レコメンドエンジンとは
レコメンドエンジンとは訪問ユーザーの購入履歴や閲覧履歴などの行動データを活用し、関連性の高い商品やコンテンツを自動提供するシステムです。
興味を示しそうなコンテンツをおすすめすることで、クリック率や購入率の改善が期待できます。
レコメンドエンジン自体は新しいシステムではありませんが、どんな機能があり、どんな活用方法があるのかを知りたいといった小売・EC業界のマーケティングご担当者もいるのではないでしょうか。
今回はレコメンドエンジンの機能やメリットを紹介しながら、近年広がりを見せる活用場面や事例も合わせて紹介していきます。
レコメンドエンジンのおすすめサービスはこちら。
レコメンドエンジンの仕組み・主な機能
ユーザー最適を実現する3つのレコメンドと仕組み
レコメンドエンジンには「購入、閲覧・類似コンテンツ連動・ハイブリッド型」の大きく3つの仕組みがあります。
| 仕組み | 連動項目 | レコメンド例 |
|---|---|---|
| 協調フィルタリング | 閲覧履歴・購入履歴 | この商品を見た、買った人はこんな商品も見ています |
| コンテンツフィルタリング | 商品属性 （同メーカー、関連商品etc…） | こちらの商品もおすすめ |
| ハイブリッド | 複数のルールと連動 | – |
協調フィルタリングはもっとも一般的なレコメンド手法で、ユーザーの行動データを活用したものです。
コンテンツベースの場合はセット購入や複数製品のレコメンドの際に表示されるものですが、事前にルール設定を行わなければ同じような商品ばかりをおすすめされる場合があります。
また上記以外にも、サイト運営側で事前にルール設定を行う「キャンペーンレコメンド」や、顧客行動に焦点を当てた「パーソナライズレコメンド」といった顧客最適の仕組みもあります。
配信だけじゃない？PDCAを回せる4つの機能
上述のようにレコメンドエンジンはユーザーの行動データをもとにしたマーケティングツールといえます。
そのためレコメンドエンジンにはデータ蓄積、最適コンテンツ表示、リマインド、分析レポートを行う機能が付随しています。
- データベース機能：閲覧・行動履歴の蓄
ユーザーの閲覧履歴は訪問者がどのようなコンテンツに関心を持っているか、どんな見せ方が刺さるのかといったデータです。行動履歴はページ階層ごとにどこを見て、どこで離脱したのかといったようにユーザーの動きを参考にルール設定を行う際に役立ちます。
- ランキング機能：注目（閲覧数）・売れ筋ランキング
こちらは説明不要でイメージがつきやすいですが、注目されているコンテンツや一番売れいている商品をトップページなどに配置することで誘導ができる機能です。
- メール配信：レコメンド・カゴ落ちメール（リマインドメール）
通常のメール配信システムではユーザー属性を基にした配信は難しいですが、同様の行動をとったユーザーが購入した商品を案内したり、ランキングや新着情報の配信も可能です。 また、カート内に商品は入れているが購入に至っていないユーザーにカゴ落ちメール機能も有しているものがほとんどです。
- レポート機能：CVR・顧客単価の分析
分析の部分ではレコメンド施策の結果でどれほどの効果があったかを比較・分析が可能です。たとえばレコメンド結果の顧客単価上昇やクリック率・CVRといった主要な指標をウォッチすることで、さらに精度を高めることにつながります。
レコメンドメールの詳細はこちら。
レコメンドエンジンの3つのメリット
（1）閲覧数・回遊率の上昇が見込める
ユーザーが訪問した際に最適なコンテンツ提供ができれば、単一の商品だけでなく関連商品ページも閲覧してくれます。
たとえばサプリメントや薬の購入検討しているユーザーが持っている課題は1つではないかもしれません。頭痛薬だけでなく、予防をできる商品があればセットで購入したいと思うはずです。
ユーザーニーズや課題を的確に捉えることができれば、ファン化していくことにもつながります。
（2）膨大な情報を整理することで信頼獲得
上記のように1つのサイトでも様々な階層のページが存在する場合、新規ユーザーは欲しい情報にたどり着くことができない状態になってしまうこともあります。
欲しい情報が得られないと判断するとサイトから離脱してしまいますから、ユーザー目線で情報を整理し、顧客体験の支援は非常に重要といえます。
（3）リピーター獲得・顧客単価の向上
クロスセル戦略などはEC業界に限らず売上アップの施策として通例ですが、ユーザーは欲しい情報に辿りつき満足感を得られるとリピートしたり、別のニーズも満たしに来てくれます。
新規顧客よりも既存顧客の方が信頼もあり一般的に売上向上には最短ルートといえますから、ユーザーに目を向け購入経験のあるユーザーが別商品を購入してくれる仕組みを作ることは売上の観点からも大切なポイントです。
導入後では手遅れ？選定ポイントと注意点
注意点（1）導入目的は明確であるか
MAツールやCRMなど高度なマーケティングツールは様々なものがありますが、導入後に思った成果が出ない・導入したが活用できてないといった話はよく聞く内容です。
膨大なデータを活用することで売上アップにつなげることが可能なレコメンドエンジンも同様に、目的が決まっていなければ効果の最大化は期待できません。
現状の課題を整理しながら具体的に達成したいKPI設計のイメージを持ちましょう。
注意点（2）アクセス数・CV数が十分にあるか
紹介してきたようにレコメンドエンジンは行動データなどをもとに顧客最適を行うため、そもそも情報量が少ない場合は機能することが難しいものです。
