世界のレコメンデーション エンジン市場規模は、2021 年の30 億米ドルから 2030 年までに540 億米ドルに達すると予測されており、予測期間 (2022 ～ 2030 年) 中に37% の CAGR を記録すると予想されています。レコメンデーション エンジンは、マーケティング担当者が顧客に関連する製品のレコメンデーションをリアルタイムで提供できるようにするデータ フィルタリング テクノロジです。機械学習 (ML) や人工知能 (AI) などの複雑なアルゴリズムとデータ分析技術を使用して、個人に適切な製品カタログを推奨します。
また、ユーザーの好み、過去の閲覧履歴、特徴、Web サイト、アプリケーション、電子メールの状況コンテキストに基づいて製品を表示することもできます。現在、エンターテインメント、モバイル アプリ、教育など、カスタマイズされた戦略を必要とする企業対消費者 (B2C) 電子商取引業界で一般的に使用されています。
| レポート指標 | 詳細 |
|---|---|
| 基準年 | 2021 |
| 研究期間 | 2020-2030 |
| 予想期間 | 2024-2032 |
| 年平均成長率 | 37% |
| 市場規模 | 2021 |
| 急成長市場 | 北米 |
| 最大市場 | アジア太平洋地域 |
| レポート範囲 | 収益予測、競合環境、成長要因、環境＆ランプ、規制情勢と動向 |
| 対象地域 |
|
企業の成長には、より優れた個別の顧客サービスとソリューション/サービスの品質が不可欠です。より良い顧客サービスの最も重要な特徴は、市場の拡大を促進する可能性が高く、顧客の幸福度と顧客維持です。
企業は、高度に個別化された顧客エクスペリエンスを提供することで、競合他社が再現するのが難しいと思われる利点を活用する技術やテクノロジーを求めています。この種のエクスペリエンスでは、プライベート データを使用して、何百万もの顧客により良いエクスペリエンスを提供します。結果は実行によって決まります。正しく実行されれば、パーソナライズされた顧客エクスペリエンスは、組織が目立つようになり、顧客ロイヤルティを育成し、今日の競争環境において不可欠な長期的な競争上の優位性を達成するのに役立ちます。
顧客はもはや店舗で購入を決定するのではなく、デジタル棚の前でコンピューターのブラウザーや携帯電話を使用してオンラインで購入を決定します。小売業者にとって、自社製品の価格、配置、広告は、単に周囲の棚にある製品と比較されるだけでなく、世界中のウェブサイトを持つショップの代替製品とも比較されます。この点、AI や機械学習を使用したレコメンデーション エンジンなどのテクノロジーにより、消費者のニーズと製品が確実に一致し、競合他社よりも一歩先を行くことができます。
消費者の選択肢が豊富なため、小売業者は顧客の好みを見極めることが困難でした。技術開発は勢いを増しており、分野全体で急速に採用されています。さまざまなテクノロジーの発展により、消費者の行動と、販売前および販売後のコラボレーションやコミュニケーションの方法が変化しました。
可能な限り最適な出力をパーソナライズおよび変更するために、すべてのユーザー データを考慮する必要性が高まっており、業界全体でのレコメンデーション システムの導入に影響を与える可能性があります。クライアントが見るコンテンツ、つまり製品のビジュアルは、消費者情報に追加される主要な側面の 1 つです。
説明やラベルに基づいて製品間の類似点を見つけ、消費者の過去の履歴を調査して同等の製品を推奨することにより、推奨エンジンは説明や属性に基づいて製品や物を推奨できます。レコメンダー システムは、特徴セットに基づいて観察を行います。次に、履歴/ラベル付きデータ クラスターを使用して、クラスター内のラベルに基づいてクラスターに提案を割り当てます。
製品を推奨するためにラベルを調査する際の最大の問題は、異なるラベルが付いた同一の製品が見落とされたり、不適切に消費されたりする可能性があり、情報が適切に統合されていないことを意味します。これは主にユーザーの好みの変化によって引き起こされます。その結果、ビジュアルに含まれるクライアントの好みとラベルを正しく分析することの複雑さが、ビジュアルが顧客に影響を与える上で重要な役割を果たす、メディアとエンターテイメント、旅行とホスピタリティなどの特定のエンドユーザー業界での発展を妨げると予測されています。決断。したがって、この要因はレコメンデーションエンジン市場の成長を妨げます。
小売業は、消費者のオンライン ショッピングや製品検索への傾向により、革新的なデジタル シフトを迎えています。さらに、パンデミックにより、マーケティングの関心はブランドロイヤルティ、インタラクションの強化、スケーラビリティなどの要素に移ってきました。
