ニューヨーカー、サイジニア、富士ゼロックスが 嗜好分析によるパーソナライズカタログを提供

2014年8月7日

株式会社ニューヨーカー、サイジニア株式会社、富士ゼロックス株式会社

ニューヨーカー、サイジニア、富士ゼロックスが嗜好分析に基づくパーソナライズカタログ提供サービスを開始

「わたし好み」の商品カタログを商品納品時に同梱、トライアルでは約半数が再注文

紳士服・婦人服の企画販売を行う株式会社ニューヨーカー（本社：東京都千代田区、代表取締役社長：上條 浩之）は、同社が提供するファッション通販サイト「NYオンライン」（リンク）で購入したお客様に、一人ひとりの好みに応じた商品アイテムが掲載された「おすすめ商品カタログ」を、サイジニア株式会社（本社：東京都品川区、代表取締役社長：吉井 伸一郎）および富士ゼロックス株式会社（本社：東京都港区、代表取締役社長：山本 忠人）と共同で開発、商品と同梱され8月7日よりお客さまへのお届けを開始、顧客満足と売り上げ向上を目指します。

サイジニアは、複雑ネットワーク理論*1によるレコメンデーションエンジン「デクワス」*2で得た情報と購買情報を組み合わせて、お客様ごとの購入商品にあわせてパーソナライズしたレコメンデーションデータをチラシや明細書上に出力することができます（特許出願中）。今回、「デクワス」で、購入者と類似の行動をとる他人の行動履歴を分析し、手元に届いたばかりの商品と一緒に使ったり、組み合わせた場合によく似合う商品を、「おすすめ商品カタログ」として明細書への出力を可能にしました。

この、購入者ごとに内容が異なる「おすすめ商品カタログ」は、富士ゼロックスのフルカラーデジタル印刷機と、お客様一人ひとりにあわせて内容がパーソナライズされたバリアブルデータプリントを可能にするソフトウェア「FreeFlow Variable Information Suite」により、オンデマンドで出力。
「デクワス」で解析した購入者の嗜好に基づく商品アイテムと、購入者の属性に合わせたコンテンツ、お買い上げ明細情報を、「おすすめ商品カタログ」にレイアウトしプリントします。富士ゼロックスは、長年にわたるデジタル印刷のノウハウと、バリアブルプリントシステム構築力を活かし、「おすすめ商品カタログ」の出力サービスを実現しました。

通信販売／電子商取引（EC）市場では、オンライン上のビッグデータを分析し、リアルの場でプロモーションやマーケティングに活かすO2O（Online to Offline）が注目されています。ECサイトへの再訪問・購入に至る過程や消費者の嗜好を分析することにより、商品出荷後の顧客満足度を高めながら、今後の売り上げをさらに伸ばすマーケティング活動が可能になります。本サービスの4か月間のトライアルによると、「おすすめ商品カタログ」を同梱しなかった場合と同梱した場合では、再注文率が25％から46％へ向上しました。

ニューヨーカー、サイジニア、富士ゼロックスは、今後もNYオンラインを利用するお客様の細やかなニーズに対応すべく、サービスの向上を目指します。

株式会社ニューヨーカー販売統括本部e推進部 酒井英は以下のように述べています。
「“The Best Quality for You”を経営理念として掲げるニューヨーカーでは、お客様に寄り添ったサービスを常に心がけております。パーソナライズされた商品カタログは、“お客様の購入したい気持ちが高ぶる時間”に効果を最大化するための施策であり、店舗接客に近い1 to 1コミュニケーションで“お客様に寄り添うサービス”です。私達は、“一人ひとりのお客様の中で一番になる”ことを今後も推進してまいります。」

サイジニア株式会社 代表取締役社長 吉井 伸一郎は以下のように述べています。
「サイジニアは、あらゆるデータから未来に活きる情報を紡ぎだし、わくわくする発見を届けるサービスを提供しています。オムニチャネルという考えが広まるにつれ、データのタッチポイントが拡大します。今後もますますデクワスにより、思いがけない幸せにつながる情報発見のお手伝いをしていきたいと思います。」

富士ゼロックス株式会社 執行役員・プロダクションサービス営業本部長 麻生修司は以下のように述べています。
「富士ゼロックスは、一人ひとりのお客様特性に合わせた情報を活用したOne to Oneマーケティング領域において、デジタル印刷分野の新しい可能性を切り拓いています。お客様との良好な関係を長期的に構築するためのお手伝いを、一層強化してまいります。」


*1 複雑ネットワーク理論：　巨大で複雑なネットワークの性質について研究する先端科学。インターネットや人間社会など、複雑に見える構造の中の普遍的なパターンのつながり方を数学的に解析する。
*2　デクワス：　人と情報のつながり方をネットワーク的に解析するアルゴリズムにより実現されたレコメンデーションエンジンで、ユーザの嗜好性を抽出しパーソナライズするインターネット広告などに応用されている。リンク