AI レコメンドを活用したプラットフォーム戦略

オンラインプラットフォームにおける経営戦略が専門。YouTubeなどのビッグデータ分析を通じて、レコメンドシステムが消費者行動に与える影響を実証的に研究している。プラットフォーム参加企業や消費者の行動変容に着目し、アルゴリズムによるレコメンドが購買意欲やブランド選択にどのような影響を及ぼすかを検証している。 さらに、広告やインフルエンサーを活用するマーケティング戦略、顧客エンゲージメントの有効性についても分析し、プラットフォーム特有の企業と顧客のネットワークに関する新しいモデルを提示している。

プラットフォームで使用されるレコメンドシステムの機能と影響を、経営学・マーケティングの視点から分析する点に特徴を有する。従来の技術的研究がアルゴリズムの精度向上に注力していたのに対し、レコメンド機能が消費者心理や購買行動に与える影響を定量的に評価し、企業戦略への示唆を導いている。これにより、開発・運用コストを抑えながら最大限の効果を生むレコメンド設計が可能となる。 また、顧客架橋価値やクロスメディア戦略の分析を通じ、プラットフォーム上での広告・インフルエンサー活用の最適化を提案しており、学術的意義と実務的価値を兼ね備えた研究である。

現在、日本酒ディスペンサーにレコメンド技術を組み込み、個人の嗜好や飲酒履歴、食事との相性に基づいて最適な銘柄を提案する仕組みを開発している。この技術は大阪万博の静岡ブースでも展示され、実装に向けた取組が推進されている。 日本酒以外にも、クリエイティブなコンテンツとユーザーのマッチングなど、あらゆる顧客体験の向上と販売促進を両立できるプラットフォーム型レコメンドの知見を活かし、行政・民間企業と連携し、低コストで高精度なレコメンドシステム提供に取り組んでいる。