レコメンドエンジン比較17選|規模別おすすめサービス・ツール価格&機能・EC市場で勝つポイント

最終更新日:
2019/12/15

レコメンドエンジンとは

レコメンドエンジンとはECサイトなどの訪問履歴や購買データをもとに、ユーザーに関連性の高い商品やコンテンツを提供することで、CVRや顧客満足を高めるシステムです。

具体的なレコメンドの方法としては過去の閲覧履歴や購入履歴データをもとに紹介したり、類似商品や関連商品をおすすめするパターンがあります。

近年は小売業界やメーカーといったリアル店舗で消費財を扱っていた企業もEC領域に参入し、競争が激化しているEC業界。新規顧客を増やしつつ、いかに既存顧客を維持しさらには売上へ繋げていくかという課題を持っているマーケティング担当者もいるのではないでしょうか。

今回はEC業界を取り巻く市場環境と、変化を勝ち抜くためのポイントについて解説しながら、おすすめのレコメンドエンジンの紹介していきます。

レコメンドエンジンの詳細はこちら

市場環境の変化で注目されるレコメンドエンジン

近年は市場規模の拡大と合わせてEC化も進み、これまで競合ではなかった企業も参入しています。

まずは業界変化とレコメンドエンジンが重要となる背景についてみていきます。

オムニチャネルで競争激化、増え続けるEC事業者

経済産業省が2018年4月に発表している電子商取引に関する調査結果によると、市場規模は毎年10%前後の成長で、2010年と比較すると2倍以上となり2017年は16兆円を越えています。

また市場成長に比例して、EC化率も年々増加傾向にあります。

引用:平成 29 年度 我が国におけるデータ駆動型社会に係る基盤整備(電子商取引に関する市場調査)|経済産業省

中でも成長率が高いのは「旅行・飲食・住宅、教育」といったサービス分野であることがわかります。この分野でネット利用を連想するものといえば、リクルートグループが運営するじゃらんホットペッパーグルメホットペッパービューティーなどがあります。

上記以外にもエクスペディアtrivagoといった外資企業のTVCMを見る機会も増え、今では旅行や飲食店・エステ予約はオンラインの予約サービスを利用する人が大半ではないでしょうか。

また、上記のようなネット予約サイトに加えてLINE@や店舗アプリツールを活用し、実店舗に来店したユーザーにスマホアプリの利用を促しクーポン情報や独自ポイント発行する戦略を取る企業も増えています。

セブンイレブンのnanacoやユニクロのアプリ・LINE特典などは上記のようなオムニチャネル戦略の1つです。

EC化率が上昇しているのは、こうしたリアル店舗企業のオンライン・オフラインをあわせたマーケティング戦略が1つの理由といえます。

キモは”購入率と顧客単価” ECサイトの売上方程式

競合が増えるということは新規顧客の獲得も大切ですが、限られた既存顧客を維持しながら上手く売上を上げていくことが重要になります。

上図のようにECサイトの売上を式にすると「売上 = 流入数 × 購入率(CVR) × 顧客単価」となります。

3つの指標のどれかを伸ばせば売上は上がりますが、新規流入を増やすのは得策とはいえません。なぜなら広告費用を投下したり、会員にキャンペーン配信をするなど商品単価を下げる必要があるためです。

たとえば、月商100万円のショップで仮に売上を2倍すると仮定して考えてみましょう。

どれを取っても売上は2倍になりますが、やはり新規でのユーザーを2倍にするコストを考えると購入率(CVR)を引き上げる、1ユーザーに複数の商品購入を促すクロスセル戦略を実施する方が良さそうです。

顧客と向き合いファンを増やす

では具体的にユーザーにどのようなアプローチをとれば良いのでしょうか。答えとしては、ユーザーの動きに目を向け最適なコンテンツを提供することです。

たとえば目的の商品を検索したユーザーがECサイトに来訪し、求める商品を探します。しかし商品を検索しても目的のものが見つからなかった場合、ユーザーは離脱し競合である別のサイトに流れてしまうことになります。

