レコメンドエンジンとは、ユーザの行動履歴や運営者が定めたルールにもとづき、各ユーザに合わせた商品・コンテンツを表示・提案する機能です。
ECサイトや動画・ニュースサイトなどに利用されており、回遊率を高め滞在時間を伸ばす効果のほか、購入や利用の促進にもつながります。
ただし、いざ導入するとなるとさまざまなツールがあるため、どれを利用すればよいか迷ってしまう方もいるかと思います。そこで、本記事ではレコメンドエンジンについて以下のような流れで詳しく解説します。
レコメンド機能について知りたい方、導入を検討している方は、ぜひ参考にしてください。
レコメンドエンジンとは、各ユーザに合わせた商品やコンテンツを表示・提案する機能のことです。
ユーザの閲覧や購入などの行動履歴データを収集・分析し商品提案を行うため、購入率やサイト内回遊率の向上、滞在時間を伸ばす効果があります。
また、サイト運営者が定めたルールにもとづく商品提案も可能で、キャンペーン商品や売れ筋の商品などを表示させ購入を促すことができます。
一方で、ユーザ情報が蓄積されていなければ最適な商品提案が難しいことや、販売する商品数が少ない場合、提案する商品のバリエーションが少なく効果につながりづらいケースもあります。
ここからは、レコメンドエンジンについて、以下のポイントを詳しく解説します。
レコメンドエンジンは、以下のようにさまざまなサイトで活用されています。
ECサイト
Amazonや楽天市場、Yahoo!ショッピングなどの大手ECサイトをはじめ、各企業が保有するサイトでも活用されています。
例えば、Amazonではユーザの興味・関心度合をもとにした商品を提案するパーソナライズレコメンドや、関連商品を提案するアイテムベースフィルタリングなどの仕組みを利用しています。
他にも、購入に至らずユーザが離脱した場合、再訪を促す仕組みなどを活用し、ECサイトの成果を高めています。
動画サイト
Netflixやプライムビデオ、Disney+などでも活用されています。
ユーザが閲覧した映画・ドラマや会員情報などにもとづき、ユーザに作品を提案するツールを実装しています。
また、閲覧数の多い作品の露出を増やしユーザの利用を促進しています。
Netflixでは、ユーザ属性に合わせたサムネイルの表示変更など細かな対応も行っています。
ニュースサイト
ユーザが閲覧した記事を分析し、関連する記事やおすすめ記事を表示します。ユーザのサイト内回遊率の向上や滞在時間を伸ばすことができます。
これら以外にも、求人や不動産、旅行など多種多様なサイトに導入されています。
レコメンドエンジンには、大きくわけて上記のように5つの仕組みがあります。
それぞれレコメンドする際のアルゴリズムが異なり、自社でどのようにレコメンドをしていきたいかを検討したうえで使い分けることが大切です。
協調フィルタリング
ユーザの購入や閲覧などの行動履歴をもとに商品などを提案する仕組みです。
ユーザの行動履歴をもとに提案するアイテムベースと、類似ユーザの情報をもとに提案するユーザベースの2種類があります。
コンテンツベースフィルタリング
ユーザに合わせたレコメンドではなく、事前にグループ化した商品ジャンルやブランド、価格などの属性に従い提案する仕組みです。グループ化する商品は運営者側で自由に設定できます。
パーソナライズドレコメンド
ユーザの行動履歴を分析し、対象ユーザの関心が高いと考えられる商品を提案する仕組みです。協調フィルタリングと異なり、他のユーザ行動を含めた分析をしないため、より各個人に合わせた商品をおすすめできます。
ルールベースレコメンド
提案する商品のルールはサイト運営者が決定し、そのルール通りユーザが購入した商品に関連する商品を提案する仕組みです。
ハイブリッドレコメンド
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など、複数の仕組みを組み合わせて商品を提案する仕組みです。
≫≫ レコメンドとは?機能の仕組みから導入するメリットを解説
レコメンドエンジンには、おすすめの商品を表示するだけでなく、いろいろな機能が実装されているものがあります。
ここからは、レコメンドエンジンにおける以下の機能について詳しく解説します。
レコメンドエンジンのもっとも基本的な機能が関連商品を提案する機能です。
ユーザの閲覧・購入などの行動履歴データをもとに、そのユーザに合わせた関連商品を提案します。
レコメンド機能を活用すれば、ユーザが知らない商品をおすすめできる可能性があり、以下のような効果が期待できます。
◾️|回遊率の上昇
