ITパスポート 2016年 春期 問03
問題文
インターネットショッピングにおいて、個人がアクセスしたWebページの閲覧履歴や商品の購入履歴を分析し、関心のありそうな情報を表示して別商品の購入を促すマーケティング手法はどれか。
選択肢
ア:アフィリエイト
イ:オークション
ウ:フラッシュマーケティング
エ:レコメンデーション(正解)
🔒 解説は解答すると表示されます
インターネットショッピングの購買促進手法【ITパスポート 解説】
正解の理由
この問題で問われているのは「個人がアクセスしたWebページの閲覧履歴や商品の購入履歴を分析して、関心のありそうな情報を表示し、別商品の購入を促すマーケティング手法」です。これは、ユーザごとに興味に応じた商品を『推薦(レコメンド)』する仕組みの説明です。したがって正しい選択肢は エ のレコメンデーションです。
ここでの主要用語を簡単に説明します。
- Web(ワールド・ワイド・ウェブ:インターネット上のページや情報を閲覧する仕組み)
- 閲覧履歴:どのページや商品を見たかの記録
- 購入履歴:過去にどの商品を買ったかの記録
- レコメンデーション(recommendation:利用者のデータを元に商品や情報を推薦する仕組み)
レコメンデーションは、上の閲覧履歴や購入履歴の分析を使って「この人にはこれが合いそう」と表示し、クロスセル(別商品の追加購入)やアップセル(より高価な商品の提案)を狙います。問題文の条件にぴったり当てはまるため エ が正解です。
解法ステップ
- 問題文で重要なキーワードを拾う:閲覧履歴、購入履歴、関心のありそうな情報を表示、購入を促す。
- これらは「個人に合わせた推薦」を指す表現だと判断する。
- 選択肢を一つずつ当てはめる:推薦に当てはまるのはレコメンデーションだけ。
- 結論:エ を選ぶ。
短く言えば、「履歴を分析して個人に合わせた提案をする」=レコメンデーション、という図式で解けます。
選択肢別の誤答解説
-
ア: アフィリエイト
アフィリエイトは「成果報酬型の広告手法」です。ウェブサイト運営者が商品の紹介リンクを貼り、購入などの成果が出たら報酬を受け取ります。閲覧履歴や購入履歴を分析して表示する仕組みとは目的も手法も異なります。 -
イ: オークション
オークションは「入札によって価格が決まる取引の仕組み」です(ヤフオクなど)。マーケティングで個人ごとに商品を推薦する手法ではありません。 -
ウ: フラッシュマーケティング
フラッシュマーケティングは「短期間の限定セールやタイムセールを指すことが多い」です。販売促進の手段ではありますが、個々の閲覧履歴や購入履歴の分析による個別推薦を意味しません。 -
エ: レコメンデーション
レコメンデーションは説明どおり、ユーザの行動データを元に商品や情報を推薦して購買を促す手法です。問題文の条件に合致します。
よくある誤解
- 「サイトに出るおすすめ広告=すべてレコメンド」は誤解です。おすすめ表示の中には単純な広告(バナー広告)やスポンサー表示もあり、個人データ分析に基づくレコメンドとは区別されます。
- 「クッキー(cookie)があればそれだけでレコメンドになる」は誤りです。クッキーは閲覧履歴などを保存するための技術(小さなデータ)ですが、レコメンドを作るにはそのデータを分析する仕組み(アルゴリズムや機械学習)が必要です。
- 「個別表示=個人情報の不正利用」とすぐ結びつけるのも早計です。法やサイトのプライバシーポリシーに従い、匿名化や同意を得て実施するケースが一般的です。
補足コラム
レコメンデーションの代表的な仕組みは主に2つあります。どちらも短い説明を付けます。
- コンテンツベース推薦(content-based):商品の特徴(例:ジャンル、色、スペック)とユーザの過去の行動を照らし合わせ、似た特徴の商品を推薦します。
- 協調フィルタリング(collaborative filtering:協調ろ過):似た嗜好の他のユーザが好んだ商品を推薦します。たとえば「AさんとBさんは似た行動をしている → Aが買ったCをBに薦める」といった考え方です。
また、近年は「機械学習(machine learning:データから学習して予測や判断を行う技術)」を使って精度を高めることが一般的です。プライバシー対策としては、個人を特定しない統計的な扱いや、利用者からの同意取得が重要です。
FAQ
Q1. レコメンデーションと広告の違いは何ですか?
A1. 広告は企業が露出を買って表示することが多く、必ずしも個人の履歴に基づくわけではありません。レコメンデーションはユーザの行動データや好みに基づき、個別に提案する仕組みです。
A1. 広告は企業が露出を買って表示することが多く、必ずしも個人の履歴に基づくわけではありません。レコメンデーションはユーザの行動データや好みに基づき、個別に提案する仕組みです。
Q2. どうして見る商品の情報が他のページにも出るのですか?
A2. それはクッキー(cookie:訪問したサイトの情報を保存する小さな仕組み)や広告配信ネットワーク、レコメンドシステムが履歴を使って関連商品を表示しているためです。
A2. それはクッキー(cookie:訪問したサイトの情報を保存する小さな仕組み)や広告配信ネットワーク、レコメンドシステムが履歴を使って関連商品を表示しているためです。
Q3. レコメンドの精度はどうやって上げるのですか?
A3. 購入履歴や閲覧履歴を多く集め、機械学習モデルに学習させること、あるいは類似ユーザの行動を利用する(協調フィルタリング)などで精度を上げます。ユーザからの評価(★やレビュー)も有効です。
A3. 購入履歴や閲覧履歴を多く集め、機械学習モデルに学習させること、あるいは類似ユーザの行動を利用する(協調フィルタリング)などで精度を上げます。ユーザからの評価(★やレビュー)も有効です。
関連キーワード: レコメンデーション、レコメンダー、パーソナライズ、購買履歴、閲覧履歴、クッキー、協調フィルタリング(collaborative filtering)、機械学習(machine learning)、パーソナライズドマーケティング、レコメンドエンジン

\ せっかくなら /
ITパスポートを
クイズ形式で学習しませんか?
クイズ画面へ遷移する→
すぐに利用可能!

