« ブログのトップページに戻る

ECサイトに必須のEC接客機能とは

   投稿者 : 2020年2月4日 By Comments (0)

タイトルイメージ画像

ECサイトの機能で接客機能で代表的なものは何か、ご存知でしょうか?
「この商品を買った人は、こちらの◯◯も買っています」など、訪問ユーザーへお薦め商品情報を提案するレコメンド機能がそれにあたります。
「レコメンドエンジン」はウェブ上の接客と言われ、訪問者の購買や行動履歴に基づき、ユーザーが望むだろう情報を提供し、ECサイトの売り上げを上げたい、サイト訪問者の滞在時間を増やしたい、PV数を増やしたいなど、効果絶大な機能である。
今回は、このレコメンド機能の種類、メリット、デメリットなど整理した。

レコメンド機能とは

レコメンド機能とは、ECサイトや情報サイトなど、サイトを訪れたユーザーの閲覧履歴や購入履歴をもとに、関連性の高い商品や、コンテンツ情報を提案するものである。
ユーザーが興味関心の高いだろう商品の提案は、WEBにおける接客であり、ユーザーのサイト滞在時間が長くなり、ユーザーが求める、より良い商品の提案が可能で、商品購入率の向上につながるものである。
レコメンド機能は主に、ECサイトやニュースサイト、情報ポータルサイトなど導入されている。ECサイトでは、Amazonのレコメンドエンジンは有名である。Amazonの商品詳細ページの下部には、レコメンドエンジンによる「よく一緒に購入されている商品」、「この商品をチェックした人はこんな商品もチェックしています」、「この商品を見た後で買っているのは」があり、これらはすべてレコメンドエンジンがユーザーに提案する商品である。
また、求人情報や不動産情報などの情報ポータルサイトにおいては、このレコメンド機能を導入することで、マッチングの精度が高まり、契約まで効率的に進む場合が多い。

amazonの画像

レコメンド機能の種類

主なレコメンドの種類には、「協調フィルタリング」「コンテンツベースフィルタリング」「ハイブリッド型」がある。それらについて、詳しくみていこう。

項目図

(1)協調フィルタリング

「協調フィルタリング」とは、レコメンド機能の中で、最もよく利用されているものである。
これは、ユーザーの行動履歴を基にし、おすすめ商品やお薦めコンテンツを提案するものである。Amazonの「この商品を買った人は◯◯も買っています」というのは文字通り、他のユーザーの蓄積された購入履歴や行動履歴を基に、新たな訪問ユーザーに対してお薦めアイテムを提案するものである。
この「協調フィルタリング」はシンプルで導入しやすく、コスト的も抑えられている。類似性の高いユーザーを参照するため、レコメンド精度も低くはない。特にお客様にとって意外な商品をレコメンドできたり、お客様が探していた商品を提案することもある。
協調フィルタリングには「アイテムベース・レコメンド」と「パーソナライズド・レコメンド」の2種類がある。

(1−1)アイテムベース・レコメンド

関連性の高い商品のデータが蓄積されるもので、「こちらもお薦め!」「関連商品はこちら」などと表示されるものが、アイテムベース・レコメンドである。
ユーザーAが商品Aを閲覧した後に、商品B・商品Cを閲覧した場合、商品Aと、商品B・商品Cは関連性の高い商品としてデータ蓄積され、ユーザーBが商品Aを閲覧すると商品B・商品Cがレコメンドされるというものである。

(1−2)パーソナライズド・レコメンド

パーソナライズド・レコメンドとは、訪問者の属性やサイト上の行動履歴などの情報をもとに、ユーザー、一人ひとりの興味や好みに合ったアイテムを表示するものである。
ユーザーの性別、年齢、居住地、会員ランク、行動履歴、購入履歴などの情報を組み合わせ、表示するアイテムを決めている。
「パーソナライズド・レコメンド」では多くの情報を参照することで商品を提案するものである。そのため、レコメンドされた商品の中から、自分の好みにあった商品を見つけれられるのである。
レコメンドサービスを提供している、英Barilliance社の調査によると、「パーソナライズド・レコメンド枠」の商品をクリックしたユーザーは、何もクリックしないユーザーに比べ、レコメンド枠内の商品をクリックしたユーザーの方が、コンバージョン率は5.5倍も高まっている、としている。つまり、レコメンドされた商品の方が、通常の商品より、購入率が高いのである。

(2)コンテンツベースフィルタリング

協調フィルタリングはユーザーの行動履歴がベースになり、ユーザーが何度もそのサイトに訪れ、行動することで、レコメンド精度は上がるが、「コンテンツベースフィルタリング」は行動履歴がないユーザーに対してもレコメンド表示することができる。
ユーザーの選んだ、商品の属性データ(カテゴリー・値段・色など)を使用して、ユーザーの興味関心との関連性を基にレコメンドを行うものである。
例えば、あるメーカー、ブランドの腕時計の情報を見ているユーザーに対して、同ブランドの別の価格や同様のスペックの腕時計製品を薦めるなどである。
初めて訪問したユーザーなど、行動履歴がないので、協調フィルタリングによるレコメンドは精度が低いが、コンテンツベースフィルタリングは、ユーザー行動に依存しない点やユーザー評価が少ないものでも提案できるなどメリットがある。
デメリットとしては、商品の属性を入力する手間が必要なこと、どのユーザーに対しても同じようなアイテムばかりがレコメンドされてしまう、などがある。

