Amazon Personalize トクバイ活用事例 / Amazon Personalize tokubai use case

Amazon Personalize ハンズオンセミナー
https://aws-seminar.smktg.jp/public/seminar/view/105
にて紹介させていただいたAmazon Personalizeの活用事例です

Transcript

1. Amazon-Personalize活用事例 
 株式会社トクバイ
 深谷・大谷
 2019/7/11

2. 自己紹介
 • 株式会社トクバイ サービス基盤チーム
 • 深谷淳(@fukajun) / 大谷洋一(@0tany)
 • データ基盤
 • インフラ構築/運用

3. Agenda
 1. 自己紹介
 2. トクバイの紹介
 3. 活用事例1 (ユーザー向け)
 4. 活用事例2 (店舗向け)
 5. Personalizeを使ってみての感想
 6. まとめ

4. トクバイの紹介

5. トクバイの紹介
 トクバイは日本最大級の無料チラシサービス 
 チラシはもちろん、お得なクーポンやタイムセールなどを
 買物前にタイムリーにチェックできる 

6. トクバイの紹介
 買い物情報サービス「トクバイ」

7. トクバイの紹介

8. トクバイの紹介
 買い物情報サービス「トクバイ」
 国内最大級のチラシ・買い物情報配信サービス
9. トクバイの紹介
 Google Playで2年連続表彰 、ユーザーから多くのご評価をいただいています 

10. 活用事例1 ユーザ向け

11. 活用事例1 ユーザー向け
 フォロー

12. やりたいこと
 • 現在のユーザー行動にはない店舗をレコメンドしフォロー店舗を増やしたい 
 考えたこと
 • 行動が似ているユーザーでも見てる店舗は多少異なる 
 • 平日の行動にはない店舗ならフォローしていない店舗もあるはず 
 試したこと
 • 休日のユーザー行動からフォローしていない店舗をレコメンド 
 
 活用事例1 ユーザー向け

13. 活用事例1 ユーザー向け
 学習
 • 期間
 • 2019/6/1 - 2019/6/31 
 • 学習データ
 • アクセスログから休日+店舗へ のアクセスに限定
 • スキーマ
 
 
 
 
 Interaction
 USER_ID
 店舗を見た
 ユーザーID
 ITEM_ID
 ユーザーが
 アクセスした
 店舗ID
 TIMESTAMP
 アクセス日時
 (unixtime)
 Item
 なし
 User
 なし
 • アルゴリズム
 • popularity-count
 • hrnn ⭐
 

14. 活用事例1 ユーザー向け
 フォロー店舗
 レコメンドされた店舗
 スーパーY
 スーパーM
 スーパーZ
 スーパーK
 子供用品店N
 コンビニA
 雑貨店A
 スーパーG
 スーパーS
 家電量販店A
 家電量販店B
 スーパーL
 スーパーN
 家電量販店C
 スーパーV
 スーパーW
 スーパーP
 
 
 
 考察
 フォロー店舗と同じ地域の店舗がレコメンドできている
 ★休日に行くことの多い、家電量販店などが含まれている
 平日の行動データからレコメンドしたものと比べても上位に来てい た

15. 活用事例1 ユーザー向け
 フォロー店舗
 レコメンドされた店舗
 スーパーL
 スーパーD
 スーパーM
 スーパーR
 スーパーI
 スーパーS
 スーパーG
 スーパーH
 ゴルフショップ
 スーパーI
 ホームセンターD
 ホームセンターE
 ホームセンターK
 スーパーC
 スーパーK
 スーパーL
 ドラッグストアA
 眼鏡店A
 考察
 同じく、フォロー店舗にはない近隣の店舗が含まれている
 ★休日に行くことの多いホームセンター、スポーツ店、
 眼鏡店などが含まれている

