ヘッダーにスクリプトを入れるだけでおすすめ商品が表示される構成を設計しました
ショッピングモール訪問者のページビューと購入履歴をもとに商品をおすすめするSaaSです。同じ会社のWeb分析サービスVODAが集めたデータを使い、モールはヘッダーにスクリプトを入れるだけでおすすめ商品を受け取って表示できます。8人が参加し、私はソフトウェアアーキテクトとしてデータフロー、API、DB、レコメンドアルゴリズムの構造を設計しました。
- 6領域データフローからレコメンドアルゴリズムの構造まで自ら設計
- 3つ自ら開発した統計ベースのレコメンドアルゴリズム
- 8人アーキテクト、AI、バックエンド、フロントエンド、PD、PMからなるチーム
会員全体によく見られた商品をおすすめする領域です。モール上部のメニューは切り取っています。
翻訳参考図・韓国語の原本を見る- 担当する役割
- ソフトウェアアーキテクトとして、データの収集と分析、おすすめの表示方式、REST API、RDB、顧客セグメント、レコメンドアルゴリズムの構造を設計し、統計ベースのレコメンドアルゴリズムを開発しました。
- 成果
- VODAが集めたデータから顧客ごとのおすすめリストを作り、モールの画面に表示する構成を作りました。実際のショッピングモールのメインページで「よく見られた商品」のおすすめが稼働しました。
- 1データフロー購入商品とよく見た商品を中心に分析するよう設計
- 2おすすめの表示ヘッダースクリプトがおすすめリストを受け取り、決まった位置に表示
- 3APIとDBスクリプト用API、VODA連携API、行動パターンテーブルを設計
- 4レコメンドアルゴリズム顧客セグメントとモジュール構造を設計し、統計ベースのおすすめを3種類開発
この技術によって期待される変化
モール側の開発負担が少ない連携
モールはヘッダーにスクリプトを入れるだけでおすすめ領域ができるため、モールごとに個別開発する必要がありません。
顧客ごとに異なるおすすめ
購入した商品とよく見た商品を中心に分析し、似た顧客同士をまとめることで、顧客によって異なる商品を表示できます。
アルゴリズムを追加、削除しやすい構成
レコメンドアルゴリズムをDjangoの中でモジュールのように管理するため、新しいアルゴリズムを追加、削除するときに手を入れる箇所が少なくて済みます。