ECサイトにおけるレコメンドとは？ 具体的な仕組みと導入のメリット

ECサイトにおいて、ユーザーが欲しがっている商品を最適なタイミングでおすすめすることができれば、自ずと売り上げは上がっていくものです。ユーザーの好みなどを分析し、最適なタイミングで商品をおすすめするために、多くのECサイトではレコメンド機能が使われています。
ここでは、レコメンドという言葉の意味や、レコメンドエンジンの概要などをご紹介します。

そもそもレコメンドの意味は？

レコメンド（Recommend）またはリコメンドとは、推薦する・勧める・おすすめするなどといった意味を持つ英語です。ECサイトにおけるレコメンド機能は、ユーザーに商品をおすすめする機能を指します。

レコメンドエンジンやレコメンドアイテムにおいても、「おすすめ」という意味で使われています。レコメンドアイテムは「顧客におすすめしたい商品」、レコメンドエンジンは「特定の商品に関連する他の商品を表示したり、行動パターンが似ている他の顧客の購入した商品を表示したりするソフトウェア」のことです。

また、レコメンドエンジンは顧客の行動履歴や閲覧履歴を蓄積する機能や、売れ筋商品のランキングを作成・表示する機能なども備えています。

レコメンド機能を導入するメリット

ECサイトにおいて、レコメンド機能を導入することで、どのようなメリットを得ることができるのでしょうか。レコメンド機能を導入するメリットを2つご紹介します。

商品購買率の向上

レコメンド機能を活用して、顧客の行動履歴や購入履歴といったデータを分析することで、顧客の興味関心が高いページを効果的に表示できます。

商品Aを購入したユーザーは商品Bを購入する率が高いなどというデータから、適切なおすすめを表示することで他の商品も併せて購入してもらうなど、新たな商品購買につなげられる可能性が高まるでしょう。
このように、関連商品も一緒に購入してもらう販売手法は「クロスセル」と呼ばれます。

また、ユーザーニーズに合った商品ページやコンテンツを表示できるようになることで、滞在時間の向上や直帰率の減少といった効果が期待できるのも、レコメンド機能を導入するメリットです。

サイトへの信頼が高まる

レコメンド機能の活用によって、ユーザーが求めているものを必要なタイミングで提供できる可能性が高まります。サイトそのものの利便性が向上するので、サイトに対する信頼感も得られやすくなるでしょう。

サイトの信頼感が高まることは、ユーザーのファン化やリピーターの獲得といったメリットにつながります。

レコメンドエンジンの仕組みの種類

レコメンド機能を提供するレコメンドエンジンは、商品を表示する仕組み（ロジック）によって種類が分けられます。それぞれ、どのような仕組みで商品を表示しているのでしょうか。レコメンドエンジンの代表的な仕組みをご紹介します。

ルールベース型

ショップ側がおすすめしたい商品を紹介する仕組みです。季節限定品やセール品など、決められたルールに基づいておすすめ商品を表示していきます。
ルールベース型は、押し出したい商品や目的がはっきりしている場合は有効ですが、ショップ側がおすすめしたい商品とユーザーが求めているものが乖離している可能性もあります。

コンテンツベースフィルタリング型

コンテンツベースフィルタリング型は、デザインや種類、色といった商品の情報に注目して、似ている情報を持った商品を表示する仕組みです。商品が登録された時点から一定の精度でレコメンドされる点が特徴で、商品の情報とユーザーの好みが一致すれば、高い購入率を期待できます。
紹介文やメタ情報を活用してレコメンドできるため、文献検索や動画配信サービスなどでも利用されています。

ただし、事前に商品のカテゴリー分類などを設定する必要があり、商品数やコンテンツのページ数が多いサイトでは、事前の振り分け作業に多大な時間を要するのがデメリットです。

協調フィルタリング型

サイト上の行動履歴やページの閲覧履歴が似ているユーザーを分析して、関連性の高い商品を表示させる仕組みです。商品とユーザーのどちらに主眼を置くかによって、アイテムベースとユーザーベースの2種類に分けられます。