◾️|滞在時間の伸び
◾️|購入率の向上
また、ユーザエクスペリエンスが高まることで、リピータ獲得にもつながります。
レコメンド機能を活用するためには行動履歴を収集・分析する必要があり、データの蓄積が不可欠です。
レコメンドエンジンでは、「ユーザの行動履歴」、「どの商品をチェックしたのか」、「何の商品を購入したのか」などのデータを分析するデータベース機能が備わっています。
さらに、これらのデータはユーザニーズの把握に役立ち、レコメンドだけでなくさまざまなマーケティング活動に活用できます。
レコメンドエンジンによっては、人気の商品を表示できるランキング機能が備わっています。ランキング機能はユーザの興味を惹く効果があり、目的の商品以外にランキング上位の商品のついで買いを促すなどクロスセルにも寄与します。
ちなみに、ランキング機能はECサイト以外にも、ニュースサイトや動画サイトで活用されています。
≫≫ ランキング機能でCVRが改善!?ECサイトで利用するメリットとは
レコメンドエンジンには、かご落ち対策防止に役立つリマインド機能を備えているものもあります。
かご落ちとは、ECサイトなどで商品をカートに入れたにも関わらず、購入せずにユーザが離脱してしまう現象のことです。
Baymard Institute社が行った調査では、ECサイトの平均的なかご落ち率は約70%といわれており、カートに商品を入れたユーザの10人中7人が購入まで至らず離脱しています。
リマインド機能を活用すれば、カートに入れたままの商品や閲覧履歴のある商品について通知することで、ユーザの興味・関心度が高い商品が保留状態であることを思い出させ、購入促進やかご落ちの防止が可能です。
≫≫ ECサイトの売上を伸ばすための施策5選!対策方法から改善事例までを紹介
レコメンドエンジンには、メールマガジンやプッシュ通知などの個別メッセージを送信できる機能も実装されています。
各ユーザにおける行動履歴などの分析結果をもとにしたおすすめ商品や、ランキング情報などを送信可能です。
会員などに一括で送信するメッセージと異なり、各個人に合わせた内容を送れるため、高い効果が期待できます。
レコメンドエンジンには、レコメンドで表示した商品に対しユーザがどのように行動したかのデータを収集・分析するレポート機能も実装されています。
客単価やコンバージョン率が向上したか、どの商品に対する反応がもっとも良かったかなどの分析が可能です。
多種多様な分析ができるため、レポート機能を活用することで売上の向上が期待できます。
≫≫ ECサイトの分析方法を徹底解説!売上向上につながる5つの分析手順をご紹介
レコメンドエンジンには、ABテスト機能も備わっています。
ABテストとは、Aパターン、Bパターンなど複数のパターンを試し、どのパターンがもっとも効果が高いかを分析し、結果に則した施策を・実行することです。
例えば、メッセージの内容やおすすめ商品の表示方法など複数パターンをテストし、コンバージョン率の高い方法を採用します。
実際のユーザ行動データを活用し、より効果的なレコメンドが期待できます。
≫≫ ECサイトを改善する4つのポイントとは?成功事例を交えてご紹介
レコメンドエンジンツールは、さまざまな会社が開発・提供しています。
ここからは、以下5つのレコメンドエンジンツールについて詳しく解説します。
GENIEE SEARCHは、ビジネスサーチテクノロジ株式会社が提供するサイト内商品検索ツールです。
大手企業、金融、不動産、官公庁などのさまざまな企業で利用されており、シリーズ累計で900社以上が導入している実績があります。
連携できるECカートは豊富で、主に以下があげられます。
連携カート一覧 | |||
ecforce | ebisumart | Shopify | ecbeing |
メルカート | futureshop | EC-ORANGE | Unified Commerce |
shopserve | おちゃのこネット | Commerble | EC-Rider |
NeoSarf/DM | SI Web Shopping | その他 |
「レコメンドオプション」を活用すれば、商品詳細ページやランディングページに関連する商品のレコメンド表示が可能。
ユーザが閲覧したページに親和性が高い商品を表示し、回遊率を向上させられます。
実際にGENIEE SEARCHのレコメンドオプションを導入し、結果を出している成功企業の一社が株式会社ジーニーです。採用サイトで、GENIEE SEARCHのレコメンドオプションを活用し、ユーザが閲覧したコンテンツを分析し、関連した次のようなコンテンツをページ下部にレコメンド表示しています。
