Recommendations AIの事例紹介 / zozotech_gcp_03

Transcript

1. ZOZOTOWNにおける
 Recommendations AIの事例紹介
 Copyright © ZOZO Technologies, Inc. 株式会社ZOZOテクノロジーズ
 技術開発本部 プラットフォーム部 推薦基盤 チーム
 安田 征弘
2. 2 - 自己紹介
 - Recommendations AIとは
 - Recommendations AIの導入
 - ZOZOTOWNにおける設計
 - まとめ
 もくじ

3. © ZOZO Technologies, Inc. 株式会社ZOZOテクノロジーズ
 技術開発本部 プラットフォーム部 推薦基盤チーム
 安田 征弘
 3 • 推薦、広告、データ集計基盤の担当
 • 前職はインターネットテレビの会社でデータエンジニア

4. © ZOZO Technologies, Inc. 4
 Google提供の推薦システム
 - ECに特化したマネージドサービス
 - スケーラブル、パーソナライズ、リアルタイム
 - 提供機能
 - カタログ管理、ユーザーイベント収集
 - 推薦方式選択、KPI選択、バリエーション選択
 - フィルタリング
 - モニタリング、エラーレポーティング、アラート
 - 推薦結果プレビュー、KPIレポーティング
 - 予測コール数課金
 Recommendations AIとは

5. © ZOZO Technologies, Inc. 5
 手順
 - Googleアカウントマネージャーに問い合わせ
 - Recommendations AIパートナーを紹介してもらう（任意）
 - 初期設計 with パートナー（任意）
 - 開発
 - リリース
 Recommendations AIの導入

6. © ZOZO Technologies, Inc. 6
 • 対象枠
 ◦ 商品詳細面の「おすすめアイテム」
 • 推薦方式
 ◦ Others you may like
 ZOZOTOWNにおける設計
 これ
7. © ZOZO Technologies, Inc. 7
 • プロダクトカタログ更新
 ZOZOTOWNにおける設計
 Recommendations AI Pub/Sub Dataflow Streaming 商品更新 データ • 追加/更新
 ◦ 1000件ずつ OR 1分ごとにimport
 • 在庫切れ/表示OFF
 ◦ Near Real-Time patchリクエスト
 • カタログ登録された商品のみ、ユーザーイベントを取り込める

8. © ZOZO Technologies, Inc. 8
 ZOZOTOWNにおける設計
 • ユーザーイベント収集
 Tag Manager Recommendations AI • イベント
 ◦ 商品詳細面閲覧
 ◦ お気に入り追加
 ◦ カート追加
 ◦ 購入

9. © ZOZO Technologies, Inc. 9
 ZOZOTOWNにおける設計
 • モデル生成
 ◦ 最適化ゴール、多様性、同確率時の価格ソート有無、ハイパーパラメータチュー ニングの更新間隔を選択
 ◦ 条件
 ▪ ユーザーイベントが基準以上に収集されている必要あり
 ▪ Others you may like
 • 過去90日間において、商品詳細PVが7日以上
 • 商品当たりPVの過去90日間平均が10以上
 OR
 • 過去90日間において、商品詳細PVが60日以上
 ◦ モデルのトレーニングに要する期間は 3～7 日

10. © ZOZO Technologies, Inc. 10
 ZOZOTOWNにおける設計
 • 予測
 ◦ APIキーを発行
 ◦ プレースメントを発行し、モデルと紐付ける
 ◦ 対象商品ID、ユーザー情報、フィルタリング条件でリクエスト
 ◦ 推薦結果の商品ID一覧、推薦トークンを取得
 ◦ (サービス上必要な商品情報を付与)
 
 • 精度
 ◦ 良さそうな印象

11. © ZOZO Technologies, Inc. 11
 • Recommendations AIが色々やってくれる
 • 近日リリース予定
 まとめ

12. © ZOZO Technologies, Inc. 12
 ビジネス要件定義
 - 目標達成のためのプロセスやフロー定義をサポート
 (推薦分野の) ロードマップ設計と推進
 - 何が必要となり、どのように改善していくのか
 - Recommendations AIは検証しておくべきであると判断
 - 開発もする
 研究所との連携
 - 長期的な重要課題は体制化
 （宣伝）推薦基盤チームの役割