活動（例えば広告）に対して、ターゲット顧客はみな、同じように反応することが期待されます。この背後には、個人の属性、時間軸、エリアなどが似通っている人の価値観は似ているだろうという仮説があります。

ところがこうした従来のターゲット顧客の設定というのは、顧客の価値観の多様化によって、昔ほどにはうまく機能しなくなってきています。しかし、どうにかしてターゲットを絞らないと、限られた予算で効果的なマーケティング活動を展開することはできません。

そこで注目されているターゲット顧客の設定方法が、顧客の好みによってターゲットとなる顧客を細かく分類する「協調フィルタリング」という方法です。過去の購入履歴が似ている顧客はもちろん、ある特定の商品への評価が似ている人や、ネット内で形成されている同じコミュニティーに属している人なども、この協調フィルタリングによって抽出される対象です。

協調フィルタリングの例として一番わかりやすいのは、アマゾンなどに代表されるネットショップが実施している「おすすめ商品」のシステムです。こうしたシステムは、購入履歴（及び検索履歴）と商品の評価（カスタマーレビューなど）が似ている人同士を「顧客グループ」として認識します。

例えば同じ顧客グループに属していて、他の80％のグループ構成員が購入している（かつ満足している）物は、残りの20％も購入する可能性が高いはずです。こうした分析を繰り返し、その顧客グループの好みを明らかにしつつ、好みに合うと思われる商品（かつ、まだ購入していない商品）を個別におすすめするというわけです。

非常に強力に思えるこの協調フィルタリングにも、既存の商品の中からおすすめ商品を見つけ出すことについてはパワフルなのですが、全く新しい商品の売り込みでは威力が極端に落ちるという弱点が知られています。マーケティングに終わりはありませんね。

（これから散歩に出ます）

春の花

関連記事
「顧客のクラス分けと、マーケティング戦略」 2009-03-16
「マーケティングの現在」 2009-01-20
「接触回数と好感度の関係について」 2009-01-17


→ twitterもやってます：http://twitter.com/joesakai