通常のレコメンドエンジンと比較して5％～10％売上貢献が変わる。
また、ユーザの状態（意図）汲み取ったビヘイビアに基づきアクション出来る為、
機会損失を最小化し転換率を最大化します。

パーソナライズとは真逆の考え方で、ユーザの意図を汲み取った精度の高いリアルタイムアクションを行う一方で事業者の意図をサイト内にリアルタイムに設定変更可能。

（例1）ある属性の人たちには予約商品からオススメしたい
　　　
（例2）特定ブランドを強調して表示または弱く表示

（例3）カート内5000円未満は5000円になるような商品だけオススメしたい。　

収集データの設計、データ収集、データ蓄積、データ統合、データクレンジング、分析、モデル化などのBigデータ分析を必要とするパーソナライズ領域において、取得データからデータの蓄積統合、パーソナライズを行う為のモデルビルディングをソリューションが全て実施。お客様は効果を見ながらABテストを繰り返しPDCA繰り返すことに注力できます。