16. 活用事例1 ユーザー向け
 結果
 • 簡単な学習データだけで普段フォローしていない、店舗をレコメンドする ことができた
 

17. 活用事例2 店舗向け

18. 活用事例2 店舗向け 
 店舗がよく利用する機能として、商品投稿とチラシ投稿の2種類の機能がある 
 商品投稿
 チラシ投稿
 
 折込チラシの画像をそのままPC/モバイルで閲覧できる
 チラシに対してより詳細な商品情報だったり、
 タイムセールなどのリアルタイム性の高い情報を得られる

19. 活用事例2 店舗向け 
 店舗スタッフがオススメ商品 を選び、属性情報(値段、割 引率)を入力する
 チラシ広告事業者が作成した チラシを本部が直接入稿する ケースが多い
 チラシ広告事業者/店舗チェーン本部
 店舗スタッフ

20. 活用事例2 店舗向け 
 通常業務(接客、レジ打ち、品出し、etc..)の合間に、どのような商品を選定し投稿したらよいのか、何を投稿したらお客様に喜 んでもらえるのかがわからず、店舗スタッフの負担となっている。

21. 活用事例2 店舗向け
 テーマ
 ・日々の投稿トレンドを反映したオススメ投稿商品のレコメンデーション
 
 
 目標
 ・商品情報の入稿にあたり店舗毎に最適化された販促効果の高い商品レコメンデーションをする
 ・オススメ投稿商品を店舗スタッフに推薦することで商品情報の入稿をすこしでもラクにする
 
 
 考慮すべきポイント
 ・投稿商品は季節や、その時々の流行り廃りによって変動する 
 　　(例: 旬やトレンドなど) 
 ・投稿商品は地域毎に違いがある 
 　　(例:同じ季節でも沖縄のスーパーと北海道のスーパーでオススメすべき商品は違う) 

22. 活用事例2 店舗向け 
 Interaction
 USER_ID
 店舗ID
 ITEM_ID
 投稿商品カテゴリID 
 TIMESTAMP
 商品の投稿日時
 (unixtime)
 User
 USER_ID
 店舗ID
 BUSINESS_ID
 店舗業態ID
 (スーパー/ドラッグストア/ ホームセンター等)
 PREFECTURE_ID
 都道府県
 AREA_ID
 市町村区
 LATITUDE
 緯度
 LONGTUDE
 経度
 ITEM
 特になし
 対象期間：
 　2019/06/15 - 2019/06/30
 学習データ:
 ・対象期間にて全国の店舗からトクバイに投稿された商品のログ
 　・各店舗の業態/位置情報データ
 アルゴリズム：
 　・HRNN
 スキーマ:

23. 活用事例2 店舗向け 
 札幌市のスーパー 
 旭川市のスーパー 
 北見市のスーパー 
 菓子/甘味その他 
 メロン
 菓子/甘味その他 
 麺類その他
 かじき切身
 飲料その他
 ヨーグルト
 豚肉スペアリブ 
 コーヒー飲料
 長芋
 食酢
 6Pチーズ
 レタス
 マーガリン
 チョコレート
 菓子パン
 ツナ缶
 果実系飲料
 牛肉切り落とし 
 加工食品その他 
 弁当
 きゅうり
 挽き肉
 チョコレート菓子 
 鶏肉モモ
 加工乳
 緑茶
 トマト
 納豆
 キャンディ
 キウイフルーツ 
 茄子
 ごま油
 とうもろこし
 飲料その他
 スナックその他 
 スイカその他
 麺類その他
 牛乳
 まぐろ刺身用
 つゆその他
 パンその他
 ピーマン
 アイス
 豚肉バラスライス 
 オクラ
 ポン酢
 ソース
 スナック
 牛肉モモ焼肉用 
 アルコール飲料その他 
 魚介類その他 
 薄力粉
 めんつゆ
 豚肉バラ
 氷菓
 日配その他
 マヨネーズ
 揚せんべい
 レトルトカレー 
 
