【Shopify×LTV向上】データを活用したレコメンドエンジンの課題と可能性とは?

パーソナライズされたレコメンドエンジンは、”ブランド事業者”にとってはエンドユーザー様に対するLTV(顧客生涯価値)の向上や新規顧客獲得、またブランドのファンになってもらうきっかけになります。

”エンドユーザー様”にとっては、自分が気づかなかった商品の発見や気づきを与えてくれて、よりブランドECサイトでの購入体験が良くなるでしょう。

本記事では、「なぜレコメンド機能が重要なのか?」、「レコメンドエンジンの導入の重要性」、「レコメンドエンジン導入するための解決策」、「Shopifyアプリ×国内パーソナライズレコメンドエンジンについて」などをご紹介します。

レコメンドエンジンの導入における課題

レコメンドエンジンとは?

まず「レコメンドエンジン」とは、どういう機能・役割があるか、ご存知でしょうか? どのような価値があるのかも含めて以下で説明していきます。

レコメンドエンジンとは『サイト利用者(エンドユーザー/購入者)の趣味嗜好や好みに合った商品を提案するシステム』です。

レコメンド機能で有名なECサイトは、言わずと知れた、多くの人が利用しているAmazonではないでしょうか。Amazonのレコメンドは主に3種類あります。

協調フィルタリング

サイト利用者の閲覧・購買情報などの行動履歴に基づき、閲覧中の商品と関連性の高い商品が表示されるレコメンドです。

コンテンツベースフィルタリング

閲覧中の商品の属性(カテゴリやメーカーなど)と閲覧しているサイト利用者の趣味嗜好を結びつけて関連性の高い商品を表示するレコメンドです。

ハイブリッドレコメンデーションシステム

協調フィルタリングとコンテンツベースフィルタリングを組み合わせたハイブリッド型のレコメンドです。

上記の他にもさまざまな種類のレコメンドがあります。

レコメンドエンジン導入における課題と導入意義

よく”レコメンドエンジン”をイメージしていただくと、多くの運営者の方が

初期の導入が大変そう
・高額/費用対効果が合うかわからない(というイメージ)
・データ分析機能がない(成果が見えづらい、把握しにくい)
・レコメンデーションの精度(コールドスタート)の問題

などを課題として捉えたり、イメージされたりします。

また「AmazonやYahoo!ショッピングでは商品が豊富にあり、レコメンドが機能しそうだけれど、商品数が少ない自社EC(Shopifyアプリ)でレコメンドを実施する意味がわからない」などの声も聴かれます。

確かにECサイト上に10商品程度しかなく、ユーザーが商品を自分で見つけられたり、探すことに困っていなければ、あまりレコメンデーションとしては役に立たないかもしれません。

しかし、EC運営は店舗運営とは異なり、運営側が利用者に対して、購入時のタッチポイントで、直接商品の提案をすることができません

レコメンドエンジンは、データを活用した、アップセルやクロスセスの機能・仕組みをECサイト上に設けることで、これまでできなかった顧客提案の機会を生み、収益改善の機会に繋げます。

レコメンドエンジンの導入の重要性

レコメンデーションの導入が重要かどうかは、当たり前ですが、各ブランド様の商材、単価、施策状況や施策の優先度により異なります。

ただブランド様の施策やユーザー体験の価値提供の方向性によっては、大変重要な施策となり得るでしょう。

レコメンデーションを検討されたほうがよろしいブランド様例

  • アップセルやクロスセルの課題があり改善したい
    (1顧客当たりの注文点数が少ない、顧客単価が低いなど)
  • ユーザー体験が悪く、サイト内の改善を行う必要がある
    (CVRや顧客単価が低い、初期訪問ユーザーの離脱率が高いなど)

※「ユーザー体験が悪く、施策が成果に結びついていない」ケースでは、他の施策が最適なケースもあります。

レコメンデーションの実施目的は、以下の要望をお持ちの方が、最も適していると考えられます。

  • LTVを向上(アップセルやクロスセルを図りたい)させたい
  • 新規顧客の獲得数を伸ばしたい
  • (データ活用して)人的工数を削減したい

上記に該当するブランド様は、レコメンデーションの実施を検討されてもよろしいかもしれません。

特に

  • 一定期間、ECサイト運用のご実績がある事業者様
  • 一定のデータ量がサイト内にある事業者様

はサイト内商品数が30商品以下でもレコメンドが機能する可能性があります。

レコメンデーションを導入することでの新たな発見

自動で表示されるレコメンデーションを導入することは、顧客データを活用することになります。

これまでEC運営担当の個人の裁量で運用していたことが、「データ活用×機会学習」のサイクルをサイト内で回すことで、ユーザーにより良い顧客提案(レコメンデーション)ができるようになるのです。

結果として

★レコメンデーション導入★
→顧客体験向上
→アップセル×クロスセル実現(成果創出)
→(成果創出)を学習する
→レコメンド精度が向上
→より顧客のアップセル×クロスセルに繋がる
→収益改善 という、好循環を生むことができます。

