レコメンドエンジンとは?サービスを選ぶ3つのポイントとできることまとめ

98_レコメンドエンジン_アイキャッチ

ECサイトやウェブサイトを運営の皆様はオンライン上の売上をあげるために日々努力されていると思います。オンラインで売上をアップさせるのに強い味方になるのがレコメンドエンジン。

レコメンドエンジン自体は、最近の技術ではなく以前から存在するツールですが、近年では様々なレコメンドエンジンが登場し、比較的安価に、そして簡単に導入できるようになりました。

今回はそんなレコメンドエンジンにスポットをあて、レコメンドエンジンとは何か?からレコメンドエンジン選びのポイントについてりやすくお伝えします。(参考:【2021年最新版】レコメンドエンジンおすすめ19選!コスト・機能・サービス連携などを厳選比較

目次

※本記事は2016年10月14日に公開された記事をLISKUL編集部にて再編集したものです。


レコメンドエンジンとは、利用者の好みに合った商品を提案するシステム

レコメンドエンジン1

レコメンドエンジンとは、利用者の好みに合った商品を提案するシステムです。

Amazonなどでおなじみの「あなたにおすすめ商品」や「その商品を買った別の人たちがチェックや購入をした商品」をおすすめしてくれる機能です。

あらかじめルールを決め、商品Aを購入した人には付属品Bをおすすめする、という独自ルールを設定する「ルールベース」、行動・購買履歴をもとにしたユーザーをもとに統計的に、より購入してくれそうな商品を自動で抽出する「強調フィルタリング」などの仕組みを使っておすすめをしています。

ツールを導入すれば簡単に実装ができ、自社で開発する必要はありません。さまざまなツールがあり、できることが少しずつ違うので、よくわからないことがあったらツールの提供元に確認してみましょう。


レコメンドエンジンを取り入れた企業の成功事例

実際に、レコメンドエンジンを自社ECサイトやサービスなどで取り入れた企業の成功例を4つご紹介します。

継続的なテストで制度を上げ、大幅に売上改善したメルカリの取り組み

日本を代表するフリマアプリ・メルカリを運営する株式会社メルカリは、売上やユーザー体験の向上を目指して関連性の高い商品を提案することで、購入率が向上しました。

具体的な取り組みは下記のとおりです。

  • ベクトル検索エンジンの導入し、商品間の類似性を高精度に計算
  • 協調フィルタリングでユーザーログを解析し、商品の関連性を抽出
  • 商品情報をもとにベクトルを生成し、推薦の精度を向上
  • オフライン評価とABテストにより、実運用へのフィードバックを実施

膨大な商品データの中から適切な商品を推薦する必要があったメルカリは、ユーザーの興味を引く関連商品を提案することに課題を感じていました。そこで、購入意欲を高める推薦システムをABテストなどを繰り返して構築し、高精度なレコメンドにより競合他社との差別化ができたことで、ユーザー体験と売上の大幅な改善を実現しました。

参考:協調フィルタリングとベクトル検索エンジンを利用した商品推薦精度改善の試み

顧客の平均購入単価が15%向上したピーチ・ジョン

ランジェリーを中心にコスメや雑貨なども展開する株式会社ピーチ・ジョンは、顧客のニーズに応じた最適な商品やコンテンツをさまざまなチャネルで自動的に推奨したことで、平均購入単価が15%向上しました。

顧客の会員情報やWEB行動データなどを蓄積し、機械学習によって顧客のセグメント分けをすることで、より購入されやすい仕組みづくりを行っています。

具体的な方法は下記のとおりです。

  • 商品購入につながりやすいターゲットだけに絞った割引クーポンの表示
  • LINE経由で来たユーザーへのコンテンツ表示

データ分析をおこないながら施策をしたことにより、顧客の関心を惹き、平均購入単価15%向上に至りました。

参考:株式会社ピーチ・ジョン | お客様の声・導入事例 | Rtoaster

ユーザーの希望に基づいた旅行提案を行うAVA Intelligenceの取り組み

AIを活用してユーザーの希望や条件を汲んで旅行を提案するAVA Travelを運営するAVA Intelligence株式会社は、コロナ禍の影響を受け国内旅行提案へのニーズが増加したことをきっかけに、AIを用いた精度の高い旅行提案に着目しました。