 
 • 店舗毎にパーソナライズが効いている 
 • 夏が旬の商品がレコメンドされている 
 • 暑い時に売上が伸びる商品(アイス・飲料品等)がレコメンド されている
 
 
 北海道の今年の6月後半は例年よりも6〜9度程気温が高く、暑い 日が続いており、気候を反映したものと考えられる 
 ※他の北海道の店舗も同様で、特にスイカが推薦されているケースが多く、ド ラッグストア等では塩分補給用タブレットがレコメンドされた店舗もあった。
 
 結果例1: 北海道のスーパーの例 

24. 活用事例2 店舗向け 
 東京都のあるスーパーが投稿した商品 
 バナナ
 豚肉バラスライス 
 ピーマン
 牛肉モモステーキ 
 佐藤錦
 牛肉ロースステーキ 
 ほうれん草
 牛肉バラ焼肉用 
 鶏肉モモ
 牛肉小間切れ 
 ブロッコリー
 生銀鮭
 若鶏手羽元
 きゅうり
 枝豆
 牛肉モモブロック 
 鶏肉ムネ
 レタス
 メバチマグロ赤身 
 牛肉ヒレステーキ 
 豚肉挽肉
 いんげん
 きはだまぐろ
 マンゴー
 豚肉スペアリブ 
 アボカド
 かつおたたき
 ボイルほたるいか 
 豚肉ヒレブロック 
 長葱
 うなぎ長焼き
 長なす
 豚肉小間切れ 
 かぼちゃ
 真だこ
 ぶり刺し身
 豚肉ロース切り身 
 キャベツ
 バナメイえび
 赤肉メロン
 豚肉ローススライス 
 オクラ
 真あじ
 真あじ開き干し 
 豚肉モモ切り落とし 
 アスパラガス
 あさり
 豚肉モモ小間切れ 
 レコメンドされた商品 
 絹豆腐
 長葱
 グレープフルーツ 
 ゴーヤ
 桃
 枝豆
 鶏肉モモ
 生姜
 鶏肉ムネ
 スポーツドリンク 
 豚肉
 蒸し蛸生食用 
 豚肉挽肉
 牛肉バラ焼肉用 
 牛肉サーロインステーキ用 
 蒸し蛸刺身用 
 牛肉切り落とし 
 加工食品その他 
 小松菜
 かつお刺身
 あるスーパーが実際に投稿した商品とレコメンドされた商品の一覧。 
 対象店舗が過去に投稿していない商品を薦めることができている。 
 結果例2: 東京のスーパーの例 
 赤字は対象期間中に投稿された商品 黄色は新たにレコメンドされた商品
25. Personalizeを使ってみての感想

26. 感想
 良い点
 • 簡単に複数のモデルを試すことができる
 • データの準備
 ◦ DBからSQLで抽出したCSVデータのみで始めることができた
 • 専門知識
 ◦ 非常に簡単にレコメンデーションを試すことができた
 ◦ 二人で簡単に一週間くらいメインの業務もやりながらやった

27. 感想
 今後に期待したいこと
 • 学習データのトレーニング中に、中断することができない 
 ◦ 無駄に大きなデータを入力すると費用がかかる場合も.... 
 ◦ Iteractionは最新タイムスタンプのみに絞るなどするとよい 
 • ユーザー数が多いサービスでユーザー個別に結果を返すとコストが膨らむ 
 ◦ 実験的な施策への活用としてはコストは見合いそう 
 ◦ 本番運用する場合はある程度の工夫が必要そう 
 ▪ 可能ならキャッシュを検討する 
 ▪ ユーザーの属性でグルーピングして、リクエスト数を減らす 
 • マネージドコンソールのUIが洗練されていない 
 ◦ 今後のアップデートに期待 

28. まとめ

29. まとめ
 楽・簡単にはじめられるので、手持ちのデータを使って試してみよう！

30. 最後に...
 絶賛エンジニア募集中です！！ 
 
 ・Webアプリケーションエンジニア 
 ・バックエンドエンジニア 
 ・Androidアプリケーションエンジニア 
 ・iOSアプリケーションエンジニア 
 ・Site Reliability Engineer 
 etc…
 https://corp.tokubai.co.jp/recruit