(3)ハイブリッドタイプ

(1)の協調フィルタリングと(2)コンテンツベースフィルタリングのいいとこ取りしたのが、「ハイブリッドタイプ」である。
「ハイブリッドタイプ」とは「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」のデメリットを補いながら、ユーザーに対して最適な商品をレコメンドするものだ。
つまり、サイト訪問者が何度も訪問したことのあるリピーターなら、協調フィルタリングからレコメンド商品を表示し、新規ユーザーであれば、コンテンツベースフィルタリングによって最適な商品を表示するといった優れものだ。
アメリカのNetflix社(日本ではhttps://www.netflix.com/jp/)で使用されているレコメンド機能はこの「ハイブリッドタイプ」を利用している。

レコメンド機能のメリット、デメリット

レコメンドといって真っ先に思い浮かぶのはECサイトである。膨大な量の商品数のECサイトでは、レコメンドエンジンによるユーザーの嗜好に合った商品を表示することで、リピートユーザーの獲得や客単位・閲覧数のアップが期待できる。
また、ECサイトばかりではなく、情報サイト、旅行サイトなどのコンテツサイトにおいても、関連情報の表示、旅行サイトなら関連ツアーなどレコメンドすることで、サイトの離脱率が下がるだろう。
ユーザーの「興味にあった商品をおすすめする」という非常にシンプルなマーケティング機能は効果絶大である。具体的にどのようなメリットがあるのかみていこう。

メリット(1)商品の購買率の向上

ユーザーの興味関心の高いユーザーに最適な、商品、コンテンツを表示できるので、当然、商品の購買率はアップするだろう。
特にクロスセル表示は客単価を向上させるのに有効である。
クロスセルとは、Aという商品を購入した人に対し、Bという商品を薦めるという販売手法である。薦めるのはオプション商品で、「ついでに、この商品もどうですか?」といった関連商品であり、メイン商品より低価格で、なおかつメイン商品の周辺商品を薦めるものである。クロスセルは客単価のアップを期待でき、サイト全体の売り上げをアップにつながる。
さらに、直帰率の減少、PV率、回遊率、滞在時間などのアップも見込めるだろう。

メリット(2)お客様の商品を探す労力を減少

膨大な量の商品を保有しているECサイトのレコメンドエンジンを実装したECサイトでは、お客様の商品を探す手間を減少させるてくれる。
リアル店舗であれば、店員に自分の好みの情報・価格を伝えることで、見合った商品をピックアップしてくれるが、ECサイトの場合、レコメンド機能が無い場合、ユーザーは自分で商品を各ページにわたり、探すことになる。商品数が多くなると、この作業はかなり煩わしく感じるだろう。
レコメンドエンジンはユーザーの趣向を分析し、ユーザーの最適商品を提案する。
まさに、理想の店舗販売員なのである。

メリット(3)運営側のコスタダウン

レコメンドエンジンは、ユーザーの欲しい商品を提供できるので、リピーターもこのサイトは、自分の趣味嗜好を理解していると感じ、ECサイトの信頼度がアップするだろう。
さらに運営においても、お薦め商品や関連商品のピックアップなどオートメーション化できるので、商品数が少ない場合は手動で行えても、商品数が多かったり、入れ替わりが激しくなると、商品のピュクアップに時間とコストがかかる。
レコメンドエンジンは機械が自動で行ってくれるので、運営担当者の趣向に偏ることもなく工数を削減できるだろう。

レコメンドエンジンはメリットばかりではない。デメリットもある。
デメリットは以下の内容である。

デメリット(1)商品点数、種類が少ない場合はメリットが少ない

レコメンド機能は、どのようなサイトでも効果的に機能するわけではない。商品の種類や商品点数が豊富場合に利便性をもたらすからである。
レコメンドエンジンはユーザーに商品を探しやすくするための機能であるので、開設したばかりで商品数が少ない場合などはメリットは少ないだろう。

デメリット(2)ユーザーのデータが蓄積されないと精度が高まらない

レコメンドエンジンは大量のデータを基にしたシステムであるため、導入後しばらくは、ユーザーについてにデータが溜まっていないため、レコメンドエンジンの精度は低くなる。これを「コールドスタート」というが、データが足りない初期の場合は、既存のユーザーデータを組み合わせるなど、コールドスタートを補う工夫が必要である。

