最適化計算の必要性

例えば200万人顧客の方に、推奨可能な商品が4商品あった場合、どの顧客にどの商品を「推奨するか／しないか」という（2値の）組合せは、２の800万乗通り発生します。

実際のマーケティングにおいては、この２の800万乗通りの組合せの中で、もっとも売上あるいは利益が期待できる組合せを見つけてコミュニケーションを図る必要があります。

このために、データマイニングを利用して、まず顧客毎の各商品の購買確率を予測します。また各商品には価格があるので、この購買確率から期待値を求めることが出来ます。

このデータを元に、マーケティング施策プラン（どの顧客にどの商品をご提案するか）を作成しますが、ここで実際の業務においては、様々な制約条件が発生します。

制約条件例

■各商品の在庫数

• ＞在庫に限りがあるものなど、推奨しすぎると欠品を起こしかねないもの

■顧客あたりの推奨数

• ＞一般に過剰な推奨は、短期的な収益向上は期待ができても、顧客離れを誘発するため、同一期間での推奨行為には制限を加えている場合など

■各商品の下限販売数

• ＞取引先との関係維持や、製造ラインの関係等で、最低限販売する必要がある数量など

つまり、2の800万乗通りの顧客と商品の組合せのうち、これらの制約条件を満たして、かつ、最も高い売上が期待できるものを求める必要があり、このためには高度で大量の演算が必要となります。

※実際には同一商品でも告知するチャネルによってコストも顧客の購買確率も変化するため、さらに複雑な計算が必要になります。

ニュースリリース

2010.9.9

レコメンドエンジン「Rtoaster™モバイル」を「ヴィレッジヴァンガード・モバイル」に提供  

2010.9.6

レコメンドエンジン「Rtoaster™」の新バージョンリリース ～マルチユーザーアクセス機能を搭載し、2社に新規導入～  

2010.6.14

ブレインパッドが導入支援を行った国内金融機関での「KXEN」採用のリリース記事が掲載されました

2010.6.7

「リスティング広告における競合予算の推定機能」を、「ATARA Competitive Analyzer」に提供開始しました

2010.4.27

レコメンドエンジン「Rtoaster™」にユーザーのセグメント分けをデータマイニングで自動化する機能を追加しました

2010.4.13

レコメンドエンジン「Rtoaster™」をエイケア・システムズの 購入明細メール配信システムと連携しました

2010.3.24

Amazon EC2上でのWeb履歴の分析システム構築事例が「日経SYSTEMS」に掲載されました

トピックス

2010.9.1

9月22日(水)ブレインパッド代表　草野 隆史がCTC主催セミナー「目からウロコ！EC・通販シェイプアップセミナー」にて講演いたします  

2010.8.1

レコメンドエンジン「Rtoaster（アールトースター）」のサイトをリニューアルしました

2010.7.14

7月30日（金）にIMJグループ主催セミナー「オンラインビジネスを成功させるための戦略的データ活用術」にて講演いたします

2010.7.6

ブレインパッドは、Yahoo! JAPANのテクノロジーソリューションパートナーです

2010.6.29

【大阪開催】7月15日(木)にエイケア・システムズ社と共催で「最新マーケティングソリューションセミナー」を開催いたします

• 
•