具体的な取り組みは下記のとおりです。

  • AIを活用した旅行提案エンジンの導入により、ユーザーの希望に基づいた提案を実現
  • 広島県尾道市周辺の観光情報を含む旅行提案を強化することで効果を実証
  • 旅行提案機能をAPIとして他企業に提供

2019年8月にローンチしたβ版では海外における約100都市が主対象でしたが、国内旅行提案の精度を向上させたことでユーザーを集めて発展し、現在は国内外合わせ約400の旅行先から好みに合わせて提案しています。また、旅行提案機能をAPIとして他企業に提供することにも取り組んでいます。

参考:AI旅行提案サービス『AVA Travel』が正式リリース

工数をかけずに新しいグルメアプリを構築したSARAHの取り組み

ユーザーの味覚に合わせて投稿を推薦する新感覚グルメアプリSARAHを運営する株式会社SARAHは、「よりよいごはんとの出会いをつくる」というミッションのもと、ユーザーに適した料理を推薦するレコメンド機能を迅速に実装しました。

具体的な取り組みは下記が挙げられます。

  • Amazon Personalizeを導入し、わずか2週間でレコメンド機能を実装
  • レコメンドデータを1日1回自動で更新し、最新の情報を反映
  • AWSマネージドサービスを積極的に活用し、効率的なシステム運用を実現

SARAHは、Amazon Personalizeを導入したことで、限られた人員でも効率的に開発を進め、サービスのUXを向上させました。レコメンドデータの自動更新により、ユーザーに最新の情報を提供しています。

参考:「Amazon Personalize によって、工数をかけずにレコメンド機能を実現できた」SARAH 社の AWS 活用事例


購入単価を上げるために、レコメンドエンジンは有効な手法

売上をあげるための方程式は、顧客数を増やすか、購入単価をあげるか、購入頻度を増やすかです。式にするとこうなります。
売上 = ①顧客数 ✕ ②購入単価 ✕ ③購入頻度

仮に売上目標が20%アップだとすれば、①顧客数を20%アップさせても、その他②③で20%アップさせても、または①②③をまんべんなく7%ずつアップさせても全体で20%の達成が可能になります。

しかし、広告などの集客施策を実施し、①顧客数(しかも新規顧客)を増やすことには力を入れるものの、それ以外の②③の施策は全くしていないというケースをよく見ます。

もし、あなたのサイトで複数の商品を販売しているのであれば、クロスセルやアップセルをすることで②購入単価アップさせることができるかもしれません。

※クロスセルとは、関連商品等をおすすめすることで「他の商品もあわせて販売」することです。
※アップセルとは、よりハイスペックな商品等をおすすめすることが「よりグレードの高い商品を販売」することです。

クロスセルするにしても、アップセルするにしても、そのユーザーにあったものを的確に「おすすめ」できれば、②購入単価アップに寄与できるのです。そして、サイト上でその「おすすめ」ができるツールこそ、レコメンドエンジンなのです。

参考:アップセル・クロスセルとは?顧客単価や満足度を高めるポイントを解説|LISKUL

どういうサイトに導入されているか?