また、導入してからもシステム内にデータを蓄積していく必要があるため一定期間はレコメンドができないこともあります。訪問数の多いサイトでは効果を発揮する反面、データ蓄積が薄いサイトでは思った通りの成果が得られないことも考慮する必要があります。
注意点（3）ニッチ商材には不向き？レコメンドを理解する
上記に加えて訪問数の多いサイトであったとしても、データ量の少ないニッチ商品の場合はレコメンドすることは難しい可能性があります。どうしても売りたい商品がある場合は、レコメンドロジックとは別軸で誘導導線や表示位置の調整をおすすめします。
事前に検討すべき選定時の2つのポイント
- 必要な機能が揃っているか
レコメンドシステムにも様々な特徴のサービスがあります。自社にとって必要な機能を検討しながらコスト面も合わせて見ておきましょう。
- 連携可能なツールを確認する
上記に付随して既に何かしらのツールを導入している企業も多いのではないでしょうか。データベースやメール配信システムなど既に利用しているツールとの使い分けや、どこまで連携できるかも確認してみましょう。
おすすめのレコメンドエンジン比較5選
オムニチャネル戦略と顧客体験を支援『Yusp』
- 売上2.3倍、圧倒的なA/Bテスト結果で世界6大陸で利用
- 面倒な初期設定も請負
- オンライン・オフラインのチャネル横断施策を実現
Yuspは世界6大陸で利用される機械学習機能を有したレコメンドエンジンです。リターゲティング広告・webプッシュなどの機能を活用することで、ECサイトだけでなく実店舗の来訪データをもとにモバイルデバイス（スマホ）にクーポン配信なども可能です。
実店舗とwebの チャネル横断で顧客データ活用をし売上を上げたいといった、メーカーや小売業界 にもおすすめのレコメンドツールです。
詳細はこちら：https://www.yusp.com/
Adobe Target
- オムニチャネルパーソナライゼーションを大規模に展開
- A/Bテストと多変量テストで、憶測による判断を回避
- 人工知能（AI）による自動化と拡張機能でエクスペリエンスを進化
Adobe Targetは数百万規模のレコメンデーションを実現するパーソナライズレコメンドツールです。あらゆるチャネルデータを統合・最適化することで、顧客ニーズのマッチングを実現します。
詳細はこちら：https://www.adobe.com/jp/marketing/target.html
さぶみっと！レコメンド
- 簡単導入で手間いらず
- 50種類以上のテンプレート
- 導入数1,300サイト以上の実績
さぶみっと！レコメンドは手軽さを売りにした、国内導入数No.1のレコメンドエンジンサービスです。最短1週間で導入ができ、テンプレートも50種類以上とキャンペーン反映もすぐに実施することができます。
※20万PV/月までの場合
詳細はこちら：https://recommend.submit.ne.jp
- コンテンツ最適を実行する分析機能
- パーソナライズを支援する最新ロジック
- ECシステム連動
NaviPlusレコメンドはECシステムやMAツールといった他製品との連携が強みのレコメンドシステムです。また、分析機能も有しており実施だけでなく結果分析、最適化のPDCAサイクルも回すことが可能です。
・初期費用：お問い合わせ
詳細はこちら：https://www.naviplus.co.jp/recommend/
コンビーズレコ
- 9,800円から利用可能
- AIによる自動レコメンド
- タグ設置だけで簡単利用
コンビーズレコはAIが自動でレコメンドをしてくれるレコメンドエンジンです。
多忙なネットショップ運営の販促が手軽になります。また、価格9,800円から利用がスタート可能で手のつけやすいツールです。
・初期費用：無料
詳細はこちら：https://reco.combz.jp
レコメンドエンジンの効果・活用事例
求人サイトの応募数2.5倍、SBヒューマンキャピタル
求人サイト「イーキャリア」を運営するSBヒューマンキャピタルでは、レコメンドエンジンの導入から約3ヶ月で応募率が20％改善。
また、レコガゾウを活用し応募履歴や閲覧履歴に応じたメルマガ配信も行ったことで応募数2.5倍に増えた事例もあります。
レコメンドの最適化で130％の売上向上 『カクヤス』
全国の業務用酒類を取り扱うお酒の通販サイト「カクヤス」では、ユーザーの購入傾向に合わせたレコメンドロジックをうまくチューニングしたことで、約130％の売上を実現しています。
オーダー件数は+1.6件・オーダー単価は+1,700円と、ともに導入初期から大きな実績をあげています。
これからのレコメンド活用
デジタル時代のチャネル統合型マーケティング
レコメンドエンジンについて紹介してきましたが、いかがでしたでしょうか。
これまでレコメンドと聞くとアマゾンに代表されるようなECサイト、ニュースサイトでの活用が一般的でした。
しかし、Cora社の事例でも紹介した通り、顧客体験という点ではweb上のデータのみならず実店舗での購入履歴なども統合していくことが重要といえます。
データ活用で”連続性のある顧客体験”を
振り返ってみるとネット上で購入が可能な商品であったとしても、実店舗に出向くといった行動を取っている人も多いはずです。
オフライン・オンラインのチャネルが複合的に入り交じるようになっている昨今のデータ活用では、両者をかけ合わせて連続性のある顧客体験を支援していくことが売上拡大のポイントではないでしょうか。
