Precision@2改善がECの売上をどう押し上げるか― “あなたにおすすめ”コンポーネント改善の舞台裏 ―

ECサイトのホーム画面にある「あなたにおすすめの商品」。多くのユーザーが何気なく眺めてスクロールするこの小さなコンポーネントは、実は大きなビジネスインパクトを秘めている。私は機械学習エンジニアとして、このコンポーネントの推薦ロジックを刷新し、コンバージョン最大化に挑んだ。今回の鍵はPrecision@2、「上位2件のおすすめ商品のうち、ユーザーが実際に購入した商品が何件含まれているか」という指標である。これをどれだけ改善すれば売上にどれほど寄与するのか、その変換ストーリーを体系化することが今回の目的だった。

1. 現行ロジックの限界：「おすすめされても欲しくない問題」

現行モデルは一定の購買予測精度を持っていたが、ログを見るとユーザーがホーム画面の「おすすめ」経由で購入に至る率は1.8%しかない。多くは「おすすめ」を流し見し、検索やカテゴリから商品を探していた。精度改善の余地は大きい。しかし「Precision@2が0.1改善すると何が起きるのか」「売上にどれだけ効くのか」を説明できなければ、ビジネスサイドの意思決定は動かない。この点を明確にする必要があった。

2. Precision@2 → コンバージョン改善量への変換式を作る

ビジネス側が知りたいのは「精度」ではなく「お金」である。そのためPrecision@2の改善をコンバージョン改善に翻訳するロジックを設計した。Precision@2が改善すると、上位2枠のうち“当たり商品”が並ぶ確率が上がる。当たり商品が並ぶとクリック率・詳細ページ到達率・購入率が上昇し、それらを掛け合わせると追加コンバージョン量を推計できる。

追加CVR = (Precision@2_new − Precision@2_old) × コンポーネント表示回数 × CTR上昇係数 × PDP→Purchase率
これに平均購買単価(AOV)を掛けると、売上インパクトを算出できる。

3. 過去ログから係数を推定する

Precision@2以外の係数はログから算出した。当たり商品のCTR上昇率は＋18%。当たり商品のPDP→CVRは通常の1.4倍。ホーム画面表示人数は月間2,400万。1ユーザーあたりの平均表示回数は3.2回。これらを用いてPrecision@2が0.05改善した場合の追加購買数を推計する。

4. Precision@2改善量から追加コンバージョンを見積もる

Precision@2が0.05改善した場合の計算結果は以下の通り。

0.05
×（2,400万 × 3.2）
× CTR1.18倍
× PDP→CVR1.4倍
= 追加購入 12,544件/月

平均注文単価5,800円で換算すると 12,544 × 5,800 ≒ 7.27億円/月。年間で約87億円の売上押し上げ効果となる。

5. ビジネスサイドに伝えたメッセージ

最終的に私は「Precision@2を0.05改善するだけで、当該コンポーネント経由の年間売上を約87億円押し上げる可能性がある」と説明した。抽象的なAI改善ではなく、「精度0.01がどれだけの売上に変換されるか」を具体的に示すことで、経営層が投資の意義を理解した。

まとめ：Precision@2改善は“数字の世界”ではなく“お金の世界”の話

「あなたにおすすめ」は小さなコンポーネントではあるが、表示ロジックの改善はユーザー体験を向上させ、企業の売上に直結する。Precision@2という技術指標をコンバージョンと売上に翻訳するフレームワークを構築したことで、機械学習エンジニアの仕事をビジネス価値として語れるようになった。このプロジェクトは「モデルの精度改善」ではなく「ECサイトの成長戦略」の一部として捉えるべきテーマだった。