それでは、どんなサイトでレコメンドは効果を発揮するのでしょうか?まっさきに思い浮かぶのは、ECサイトだと思います。しかも単品販売ではなく、複数の商品を販売するECサイトで多く利用されています。

しかしECサイトだけではありません。メディアサイトで関連記事を紹介する、不動産サイトで関連物件を紹介する、旅行サイトで関連ツアーを紹介する、銀行サイトでローンを紹介するとケースもあります。

レコメンドエンジンといえばECのイメージは強いですが、複数の商品・サービスが存在する場合はECでなくても利用され、効果を発揮しています。


レコメンドエンジンでできる5つのことと効果事例

1.関連商品をおすすめする「レコメンド機能」

レコメンドエンジンの基本機能です。商品Aとのページを訪問している人に関連商品Bを表示させたり、「この商品を見た人はこんな商品も見ています」というレコメンドの他に、パーソナライズ機能「あなたが最近チェックした商品はこちら」という閲覧履歴を表示させたりできます。

よくある効果事例

今まではあまり閲覧されていなかった商品がレコメンドされ、結果的に購入につながった。

2.ランキングや最近チェックした商品を表示する「ランキング機能」

ECサイトでは定番化しつつある「ランキング」や「最近チェックした商品」などもレコメンドエンジンの機能で表示することができます。

閲覧ランキング・・・(例)「アクセスランキング」
売れ筋ランキング・・・(例)「人気商品ランキング」
リマインド・・・(例)「最近チェックした商品」「そろそろこの商品が必要ではありませんか?」

よくある効果事例

・定期的に購入する商品をリマインドすることで、買い忘れを防止し、顧客単価が上がった。
・ランキングを掲載してから初回来訪者の購入が増えた。

3. ユーザーのニーズに合った商品をチャネル横断で紹介

レコメンドエンジンではアプリ、広告、メールなどチャネルを横断して、ユーザーひとりひとりのニーズに合わせたレコメンドを実施することができます。

通常はすべてのユーザーに単一のメッセージを発信していますが、レコメンドエンジンの活用によって、ユーザーひとりひとりの購入履歴や閲覧商品などより親和性の高い商品を紹介することができます。

よくある効果事例

・定期的に購入する商品をリマインドすることで、買い忘れを防止し、顧客単
・一斉配信ではなくパーソナライズされているので、反応率があがった。

4. どのレコメンドから購入されているか閲覧できる「レポート機能」

レコメンドエンジンの中にはレポート機能がついている製品もあります。

レコメンドエンジンは導入して終わりではありません。レコメンドコンテンツやレコメンド実施場所、ターゲット条件レコメンドルールなど、なにが高い効果を発揮したかを効果測定機能で確認し、導入後のチューニングが重要です。

チューニングして、PDCAサイクルを回していくためにも、各種データが閲覧できるレポート機能があると便利です。

よくある効果事例

レコメンドした商品がどれくらい購入されたかを毎日チェックするようになり、商品戦略に活かせた。

5. 商品パターンをABテストで配信できる「ABテスト機能」

レコメンドエンジンの中にはABテスト機能がついている製品もあります。

レコメンドで表示される商品パターンをABテストで切り分けて配信し、よりよい結果を表示することができます。

よくある効果事例

どの商品がいいのか、どの見せ方がいいのか仮説検証するようになり、売上が伸びた。

その他、ツールによって様々な機能が搭載されています。機能豊富なツールはそれだけ費用も高くなりますので、まずはあれこれ欲張らず、最低限の機能からはじめましょう。


レコメンドエンジン導入における5つの注意点

これまでレコメンドエンジンの仕組みや機能を見てきて、レコメンドエンジンで様々なことできることがわかったと思います。

自社のサイトにも導入してみようかと興味を持っていただいたかもしれませんが、導入前にいくつか知っておくべきことがありますので、ここでは注意点をみてみましょう。

1.レコメンドエンジンの利用目的は明確か?

レコメンドエンジンを導入することによって、

・達成したい目的=KPIは明確になっているか
・現状から改善したい課題は明確になっているか

をまずは整理してみましょう。

2.アクセス数、コンバージョン数は十分か?

