レコメンドエンジンの作り方について、いくつかの手法を紹介していきます。多くのECサイトは、社内の既存データを活用し、レコメンドエンジンを構築することができます。

• 協調フィルタリング:　類似ユーザーの特徴に基づいて商品を推薦します。類似ユーザーは、行動履歴（サイト内の閲覧ページや購入履歴）と個人属性（年齢、性別、年収、居住地、など）から判定されることが多いです。評価情報のみから作成でき、ユーザー数が増加するごとによりニッチな嗜好もレコメンドできるようになります。逆に、協調フィルタリングの欠点としては、ユーザー数や既存データが少ない場合にあまり機能できないところです。
• コンテンツに基づくフィルタリング:　ユーザーの検索や購買履歴に基づいて、類似性のある商品を推薦します。
• 商品分類:　サイト内の商品を、ユーザーが見つけやすいように、適切なカテゴリに仕分けます。正確な商品分類によって、レコメンドエンジンだけでなく、サイト内の検索結果や、サイトのPV数向上やSEO対策によって、貴社のマーケティングにも繋がるでしょう。

レコメンドエンジンのベンダーに依頼する場合、初期費用や月額費用が発生してしまうことが、一つの欠点としてあげられます。しかし、レコメンドエンジンの導入によって、コンバージョン率の向上が期待されるのですから、費用対効果をしっかりと分析しておくと良いです。また、高性能なレコメンドエンジンは、専門知識が必要となるため、その知識を有する人材とのコミュニケーションが鍵となります。