Amazonの「レコメンド（おすすめ商品）機能」をご存知の方は多いだろう。ユーザーの行動履歴を分析し、属性にマッチした商品情報を表示してくれる便利な機能だ。この、“ユーザーの行動履歴を分析する”ことが、ECの世界でも広告の世界でも大きな潮流となりつつある。　

ECにおいては先述の通りだが、広告の分野では行動ターゲティング（Behavioral Targeting）といった形で「広告をレコメンドするため」に数々の分析手法がとられている。 さて、話は戻りこのレコメンドシステムだが、ECでの活用が主なものと捉えがちだが、米国においてはコンテンツメディアの分野にまで、その影響が及びつつあることはあまり知られていないのではないだろうか。

　導入時期は不明だが、Wall Street Journal（以下「WSJ」）紙のオンラインコンテンツ版で上記のような機能が実装された。上記キャプチャ画像は、ある記事の右サイドに表示されたボックスであるが、「この記事を読んだ人はこんな記事も…」と記載がある。 つまり、エントリーされた記事単位でユーザー行動履歴が分析され、おすすめ記事が表示されているというわけだ。 これまで、“おすすめされるもの”といえば、商品がそのほとんどだったわけだが、テキストコンテンツにおいてもレコメンドがはじまったのである。ちなみに、WSJが導入しているレコメンドサービスはloomiaという企業がシステムを提供しているようだ。

　さて、日本を見てみるとどうだろうか？現在のところレコメンドシステムと言うと、その殆どはECにおける物販活用に利用されており、コンテンツメディアへの導入はまだまだ先といったところである。 ちなみに、日本のレコメンドシステムを提供するASP各社を一覧にしてみたので、導入を検討しているWEB担当者の方は参考にしてみてはいかがだろうか。