行動履歴や閲覧履歴の情報をもとにレコメンドするために、アクセスが少ないとユーザーの嗜好に合ったおすすめを表示できなくなってしまいます。

最低でも訪問数が1000程度必要になってきます。

3.ショッピングカートASPを使っている場合利用できないものもある

ECサイトを運営している場合、ショッピングカートASPを利用しているケースも多いかと思います。

すべてのショッピングカートがレコメンドエンジンに対応しているわけではなく、利用できないものもあります。

まずは自社のWEBサイトにおいて、どういったツールやアプリケーションを活用して運営を行っているかを改めて整理してみましょう。

その上で、レコメンドエンジンとの併用が可能かどうかを提供ベンダーへ確認するとスムーズです。

4.導入前にやるべきことを確認

レコメンドエンジンのサービスを申し込んだからといって、すぐに利用できるわけではありません。

タグの設置をしたり、商品情報をレコメンドエンジンに登録したり、レコメンドを表示させる箇所の見せ方(デザイン)を作成したりしなければなりません。事前にどういった作業が発生するのかを確認しましょう。

導入時~導入後自社内で運用を行うにあたって適切な人員が配置できているか改めて確認すると良いでしょう。

5.意外と忘れがちなスマホサイト

最近ではほとんどのサイトがPC向け、スマホ向けサイトを持っています。スマホサイトについての検討が漏れるケースが意外と多いので注意しましょう。

特に表示部分はデバイスによって異なる部分なので注意が必要です。


レコメンドエンジンサービス選びの3つのポイント

現在、レコメンドエンジンは数多くのサービスが存在しています。選択肢は増えているものの、これからサービス導入を検討したい場合など、何を基準に選べばよいか迷ってしまうでしょう。ここではサービス選びのポイントについてもまとめてみました。

1.改めて導入できるか確認しましょう

レコメンドエンジンが最も効果を発揮するのは、WEBサイト内に複数の選択肢がある際に、サイト訪問ユーザー毎に最適なレコメンドを実施する、というシーンです。

サイト内に多くの商品や多くのサービスを持たないサイトでは、レコメンドエンジンを導入する意味が薄くなってしまうかも知れません。

現在の課題がなんであるか、何を目的に、どういった活用を想定してレコメンドエンジンを導入したいのか、改めて見直してみましょう。

2.アクセス数によって月額利用料金が変わることを知っておきましょう

レコメンドエンジンの月額費用は従量課金制が多いです。料金表には、50,000円~ のように、「~」がついていることが多いです。何に対する従量制というとページビュー数(閲覧された回数)です。

対象ページ(レコメンドを表示させる)が多かったり、アクセス数が多いサイトの場合、月額料金が掲載されている金額と大きく変わってくるので、ご注意ください。

3.利用したい機能と運用とコストのバランスを考えましょう

機能が豊富なレコメンドエンジンは実に様々なことができますが、当然費用は高くなります。

逆に、コストを抑えたばかりに、どうしても使い勝った機能(例えば、レコメンドメール)がなかったなんてことになっても困ります。

プライベートDMPやマーケティングオートメーションなど現在流行している様々なテクノロジーツールにとの連携が可能か、拡張性についても改めて確認すると良いでしょう。

参考:【2022年版】MAツール25選を比較。口コミ付き・選び方も解説|LISKUL

実施前に最初から実装していたい機能はどれなのか?を整理しておきましょう。オプション等で後から追加できるものがあれば、徐々に機能拡張するのでいいかもしれません。

また、運用していくにあたっての作業負荷もありますので、高機能にしたが全く運用ができない、なんてことがないようにしましょう。


まとめ

いかがでしたか。あなたのサイトでもレコメンドエンジンを使うイメージが湧いたでしょうか。

今後ますますEC市場の拡大で需要は増えると同時に競争相手も増えてきます。そんななか、早いうちからユーザーのデータを収集、蓄積し、ユーザーに最適な商品・サービスを提供できるようにしておくことは他サイトとの差別化にもつながります。

レコメンド機能を上手に使って、成果のでるオリジナルサイトを育てていきましょう。

【2021年最新版】レコメンドエンジンおすすめ19選!コスト・機能・サービス連携などを厳選比較