【アイテムベース】
ユーザーの行動履歴などを基に、特定の商品と一緒に買われることが多い他の商品をレコメンドする仕組みです。
ゲーム機を購入した際にゲームソフトも一緒におすすめする、敷布団を購入した方に掛け布団をおすすめする、などがアイテムベースのレコメンドの例として挙げられます。

【ユーザーベース】
ユーザーの行動履歴や閲覧履歴を基に、行動履歴が似ているユーザーの購入・閲覧したアイテムを紹介する仕組みです。
行動履歴が似ているAさんとBさんがいたとします。Aさんは購入済だがBさんは購入していない商品があった場合、Bさんに未購入の商品をおすすめするのが、ユーザーベース型の基本です。

協調フィルタリング型はシンプルながら効果が高く、ECサイトだけでなく動画サイトなどでも採用されています。

ハイブリッド型

レコメンドエンジンは、仕組みによって向き不向きが異なります。上記の仕組みを複数組み合わせて、より最適なレコメンドができるように運用するのがハイブリッド型の手法です。

例えば、購入履歴のないユーザーには関連性が高い商品を紹介できるコンテンツベースフィルタリングを、購入履歴が多いユーザーには協調フィルタリングを活用すれば、より効果的にレコメンドを行えます。
このように、いくつかの仕組みを組み合わせることで、ユーザーの購買意欲をより高めることにつながるでしょう。

レコメンド機能を取り入れる方法

自社ECサイトにもレコメンド機能を取り入れたいと思った場合は、どのようなサービスを取り入れれば良いのでしょうか。ここでは、レコメンド機能を取り入れる際に考えられる方法をいくつかご紹介します。

ASPやオープンソースを利用する

レコメンドエンジンの多くは、ASPサービスとして提供されています。自社でサーバーなどを用意したりする必要がなく、コストを抑えられて導入も簡単ですが、カスタマイズできない製品が多いです。
独自の仕組みでレコメンドを行いたい場合は、事前にサービス提供元にカスタマイズ可能かを確認しておく必要があります。

また、非常に数は限られるものの、オープンソース型のレコメンドエンジンも存在します。自社専用にカスタマイズが行える点がメリットですが、ほとんどが外国製のため、使いこなすには高い技術力が必要です。

ECシステムに搭載されている機能を活用する

ECシステムには、あらかじめレコメンド機能が搭載されているものもあります。商品情報との連携やルールベースへの対応などが容易で、レコメンド機能の導入コストもかかりません。初めてレコメンドを取り入れる場合は、ECシステムの機能も確認してみてはいかがでしょうか。

独自にカスタマイズしたレコメンド機能を使いたい場合は、サイト構築の際にフルスクラッチでレコメンド機能を追加するのも有効です。

レコメンド機能を導入する際の注意点

レコメンド機能は、ただ導入しただけで効果が期待できるわけではありません。導入する際は、以下の点を確認しておくことが重要です。

導入の目的を明確にする

売上アップを目指す、購入単価を向上させる、リピーターを獲得するなど、レコメンド機能を導入する目的を明確にしておきましょう。
それによって、どのような機能が必要か把握しやすくなり、レコメンド機能を効果的に活用できるようになります。

導入直後は効果が薄い点に注意

レコメンド機能は、ある程度のデータが蓄積されないと正確なレコメンドが表示されづらいです。徐々に改善されていきますが、導入直後はレコメンドの質が高くない点を踏まえて使用しましょう。

また、アクセス数や購入数は少ないものの、特定のユーザーに根強い人気がある商品なども、データが蓄積されづらくレコメンドに向かない場合があります。

レコメンド機能はどのように活用するかが重要

レコメンド機能は、導入しただけで売上が伸びるものではありません。導入する目的や活用方法を考えることが大切です。
目的に見合ったレコメンド機能を利用し、売上や顧客満足度の向上を見込めるサイト作りに役立てましょう。

メルカートでは、さまざまな売り上げアップの支援サービスも行っています。個々の顧客に応じた行動パターンやニーズにあった対策についても、一度ご相談ください。