無料相談はこちら →
MATCHING SERVICE

属性×行動を掛け合わせる、
AIレコメンド型のマッチング体験。

新規マッチングサービス「4face」のコア体験を、ゼロからのMVPとして受託開発で構築。AIレコメンドエンジン、データ基盤、アプリUIまでを約4ヶ月で実装し、運営チームが説明可能な形でチューニングできる管理基盤まで含めてパッケージで仕上げました。

受託開発 レコメンド マッチング データ基盤
4face ロゴ:ともだちがキューピッド。
4face アプリ画面
Overview

プロジェクト概要

Industry
マッチングサービス(C向け)
Scope
iOS / Android のMVP実装(ユーザー登録〜マッチング〜トーク/管理画面)
Period
約4ヶ月
Services
受託開発(レコメンド/データ基盤/アプリUI)
Tech
Python/PostgreSQL/BigQuery/Embedding/Claude API

「マッチングのコア体験を、新しい形で立ち上げたい」というクライアントから、サービスのゼロイチ立ち上げをご相談いただきました。属性/行動/フィードバックを横断するデータ基盤と、AIレコメンドアルゴリズムを段階的に組み立てる必要があるプロジェクトです。

WEST ORANGEはアルゴリズムだけでなく、ログ/属性/フィードバックの取得設計から見直し、運営チームが「なぜこの組み合わせが提案されているか」を理解できる説明可能な仕組みを優先しました。

約4ヶ月でMVPに必要な機能一式を実装完了。データ基盤・アルゴリズム・アプリUI・管理画面までを、ひとつのチームのまま一気通貫で構築しました。

Story

課題から成果まで

「新規サービスのアルゴリズムを、外注でどこまで詰められるか」

新規立ち上げの段階から、属性×行動データを掛け合わせるAIマッチングを軸にしたい意向はあったものの、専門人材の確保とリードタイムが課題。アルゴリズム検討からアプリ実装までを一気通貫で頼めるチームを探されていました。

  • データ基盤からアルゴリズム・アプリUIまでをゼロから設計する必要
  • 外注しつつも、運営側でチューニングできる説明可能な仕組みが必須
  • MVPの完成までを約4ヶ月で組み上げる短納期

説明可能なレコメンドを、内製で組む

属性/行動/フィードバックを統合するデータ基盤と、説明可能なスコアリングを段階的に構築。ブラックボックスにせず、運営チームが調整可能な形に。

  • 属性ベース×行動ベースのハイブリッドスコアリングを実装
  • EmbeddingとClaude APIを活用し、自由記述項目も意味的にマッチング
  • 運営チームが重み・しきい値をチューニングできる管理画面を提供
  • ABテスト基盤を組み込み、運営側で改善サイクルを回せる設計に

立ち上げに必要な機能一式を、約4ヶ月で構築完了

AIレコメンドエンジン、データ基盤、アプリUI、運営側の管理画面まで含めたMVPを実装完了。新規サービスを短期で組み上げるチーム力と、説明可能なAI設計のノウハウを残せた案件です。

  • 新規プロダクトのコア体験をゼロイチで構築
  • 運営チームがチューニングできる説明可能なAI基盤を整備
  • データ基盤・アルゴリズム・アプリUIをひとつのチームで一気通貫
Related Cases

関連する事例

同じような課題、貴社にもありませんか?

レコメンドエンジン/データ基盤/AIアシスタント機能のご相談、お待ちしています。