Amazonのレコメンド機能「Amazon Personalize」

レコメンド機能を活用した代表例はAmazonである。Amazonのレコメンド機能は「協調フィルタリング」を採用している。
「この商品を買った人はこんな商品も買っています」や「この商品を見た後に買っているのは?」というアイテムベースなどが組み合わされページに表示される。
Amazonのレコメンド機能は「Amazon Personalize」と呼ばれ、この「Amazon Personalize」は2018年、創業以来、20年かけて培った技術を社外に販売されることとなった。
この「Amazon Personalize」はクラウド経由で使用するAI(人工知能)である。
このシステムの導入すれば、高度なAmazonのレコメンドエンジンと同じものを自社ECサイトに活用できるようになるのである。
「Amazon Personalize」の特徴は、機械学習を使用し、訪問ユーザーのクリック、購入、視聴などの過去のユーザーイベントと、ユーザーに関する年齢、場所などの情報、そして商品ブランド、料金などのアイテムに関する情報から、学習し、訪問ユーザーに関連性の高い推奨事項を生成する。
Amazon.comと同じテクノリジーに基づいている「Amazon Personalize」は、サイトをよく訪れる”常連”はもちろんのこと,新規ユーザに対しても個人の嗜好と、市場の人気のバランスを考慮した適切なお薦め商品を表示するものだ。
外部へ販売することにより、ECサイト運営者に高度な専門技術者がいない会社であっても、このAIシステムを導入することにより、Amazon.comと同品質のレコメンドシステムを構築することが可能となった。

アマゾンのパーソナライズレコメンド

Live Commerceに実装されるレコメンドエンジン

今年3月中には、Live Commerceにも、このレコメンドエンジンが実装される予定だ。
Live Commerceに実装されるレコメンドエンジンはAmazonの「Amazon Personalize」である。
訪問ユーザーのクリックやカート挿入、商品詳細ページの閲覧を行なったタイミングで、「Amazon Personalize」が学習を行い、訪問ユーザーに最適な商品を提案するというものだ。学習モデルとなるは、ショップの商品情報、顧客の行動履歴、顧客注文情報である。
現在、「Live Commerceレコメンドエンジン」は動作検証を終了し、当社「Discovery Japan Mall」に実装し、試験運用を行っている。
「Discovery Japan Mall」のレコメンドエンジンによる購入率アップなどの実用実績を踏まえ、「Live Commerce」のコアに実装予定である。
「Live Commerceご利用のお客様」には、この機能を追加いただき、売り上げアップにつなげていただきたい。
また、一足早く、Live Commerceのメールマガジン機能に、この「Amazon Personalize」の機能である、レコメンドメールの配信を行えるようになる。
これは、メールマガジン購読者の嗜好に合わせたお薦め商品をメール配信できるもので、近日中にアップデートする予定である。

まとめ

レコメンド機能は、これからの時代、ECサイトにとって当たり前の機能、なくてはならない機能となるだろう。
なぜなら、これからのECサイトは、よりパーソナライズされたサイトでなければならないからだ。トップページには、訪問ユーザーの趣向にあった商品が並んでおり、ユーザーは、ECサイトにある多くの商品の中から、すぐに欲しい商品をサイト内で探し出すことができる、そんな質の高いサイトが求められている。

 

関連する記事

越境EC 日本郵便、日通の新たなサービス... 重い荷物や海外、離島など離れた遠く地域にも荷物を届けてくれる運送・宅配便などは今や、生活に定着し企業や店舗、そして暮らしにはなくてはならない分野の1つである。 近年は、Amazon、楽天といった、ネットショッピングやネット通販が普及したことで、配送業のニーズは高まり、需要は大幅に伸びている...
Amazonから学べるさまざまなこと 先週、7月15日(月)~16日(火)の2日間、Amazonは年に一度のプライム会員大感謝祭「プライムデー」を開催した。 Amazonによると、今回のイベントは「サイバーマンデー」及び過去の「プライムデー」と比較してAmazon史上、最大のセールイベントとなったと公表した。 また、ニールセ...
中古高級ブランド品がアジアで急成長... Reebonzの今年のアジア・ラグジュアリー・インデックスによれば、靴とアパレルの分野において急成長をしているとの記事です。例えば、香港ではブランドスニーカーの売上高は昨年48%増、高級Tシャツは6倍に増加しました。最も購入した中古ブランドであるChanelは、昨年のReebonzの2倍だそ...
進化する巨人Amazon 2019年の施策の全容... Amazonジャパンは1月16日、2020年初売りセール「Amazonの初売り」では総注文数が前年の約2倍となったこと、さらに日本でのサイバーマンデーは過去最多の注文を記録したことを明らかにした。 また、2月6日の通販新聞でもAmazonジャパンの2019年の売り上げは1兆7442億190...
2017年、日本のEC市場はどこまで成長したのか?... 今回は、前回に引き続き、経済産業省「平成29年度 我が国におけるデータ駆動型社会に係る基盤整備」報告書に基づき、国内のEC市場の状況を中心にまとめてみた。 報告によると、日本国内のBtoC-EC市場規模は、16兆5,054億円。前年より9.1%増加したと発表されている。 各分野では物販系分...
ECサイトに消費者が求めるものとは   2018年のEC(BtoC)市場規模は17兆9,845億円だった。その中で物販系部門は9兆2,992億円であり、前年比8.12%と伸長率は高い割合となっている。 物販系部門とは、「衣類・服装雑貨」、「生活家電・AV 機器」、「雑貨、家具、」、「書籍、映像・音楽ソフト」、...

タグ: , , , , ,

このエントリーをはてなブックマークに追加
 



コメントをどうぞ