レコメンドエンジンを自社EC(Shopify)で導入するための解決策

レコメンドエンジンをいざ導入するとなると「手動でレコメンデーションを入れたい」というお声もよく聴きます。

ここでは手動で実施することと、自動(アプリ)で実施することのメリット・デメリットを解説します。

手動で実施(メリットやデメリット、実施方法など)のケース

手動のメリット

  • これまでの運営者の経験を元に運用ができる

手動のデメリット

  • 運用の人的工数がかかる
  • ノウハウが属人化してしまう
  • データを活用したレコメンドができない
    (手動でレコメンドのパターン化によるユーザーの飽き)

自動(アプリ)で実施(メリットやデメリット、注意点、実施方法など)

自動のメリット

  • これまでのデータを活用できる
  • 人的工数の削減による収益改善
  • 施策、学習効果により、レコメンドの改善が自動で行われる

自動のデメリット

  • データ量が少ないと精度が悪く意図しないレコメンドが表示される可能性
  • 個人情報(プライバシー)問題

レコメンドエンジンの導入の条件

データ量の課題

最も大きな導入条件になるのは、データ量(※)です。ユーザーの行動履歴や情報が少ないと、ユーザーの欲しい商品を予測することが困難になり、レコメンデーションの精度が落ちてしまいます。

一定のECサイト期間を経て、顧客データが蓄積されることで、レコメンデーションを活用することができるかもしれません。

※「データ量=商品数」ではありません。またカテゴリ数でもありません。レコメンデーションを活用しているブランド様は商品数が30商品程度から活用されている例もございます。

施策の積み上げ

データ量の課題=これまでの施策の積み上げが足りない、という場合もあります。データがないブランド様の多くは、コンテンツ作成、SNS、広告など、他の施策を試していないこともあります。

※あらゆる施策を試していないから成果が出ない=データ量が少ない、というケースもあります。

レコメンデーションを検討される方の多くは、一通り、手動で泥臭い施策をトライしてみて、データ活用に行きつくケースもあります。

・一通り手動の施策(広告、SNS、コンテンツ発信、サイト改善)は打った
・運営期間も一定経過し、データは溜まった

と感じているブランド様は、レコメンドエンジンをご検討いただくのもよろしいかもしれません。

気になるPeecAIのレコメンドエンジンの効果や成果イメージ(参考)

DeFactoryが開発したShopifyレコメンドエンジンアプリ、PeecAIでは現在開発中のパターンも含め、3種類5パターンのレコメンデーションがございます。概ね導入いただいた際の成果イメージは以下となります。

<レコメンドの想定成果>

※月間1万円の課金をいただいた際のコンバージョン数
「月間10~100件程度のコンバージョンが発生」見込み(※1)となります。

※ブランド様の商品カテゴリ・商品単価・元々のコンバージョン率にもよります

※9/4現在は課金はございませんので、完全無料でご利用をいただけます

まとめ

D2Cブランド様は、Shopifyの自社ECを運営する際、商品力以外で、いかにして選ばれるECサイトにできるか、という点も収益を上げるための大きな要素となり得ます。

レコメンドエンジンを通じて、コロナ禍でEC事業者が増加し、顧客獲得コストの高騰、LTVが低下など、事業者様の課題は大きくなってきていると感じます。

そのようなブランド様にとっては「データ活用のEC運営」を進めてみてはいかがでしょうか?

手動施策では獲得できなかった顧客を獲得できる可能性があることや、これまでなかった商品の合わせ買いのパターンなどを発見できるかもしれません。

Shopify×レコメンドエンジンならPeecAI(ピークエーアイ)

レコメンドエンジンを活用することで、読了前より「データ活用した顧客軸のマーケティング」のイメージが湧きましたでしょうか?

PeecAIは、列挙した以下のよくある4つの課題(※2)について解決していきながら、今後月額数千円からご利用いただけるプランをご用意させていただき、成果創出を図って参ります。

PeecAIは、手軽にご導入ができるので、工数なくスタートができる点が、大きなメリットです。

また成果創出に関しても、成果の見える化が可能な点もございます。

・レコメンドが使える対象か分からない
・使いたいけれど、実際のイメージが湧かない

など、なかなか施策の上位に上がらないブランド様もいるかと思いますが、

「LTV向上、新規顧客獲得に関して課題をお持ちで、データ活用したマーケティングを行いたい」などのお悩みをお持ちのブランド様は、ぜひお気軽にご相談くださいませ。

Shopifyアプリ:https://apps.shopify.com/peec-ai?locale=ja
サービスサイト:https://lp.peec-ai.com/
オウンドメディア:https://bizdev-tech.jp/
プロダクトnote:https://note.com/shoheitokumitsu/m/m4aceec3edd5c

============================================================

※1:参考値なので、成果を保証するものではございません。
※2:4つの課題
 ・初期の導入のハードルの高さ
 ・高額な費用
 ・データ分析機能の欠如
 ・レコメンデーションの精度の課題
※3:商品単価、商品、購入頻度などにもより、変動いたします。

合わせて読みたい

コマースピックLINE公式アカウント

コマースピックメルマガ