一方でサイト内で求めるものが見つかった場合は、商品を購入しサプリメントや衣類など消費財の場合であればリピートしてくれることでしょう。

こうした顧客行動や購買データをもとに最適な商品を提供していくのが、レコメンドエンジンのメリットなのです。

レコメンドエンジンの3つの機能・2つのメリット

最適なコンテンツを届ける3つの機能

・協調フィルタリング
こちらはもっとも一般的なレコメンド機能で、ユーザーの閲覧・購入データをもとにおすすめの商品を表示するものです。

「この商品を買った人はこちらも購入」、「この商品を見た人はこんな商品もみています」といったようなレコメンデーションです。

・コンテンツフィルタリング
こちらは同様の属性で関連性の高い商品をおすすめする機能です。コンテンツ属性をあらかじめ設定しておくことで、類似商品や同じメーカー・機種などを紹介するものです。

・ハイブリッドレコメンド
ハイブリッド型は上記の2つ以外にも複数の技術を掛けわせたレコメンデーション手法で、1つのレコメンドだけでは課題を解決できない場合に用いられます。

またその他にも顧客の行動データにフォーカスしたパーソナライズレコメンドといった手法もレコメンドエンジンでは利用が可能です。

レコメンドメールの詳細はこちら。

購入率・顧客単価を引き上げる2つのメリット

レコメンドエンジンのメリットは上述のように、ユーザーファーストにコンテンツ提供を行うことです。

・多くの情報を整理し最適なコンテンツの提供
ECサイトでは様々な階層がいくつものページから構成されています。先ほど紹介したように、求める情報が手に入らなければユーザーはストレスを感じて、競合である他のサイトに流れる結果となります。

ユーザーデータをもとに、関連度の高い商品がレコメンドされることは顧客体験の観点でも非常に大切なのです。

・リピーター獲得と顧客単価の上昇
自分の求める商品が手に入った後に顧客は再訪し、リピーターとなってくれます。リピートに加えて、同様のユーザーが購入している商品がおすすめとして表示され求めるものであれば、違った商品であっても顧客は購買行動に移ります。

規模別にレコメンドエンジンをマッピング・比較

レコメンドエンジンには大きく4つの種類があり、それぞれで利用する規模がことなり導入する費用も変わってきます。

  • 大規模EC向け
  • 中規模EC向け
  • 中小規模EC向け
  • 小規模・ASPカート対応

規模が大きくなるほど機能が豊富で導入費用や価格は高くなることに加えて、使いこなすために多くのデータ保有している必要があります。これは、ハイブリッド型のレコメンドロジックを活用していく精度を高める際に、データが少なくてはうまく機能しないためです。

逆に小規模向けのツールは月額3〜4,000円程度から活用が可能で、自社で完全オリジナルなECサイトだけでなくASPカートシステムECパッケージにも対応しています。

レコメンドエンジンは価格と規模が選定ポイント

そのためシステム選定の際には、必要な機能を踏まえた価格と合わせて自社にとって活用しうるデータ量があるかどうかといったビジネス規模も参考にしましょう。

おおよそのECサイトのビジネス規模は構築パッケージによって切り分けがされており、詳細については「規模別ECサイトの5つの構築手法」の記事で紹介しています。

大規模ECにおすすめのレコメンドエンジン比較4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。

料金体系
・価格:お問い合わせ

詳細はこちら:https://www.adobe.com/jp/marketing/target.html

Rtoaster

  • 高いプライベートDMPシェア
  • マーケティング最適化のデータ統合
  • データ活用のプロが実現するレコメンド・機械学習

Rtoasterはレコメンドエンジン機能を搭載したプライベートDMPツールです。DMP領域では250社以上の利用実績があり、蓄積されたデータから最適なレコメンドのシナリオ設定が可能です。またデータを一元管理することで、広範囲のデータをマーケティング活動にいかせます。