BDO 2020 小売デジタル変革調査によると、回答者の 59% がマーケティングおよび販売プロジェクトに取り組んでいると回答しました。回答者の約 32% が、プロジェクトは長期にわたる (今後 12 か月を見据えて) と述べています。
さらに、技術の進歩により、より良い判断を下すためにデータを使用する大きな機会が生まれました。近年、カスタマー ジャーニーはますます複雑になっているため、単一のアクティビティやチャネルに焦点を当てると、顧客が購入に至るまでのいくつかの追加のタッチポイントとどのようにやり取りするかという全体像が無視されます。さまざまなテクノロジーは、小売業者やマーケティング担当者がカスタマー ジャーニーのいくつかのタッチポイントを調整し、独自の消費者アイデンティティを作成するのに役立ちます。
これらのテクノロジーを使用すると、マーケティング担当者は顧客が購入ファネルをどのように通過するかを追跡し、好みのチャネルで顧客に到達することができます。また、この粒度により、企業は顧客が自社のメディアとどのようにやり取りするかをより深く理解し、それぞれのやり取りにクレジットを割り当てることができるため、メディア購入を最適化することができます。さらに、これらの洞察はほぼリアルタイムで生成されるため、マーケティング担当者は顧客体験のあらゆる時点でエンゲージメントを高め、購入決定に影響を与える機会をつかむことができます。
さらに、電子商取引プレーヤーは、デジタル コマースの増加と運営予算の逼迫により、ROI を最大化できるように、投資するテクノロジーとソリューションについて十分な情報に基づいた選択をするよう求められています。今日の小売業者は、顧客と、便利で一貫したショッピング体験に対する顧客の期待を理解するために、顧客のコンバージョンを最大化するための戦略的ソリューションを求めています。その結果、予測される期間にわたって、世界中の小売業者はレコメンデーション エンジンの使用を増やすことが予想されます。
導入モードによって、市場はオンプレミスとクラウドに分けられます。オンプレミス部門は世界のレコメンデーション エンジン市場で最大のシェアを占めており、CAGR 38% で成長し、2030 年までに 430 億米ドルの収益を生み出すと予想されています。
機械学習は、主要なレコメンデーション システムにおいてますます重要な側面になってきています。システムは機械学習を使用してすべてのデータを理解し、認識していない隠れた関係を特定する必要があります。通常、最良の結果を達成するには、迅速な結果を提供できるオンボード システムが使用されます。アルゴリズムは、多くのアプリケーション分野でオンプレミスの推奨事項を実現するために、サーバーベースまたはエッジベースのアーキテクチャを備えた組織のファイアウォールの背後で適用されます。
個人データに関するプライバシーとセキュリティの懸念のため、多くの企業はオンプレミス ソフトウェアを採用しています。企業は、要件やセキュリティのニーズに応じてハードウェアを適応および調整できます。これは、オンプレミス展開を実装することの大きな利点です。
レコメンデーション エンジン市場はタイプ別に、協調フィルタリング、コンテンツベース フィルタリング、ハイブリッド レコメンデーション システム、およびその他のタイプに分類されます。ハイブリッド レコメンデーション システム部門は市場を支配しており、2030 年までに 39% の CAGR で成長し、収益が 200 億米ドルになると予測されています。
この戦略には、協調フィルタリングとコンテンツベースのフィルタリングの両方が組み込まれています。推奨事項は、以前のユーザー アクティビティと、推奨事項が表示されるクライアントの好みに基づいています。 Spotify のカスタマイズされた「Discover Weekly」プレイリストは、ハイブリッド レコメンデーション アルゴリズムをよく表しています。
多くの企業では、ソリューションの有効性を向上させるためにハイブリッド システムの使用が増えており、ハイブリッド フィルタリングはアルゴリズムの効率を向上させることが認められています。たとえば、IT サービス プロバイダーの Sigmoidal は、協調的なアプローチとコンテンツ ベースのアプローチを組み合わせ、詳細なパターン認識に機械学習を利用することにより、インテリアの電子商取引会社向けに製品推奨システムを作成しました。
