ระบบแนะนำสินค้าและบริการเฉพาะบุคคล

ในยุค New Normal หลายท่านคงคุ้นเคยกับการช็อปปิ้ง หรือใช้บริการต่าง ๆ ผ่านช่องทางออนไลน์ ในหลาย ๆ แพลตฟอร์มจะมีบริการแนะนำรายการสินค้าที่คุณน่าจะชื่นชอบ หรือรายการสินค้าที่มีความเกี่ยวข้องกับสินค้าที่เราได้เลือกซื้อไปแล้วขนาดที่ทำให้เราอดไม่ได้ที่จะต้องหยิบสินค้าแนะนำนี้ลงตะกร้าเพิ่มอยู่หลายครั้ง

หลักการทำงานของระบบแนะนำสินค้าและบริการเฉพาะบุคคล จะอาศัยข้อมูลการซื้อสินค้าหรือบริการของลูกค้าแต่ละคนในอดีต รวมถึงข้อมูลส่วนบุคคลของลูกค้า เพื่อประมวลผลหารายการแนะนำ ที่เหมาะสม โดยสามารถแบ่งรูปแบบของการวิเคราะห์ข้อมูลได้ 3 วิธีการหลัก ได้แก่

1
Content Based Filtering

การพิจารณาข้อมูลส่วนบุคคลของลูกค้าและข้อมูลรายละเอียดสินค้า โดยจะพิจารณาจากคำอธิบายลักษณะของสินค้าและแนะนำสินค้าที่มีความสัมพันธ์กับโปรไฟล์ของลูกค้า หรือสินค้าที่มีความคล้ายกับสินค้าที่ลูกค้าเคยใช้หรือเคยชอบ

2
Collaborative Based Filtering

การพิจารณาเลือกสินค้าแนะนำที่ได้จากกลุ่มลูกค้า ที่มีความคล้ายคลึงกัน วิธีการนี้ ใช้หลักการของ Wisdom of the Clouds ซึ่งเริ่มจากการแบ่งกลุ่มของลูกค้าที่มีประวัติหรือความสนใจคล้ายกัน จากนั้นจึงแนะนำรายการสินค้าที่สมาชิกในกลุ่มเคยซื้อ หรือชื่นชอบให้แก่สมาชิกคนอื่นๆ ต่อไป

3
Hybrid Filtering

วิธีการที่ได้จากการบูรณาการ วิธีที่ 1 (Content Based Filtering) และวิธีที่ 2 (Collaborative Based Filtering) เพื่อลดข้อจำกัดในการแนะนำสินค้าซ้ำ ๆ ที่สามารถเกิดขึ้นจากวิธีที่ 1 และลดปัญหาในวิธีที่ 2 ซึ่งเกิดขึ้นกับลูกค้ารายใหม่ที่ยังไม่มีข้อมูลประวัติการซื้อมากเพียงพอ