レコメンド機能に見るビックデータの利用方法 | SP館のブログ 空間づくりのおてつだい

SP館のブログ 空間づくりのおてつだい

メーカーの運営する サイン・ディスプレイ/店舗用品のオンラインショップ SP館。
お店づくり、オフィス環境づくりなどの
「空間づくり」に役立つあたらしい情報や日々のちょっとした発見を情報として発信していきます。

「あなたにおすすめ!」ってのが自分のスマホやPCに出てくるのが当たり前になってきましたが、これって結構すごいことです。

まあ、セキュリティ的に脅威だ!って方も見えますが、やっぱり便利ですし、うっとうしくアンケートなんかをとられるよりも、自然に自分の購買や好みのデータが蓄積されていって、これを独自に処理して有益な情報としてフィードバックしてくれるってことはメリットのほうが大きい気がします。




先日もAppleがAppleMusicをリリースして話題になってますが、このような音楽サービスなんかもこのレコメンド機能をもちろん備えています。

これを支えるのは膨大な数の購買データ、好みなどのプロフィールデータ、さらにAppleMusicのようにWEB上にライブラリーデータを持つタイプのサービスなら,実際に聞かれている音楽なんかもリアルタイムでデータ化できます。

まさにビッグデータ。

それを元により的確に、自分でも自覚してなかったようなオススメを得ることができるってことです。




マーケティングなんかを考えてると「お客様のニーズに応えなさい!」ってことになりますが、
そもそもお客様のニーズって何でしょう?

お腹がすいてたら何かを食べたいですし、眠かったら寝たいですが、それが命に関わるほど急をようするってことは、今の日本では特別なケースです。

つまりは、どうしても何かをしたい、欲しいって訳ではなく、
何か自分のツボにはまるものを探してるってことになるように思います。

ただ情報としてそこまで受信できない人は、冒険して失敗することをさけるために
いつもと同じレストランでいつもと同じメニューを食べて、
いつもと同じファッションビルでいつもと同じブランドの服を買い、
いつもと同じ音楽を聴いて、いつもと同じ本を読みます。

どのような環境が良し悪しかは人それぞれですが、これからは明らかに「一歩先のニーズ」を読んだおすすめが出てくるのは間違いないと思っています。



参考になりましたら幸いです。
いろいろなサイン・ディスプレイ扱ってます。