◾️|事業紹介
◾️|数字で見るGENIEE
◾️|社員インタビュー など
ユーザに気づきをあたえるとともに、サイト内の回遊促進に成功しています。
JavaScriptによる提供により自社でのシステム改修が不要で、手軽でスピーディーに導入可能です。
ZETA RECOMMENDは、ZETA株式会社が提供するレコメンドエンジンです。
以下の行動データをもとに各ユーザごとに特徴を分析し、リアルタイムでおすすめ商品を表示できます。
ZETA RECOMMENDの特徴 | ||
購買履歴 | 閲覧履歴 | 検索履歴 |
また、長期間にわたり各ユーザーの特徴を機械学習できるのも特徴の一つです。
ユーザのリアルタイムな行動と、蓄積された情報にもとづく機械学習の両面から、各ユーザに合う商品を提案してくれます。
既存のサイトに導入できるため、コストや手間、リスクの軽減が可能です。
メールや広告配信、SNSなどの外部システムにデータを連携できるのも嬉しいポイントです。
NaviPlusレコメンドは、ナビプラス株式会社が提供する公開導入実績No.1のレコメンドエンジンです。
サービス提供開始から13年以上、500サイトを超える導入実績があります。
以下を考慮し、各ユーザに合わせた最適な商品提案が可能です。
NaviPlusレコメンドの特徴 | |||
行動履歴 | 導線 | アイテム属性 | 属性 |
また、ランキングや新着・再入荷アイテム、値下げアイテムなどの表示もできます。
AIによる自動最適化機能も実装しているため、マーケティング経験者がいなくても安心して利用可能な点も魅力です。
導入や運用支援サポートも充実しており、最適な実装方法の提案や技術サポート、他社・先進事例をもとにした改善・活用提案も受けられます。
さぶみっと!レコメンドは、株式会社イー・エージェンシーが提供するレコメンドエンジンです。
個人から一般企業まで、さまざまな規模・業種・業態で利用され、1,700サイトを超える導入実績があります。
以下の通りさまざまな機能を備えています。
さぶみっと!レコメンドの特徴 | |||
CV予測レコメンド | テキストレコメンド | 画像レコメンド | PV・CVレコメンド機能 |
ランキング機能 | カート内レコメンド機能 | パーソナライズレコメンド |
また、行動・購入履歴をもとに各ユーザにおすすめ商品のメール配信ができるため、かご落ち対策などに活用することができます。
オプションを利用すれば、アプリやMAツールなどとのAPI連携、サジェスト内レコメンドもできます。
申し込みから最短1週間でレコメンドの利用を開始できるのも嬉しいポイントです。
料金は、PV数に応じた従量課金となっており、サイト規模に応じコストが発生します。
LogrecoAIは、株式会社Logrecoが提供するレコメンドエンジンです。
長年の実績による独自設計アルゴリズムとAIを組み合わせたレコメンドエンジンで、導入の直後から有効な商品提案が可能。
導入前の入念な打ち合わせやシンプルな管理画面により、手軽な運用ができます。
ユーザの行動履歴をもとにしたベーシックなレコメンドに加え、掘り出し商品を提案し気付きを与える「ロングテールレコメンド機能」があるのも特徴の1つ。
また、利用状況に応じた従量課金制と、サイトの規模に応じたサブスクリプション制の2つの料金プランから選択できます。
今回は、レコメンドエンジンの概要や機能、おすすめツール5選について解説しました。
レコメンドエンジンとは、ユーザ行動履歴の分析結果や運営者が定めたルールにもとづき、各ユーザに合わせた商品・コンテンツを表示・提案する機能のことです。
サイト内回遊率を高め滞在時間を伸ばす効果が期待でき、購入やサイト利用の促進につながります。
また、ただ単におすすめ商品を表示するだけでなく、以下のような機能を備えたツールも提供されています。
◾️|履歴データを分析できるデータベース機能
◾️|人気商品を表示するランキング機能
◾️|かご落ち対策のリマインド機能
◾️|個別メッセージができるメッセージング機能
◾️|データ分析結果を表示するレポート機能
◾️|効果検証ができるABテスト機能
自社に合うレコメンドエンジンを検討・導入し、ECサイトの売上を高めましょう。
GENIEE SEARCH編集部
(X:@BST_hoshiko)
ECサイトや企業サイトにおける快適なユーザ体験を実現するための導線改善方法から、ECマーケティングの手法まで幅広く情報を発信しています。