料金体系
・価格:15万円/月~
※設置タグ数によって変動

詳細はこちら:https://www.rtoaster.com

ZETA RECOMMEND

  • 潜在ニーズの発掘でユーザー顧客体験を向上
  • リアルタイムな機械学習レコメンド
  • DMP・SNSなど各種豊富な連携

ZETA RECOMMENDはイトーヨーカドーやビームスなど大手ECに導入実績の豊富なレコメンドエンジンです。機械学習レコメンドをもとに、過去の購買・属性データを軸にさまざまなレコメンデーションが可能です。

料金体系
・価格:15万円/月~

※設置タグ数によって変動

詳細はこちら:https://zetacx.com/zeta-recommend

中小規模EC向けおすすめのレコメンドエンジン比較8選

チームラボレコメンデーション

  • カゴ落ち対策メール機能
  • 東急ハンズ、グリコなどの大手企業の導入
  • ディープラーニング技術を利用したレコメンド

チームラボレコメンデーションはサイトの訪問ログや購買履歴をもとに自動レコメンドを実現するエンジンです。また画像解析機能も搭載し大規模なデータ活用を実施したレコメンド施策を検討企業に向いているツールです。

料金体系
・価格:お問い合わせ

詳細はこちら:https://www.team-lab.com/search?q=レコメンデーションエンジン

パーソナライズド・レコメンダー

  • 大手企業の実績あり
  • 月額5万から利用
  • ロングテール商品にもレコメンド可能

パーソナライズド・レコメンダーは月額5万からスタートできる比較的安価なレコメンドシステムです。丸井・バンダイナムコゲームスといった大手企業の利用実績も豊富です。

料金体系
・価格:5万円/月~
・初期費用:20万円

詳細はこちら:http://recommend.appirits.com/

アクティブコア マーケティングクラウド

  • 機械学習を搭載した高機能レコメンドエンジン-
  • 50種類の豊富なレコメンドアルゴリズム
  • DMPと連動したキャンペーン、ABテストも可能

activecore レコメンドエンジンはアクティブコア社が提供しているプライベートDMP機能を有したレコメンドエンジンです。

機械学習機能も搭載されており、データ統合を軸にした高機能レコメンドを実施する際に向いてるツールです。

料金体系
・価格:お問い合わせ〜

詳細はこちら:https://www.activecore.jp/marketing-cloud/recommend/

アイジェント・レコメンダー

  • 成果報酬型の料金体系
  • 導入〜定着までサポート
  • リアルタイムでのレコメンド表示

アイジェント・レコメンダーはレコメンドエンジンでは珍しい成果報酬型のツールです。成果型であるため企業担当者がしっかり導入サポートまで行い効果体験のアシストをしてくれます。

また、web・実店舗データも統合したレコメンドが可能です。

料金体系
・価格:成果報酬型(レコメンド売上の5%)
・初期費用:15万円

詳細はこちら:https://www.silveregg.co.jp/service/recommender.html

Logreco

  • 利用回数に応じて費用発生
  • レポーティングによる利用状況の可視化
  • 独自設計による高機能なレコメンド

Logrecoはアルバート社が独自に開発、運用を行うレコメンドシステムです。また料金体系としては利用回数の実績に応じて費用が発生するため、活用頻度が多くない場合には嬉しいプランです。

料金体系
・価格:利用状況に応じて変動

詳細はこちら:https://www.albert2005.co.jp/logreco/

NaviPlusレコメンド

  • 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。

料金体系
・価格:100,000円/月~
・初期費用:お問い合わせ

詳細はこちら:https://www.naviplus.co.jp/recommend/

Resonance(レゾナンス)

  • リアルタイムなパーソナライズレコメンド
  • 行動データを活用したOne to One
  • アパレルECにおすすめ

ResonanceはアパレルECにおすすめのパーソナライズレコメンドエンジンです。豊富な購買・行動データを活用してメールやWeb上でオンラインレコメンドが可能で、クロスセルやアップセルの最適化が可能です。