エンドユーザー業界ごとに、レコメンデーション エンジン市場は、IT および電気通信、BFSI、小売、メディアおよびエンターテイメント、ヘルスケア、およびその他のエンドユーザー業界に分割されます。小売部門はレコメンデーション エンジン市場で最大のシェアを占めており、CAGR 37% で成長し、2030 年までに 190 億米ドルの収益を生み出すと予測されています。
ビジネスを前進させるために、小売業者はレコメンデーション エンジン市場での存在感を拡大しています。リーバイスは、よりパーソナライズされた消費者直販体験を提供するメリットを享受する中、2021年4月、AIを活用した商品提案エンジンを世界規模で拡大し続けると発表した。
この推奨エンジンは 2019 年に米国で初めて開発され、消費者のオンライン行動指標をより適切に理解するためにリアルタイムで動作し、個別の購入推奨を提供できるようになります。 2020年に世界中で店舗閉鎖が相次ぐ中、リーバイスは顧客が何を望んでいるのかを予測し、それらまたはそれに匹敵するものを展示するテクノロジーへの注力を強化した。さらに、組織はアジャイル開発手法を採用して、新機能の導入、モデルの改善、予測精度の向上を図っています。
新型コロナウイルス感染症のパンデミックは、企業が顧客とやり取りする方法に大きな影響を与えました。顧客は、危機がどのように展開するかに関係なく、ニーズを満たす高レベルのサービスを求めています。
CiscoのAppDynamicsの最近の「Agents of Transformation Report」によると、パンデミック中のITの優先順位は95％の企業で変化し、88％がデジタルカスタマーエクスペリエンスが現在最優先事項になっていると報告している。
顧客は、チャット、メッセージング、会話型ボットをセルフサービス オプションとして使用することが増えています。その結果、企業はこれらのテクノロジーを利用して、素晴らしい顧客エクスペリエンスを提供すると同時に、実店舗やライブイベントへの従来の依存度を下げる必要がありますが、社会的距離のこの時代ではもはや実行不可能です。これらの企業でのテクノロジーの利用が増加することで、レコメンデーション エンジンによってもたらされる利点がさらに高まる可能性があります。
パンデミック以前は、AppDynamics のアプリ注目度指数への回答者の 70% が、デジタル インタラクションは対面でのやり取りよりもさらに個別化されると予想していました。このパーソナライゼーションの需要は現在、さらに差し迫ったものになっています。このような例は、あらゆる企業にとってレコメンデーション エンジンの重要性を示しています。
地域に基づいて、世界のレコメンデーション エンジン市場シェアは、北米、ヨーロッパ、アジア太平洋、ラテンアメリカ、中東およびアフリカに分かれています。
世界のレコメンデーション エンジン市場はアジア太平洋地域が大半を占めており、収益は 39% の CAGR で成長し、2030 年までに 230 億米ドルに達すると予想されています。
電子商取引大手のアリババは、AI と機械学習を利用して提案を強化しています。たとえば、アリババの検索エンジニアリング チームは、パーソナライズされた検索、推奨、広告を組み合わせたオンライン サービス プラットフォームである AI OS を開発しました。
Google Cloud は、2021 年 1 月にアジアを含む世界中のオンライン ビジネス向けに AI レコメンデーション エンジンを開発する意向を明らかにしました。クラウド コンピューティング サービスである Product Discovery Solutions for Retail により、小売業者は顧客エンゲージメントとコンバージョンを促進する検索機能とレコメンデーション機能を統合できるようになる可能性があります。デジタル資産全体にわたって。
北米地域は世界のレコメンデーション エンジン市場で 2 番目に大きなシェアを占めており、CAGR 36% で 2030 年までに 140 億米ドルの売上が見込まれています。
米国には、先端技術への戦略的投資によって促進される強力なイノベーション エコシステムがあり、人工知能などの技術開発を加速する世界中の大企業や起業家、有名な研究機関の存在によって補完されています。機械学習は、北米地域のレコメンデーション エンジンを強力にサポートします。
この地域の主要なテクノロジー企業の中でも、Microsoft、Google、Amazon、IBM が重要な市場プレーヤーとして台頭しています。この地域は、最先端の企業の存在により、レコメンデーション エンジンにとって最も先進的かつ有利な市場となっており、予測期間中に投資を誘致する可能性があります。
