レコメンドエンジンとは｜具体的な機能や選ぶ際に確認すべき項目を紹介

レコメンドエンジンを活用すれば、Webサイトでの広告費の削減や、ECサイトでの顧客単価の向上につなげることができます。今回は、レコメンドエンジンの効果を最大限に得られるよう、具体的な機能や選ぶ際に確認すべき項目、レコメンドエンジンの事例を紹介します。

レコメンドエンジンとは、Web上での顧客行動を分析して最適な商品やサービスを提案するシステムのこと

レコメンドエンジンとは、Webサイト上における顧客行動のデータを収集・分析して、顧客のニーズに合わせた商品やサービスを自動で提案するシステムです。顧客が一度閲覧した商品や、特性の似た顧客が同時に購入した商品をECサイトで提案したり、ニュースサイトで関連性の高いニュースをポップアップしたりする仕組みもレコメンドエンジンによるものです。

また、動画閲覧サービスで顧客が興味を持ちそうな動画をオススメ欄に表示する機能や、求人サイトで顧客が調べている業界の企業を提案する機能を持ったレコメンドエンジンもあります。

レコメンドエンジンを利用した広告掲載を行えば、顧客のニーズに合わせた広告を掲載して無駄な広告表示を減らせるため、コストの削減につながります。さらに、ECサイトで興味を持ちそうな商品を提案できれば、購入商品数の増加から顧客単価を向上させることも可能です。

レコメンドエンジンの機能

• レコメンド機能
  顧客の性格や行動に応じて、ある商品・サービスを提案する機能で、レコメンドエンジンの基本機能です。特定のWebサイトに限らず、アプリやメールと連携して複数のチャネルを横断して商品を提案する機能もあります。
• データベース機能
  顧客の性格や行動に関するデータを蓄積・分析する機能です。Web上での閲覧履歴や購買履歴といった行動履歴を分析して、その結果から顧客層のグルーピングなどを行います。
• ランキング機能
  売れ行きのよい商品・サービスを提案する機能です。これにより、顧客のニーズや購買意欲を駆り立てることができます。
• リマインド機能
  顧客が一度閲覧した商品・サービスや、カゴに入れたものの未購入である商品・サービスを提案する機能です。再度興味を持たせたり、買い忘れを防止したりする上で有効になります。
• メッセージング機能
  顧客が興味を持っている商品・サービスを、メールやDMを通じて提案する機能です。顧客ごとのニーズに合わせたメッセージを送信することができます。
• レポート機能
  提案した商品・サービスを顧客が購入したかどうか、結果を記録するための機能です。レポート機能で記録した結果を活かして、レコメンドの基準や方法を再考することで、レコメンド精度を高められます。
• ABテスト機能
  商品・サービスの提案パターンを複数用意して、ランダムに顧客に配信し、その効果を比較して最適なものを選択する機能です。試行錯誤によってレコメンドの効果を最大限高めることができます。

レコメンドエンジンでの提案方法の種類

ルールベース

ルールベースとは、サイト運営側が独自にルールを決めて顧客に提案する方法です。顧客の特性や行動を詳細に分けて得点を付け、累積スコアによって特定の商品やサービスを提案する、といった決め方があります。売りたい商品を選んで提案できますが、顧客のニーズと合わない場合は効果が見込めないというデメリットもあります。

協調フィルタリング

協調フィルタリングとは、ある顧客に対し、その人と似た性格で同じ行動をとる顧客が選んだ商品・サービスを提案する方法です。協調フィルタリングでは、顧客が興味を持つ可能性の高い商品・サービスを提案するため、顧客単価を向上できる可能性が高まります。一方で膨大な顧客データを集める必要があり、データ量が少ない状況では精度が低いというデメリットがあります。

コンテンツベース・フィルタリング

コンテンツベース・フィルタリングとは、顧客が購入した商品・サービスと同じ、もしくは類似した属性のものを提案する方法です。あるブランドの商品を購入した際に、同じブランドの別の商品や、顧客層が似通ったブランドの商品を提案します。顧客の好みに合わせた提案ができますが、商品を属性ごとに分類する作業に手間がかかったり、同じ商品ばかりを提案してしまったりするという課題もあります。

アイテムベース

アイテムベースとは、ある商品・サービスが購入された際に一緒に購入されることが多いものを提案する方法です。商品・サービスを購入した際には気づかなかった潜在ニーズを顕在化させ、顧客単価を向上させられる可能性が高まります。

ハイブリッド・タイプ

ハイブリッド・タイプとは、上記のような提案方法を複数組み合わせて商品・サービスを提案する方法です。各方法のメリットを得つつデメリットを解消できる点で有効です。

レコメンドエンジンを選ぶ際に確認すべき項目

自社サイトとの相性

商品・サービスの提案をECサイトで実施したいのか、あるいはそれ以外のサイトで実施したいのかを考え、それと相性のよいレコメンドエンジンを選びましょう。また、ECサイトに対応している場合でも、自社のECサイト構築ツールでは導入できないレコメンドエンジンも存在するため、導入可能かどうかを入念に確認する必要があります。

レコメンド精度の調整の容易さ

レコメンドエンジンでは、顧客が興味を持つ可能性の高い商品・サービスを提案せねば、売り上げの向上にはつながりません。顧客分析に活用するデータを抽出できる、クリック率から提案する商品属性を調整できる、といったレコメンド精度を調整しやすいレコメンドエンジンを選びましょう。

また、サイトの形式や商品の内容、自社のブランド力などに応じて、適切なレコメンド方法を選択できるよう、所望の機能が付随するシステムを選ぶことも重要です。

レコメンドエンジンの事例

さぶみっと！レコメンド（ECサイト向け）

（出典：https://www.submit.ne.jp/recommend）

株式会社イー・エージェンシーが運営する本システムでは、顧客のECサイト上での行動履歴をAIが分析し、購入する可能性の高い商品・サービスを提案できます。商品名などのテキストや、画像を認識し、これらから商品属性をグルーピングすることも可能です。そのほか、ランキング機能やメッセージング機能なども有しています。

ContentsRecommend（ECサイト以外にも対応）

（出典：https://www.submit.ne.jp/contentsrecommend）

こちらも株式会社イー・エージェンシーが運営するレコメンドエンジンで、金融・不動産・自治体に関する情報、ニュースやブログなど、複数のターゲットに利用されるWebサイトに適用できます。顧客の行動履歴から興味のあるコンテンツを提示するほか、新着コンテンツにも対応しています。