料金体系
・価格:300,000円/月~
・初期費用:400,000円

詳細はこちら:https://www.p-id.jp/service/resonance/

レコキット

  • 低価格で導入できるレコメンド
  • 簡単レコメンド設定
  • 初期費用無料

レコキットは低価格で簡単に導入が可能なレコメンドエンジンです。料金も初期費用は無料でスタートができ、月額費用も9,800円からとコストを抑えて利用できるのが大きなメリットです。

料金体系
・価格:9,800円/月~
・初期費用:無料

詳細はこちら:http://recokit.x-log.jp/index.html

小規模EC・ASPカート対応レコメンドエンジン比較5選

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。

料金体系
・価格:9,800円〜
・初期費用:無料

詳細はこちら:https://reco.combz.jp

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。

料金体系
・価格:39,800円/月~
※20万PV/月までの場合

詳細はこちら:https://recommend.submit.ne.jp

ECレコメンダー

  • 4,743円から利用できるお手軽料金
  • 複数レコメンドロジックの組み合わせも可能
  • ロングテール商品にもレコメンド可能

ECレコメンダーはテキストマイニング機能付きハイブリッドレコメンドエンジンです。また価格帯としては4,743円から利用スタートと非常に安価に使えるのもポイントです。

料金体系
・エントリー:4,743円〜
・ベーシック:10,000円〜
・スタンダード:20,000円〜
・初期費用:4,743円〜19,000円

詳細はこちら:https://recommend.ec-optimizer.com

楽レコ

  • 3タイプから選べる料金プラン
  • 規模を問わず全てのネットショップで利用可能
  • 1万円から利用できる安価プラン

楽レコはECサイトに特化したレコメンドエンジンです。また価格も月額1万から利用が可能でECショップを運営してる小さな企業でも手が出しやすいツールです。

料金体系
・バリュープラン:1万円〜
・スタンダードプラン:2万円〜
・プレミアムプラン:3万円〜
・初期費用:3万円〜

詳細はこちら:https://www.luckrec.jp

おてがるレコメンド

  • スマホ・PCサイトに対応
  • CMS内にタグ設置で簡単導入
  • ランキング・新着など豊富な表示機能

おてがるレコメンドは2万円前後から利用が可能で、表示タイプ豊富に備えたレコメンドエンジンです。設置もタグをサイト内に設置するだけで完了するため、導入ハードルも低いシステムです。

料金体系
・価格:22,000円〜
・初期費用:33,000円

詳細はこちら:https://www.otegaru-recommend.com/price.html

競争激化の16兆円市場で勝ち抜く2つのポイント

“顧客から個客へ” 有益な顧客体験(CX)の創造

実店舗のオムニチャネル戦略と企業参入で成長をし続けるEC業界。参入企業としてもECでの売上は無視できない状態となり、さらに競争は激しくなっていくと予想されます。

その中で勝ち抜いていくには顧客を軸としてユーザーに最適なコンテンツを提供し、ファン化させていくことが重要となります。

ユーザーがストレスを感じないような「個」にフォーカスしたマーケティングは、顧客体験を最適化しCVR改善にも期待ができます。

『リアル』と『web』を統合するオムニチャネル戦略

また最近では耳にする機会が減ってきたオムニチャネルですが、インターネットの普及に加え、スマホ・SNS・PCなど多様なデバイスが溢れたことで顧客接点は1つのチャネルでは完結しない状況となっています。

こうした背景から消費者の購買行動も複雑になり、情報発信を行う企業側もデータを統合し1つの顧客体験として接点をつなぎ合わせることが求められます。

企業側の都合でweb・リアルを切り離して考えるのではなく、データを結び合わせユーザーの動きや課題に目を向けてみてはいかがでしょうか。

この記事にはタグがありません。