ピンボール鬼武者

【Shopifyアプリ】レコメンド成果が出やすい商材や条件についてご紹介

以(yi)前(qian)、こちらのブログで、レコメンドエンジンの成果についてご紹(shao)介(jie)させて頂きました。

22年9月に公開しましたPeecAIでは、成(cheng)(cheng)果が出るパターンと成(cheng)(cheng)果が出ないパターンが、傾向として見(jian)えてきたので、今回は本(ben)記事でアップセル・クロスセル対策(ce)として活(huo)用する情(qing)報(bao)として活(huo)用できるように、ご紹(shao)介させて頂(ding)きます。

1,自社ECサイトの運営におけるレコメンドの重要性

これまで大規模サイトや大手モール(Amazon、Yahoo、ZOZOtown等)で、レコメンドエンジンの重要性等が、過去10年以上(Amazonにおいては20年以上前から)前から触れられていて、によると、「巨大小売企業であるAmazonでは、レコメンド機能による売上が35%を超えている」というデータもあるようです。

これまでも、国内のレコメンドエンジン製品(pin)や業界の流(liu)れを見ると、大規模サイトを中心(xin)にレコメンドエンジンが導入(ru)されていたような流(liu)れとなっております。

その理由(you)としては「膨大(da)なデータ量」を元に、機械(xie)学(xue)習のモデルを活用した、顧(gu)客提(ti)案(an)(レコメンド)が実現してきた背景があります。

しかし
①規模(規模が小さい=売上が少ない=データ量が少ない)
②コスト(小規模・中規模事業者(*)は利用価格に沿うような費用対効果が得られない)
の観点で、小規模・中規模事業者に対しては、導入が進んでおりませんでした。
*ここでは、月商300万円~1億円、と定(ding)義します

単純にAmazonと自(zi)社(she)サイト(Shopify等で販売するサイト)の規(gui)(gui)模(mo)、商品数、データ量観点では、比較ができませんが、データ活(huo)用×小規(gui)(gui)模(mo)・中規(gui)(gui)模(mo)の自(zi)社(she)サイトでの運用も場合によっては、レコメンドがフィットする時代に少しずつなってきたのかと感(gan)じています。

ひとえにECサイトの運営と言っても『商材、購入のされ方、購入単価、購入頻度、運営者の運営マーケティング方法』等によっても、レコメンドエンジンとの相性は様(yang)々です。

ここでは、どのパターンに相性(xing)がいいのか、例を用いて紹介していきます。

関連記事:Shopifyのレコメンド・レコメンドエンジンとは?メリット・デメリットとおすすめアプリ

2,レコメンドの活用で成果を出すために

PeecAIの成(cheng)果についてご紹(shao)介した記事「Shopifyレコメンド「PeecAI」の3つの強みと成(cheng)果についてご紹(shao)介!」でも、少し触れさせて頂(ding)きましたが、一定の売(mai)上や注文数(shu)(データ量(liang))が重要となります。

一(yi)定の規模や運営期間があると、それなりに自社(she)ECサイト上(shang)の売(mai)上(shang)や販(fan)売(mai)経験が蓄積され、最も売(mai)れるパターンや傾向が見えてきたりします。

2-1.商材軸

特に1注文において複(fu)数(shu)の商品が購入されやすい(合わせ買い)が発生しやすい以下(xia)の商材(cai)は、レコメンドの活用としては、成果が出(chu)やすくなる傾向(xiang)もあります。

・アパレル/アクセサリー(鞄、靴(xue)等の小物(wu)含む)

・スキンケア

・食品/飲料

・美容

・家具/インテリア

これらの商材(cai)の共(gong)通点としては、1カテゴリにおける商品数やSKU数が多い商材(cai)、ユーザー側が選びにくい、購(gou)入時に迷ってしまう等の課題がある商材(cai)です。

2-2.購入パターン軸

単(dan)品(pin)通販、サブスクリプション型(定(ding)期通販型)があります。

単品通販は、1つの種類に商品を絞って販売を行うECサイトのビジネスモデルです。対照的に毎月購入を頂くようなモデルで、定期型があります。

これらの軸においても、単品通(tong)(tong)販・定期通(tong)(tong)販だから、という理由でレコメンドの解決策が最適なケースとそうではないケースがあります。

アップセル・クロスセルのおいては、単品(pin)通販でも定(ding)期型でもどちらのケースでも課題感的(de)にはレコメンドがフィットする場合がありますが、定(ding)期便においては、CRM施(shi)策やメルマガ施(shi)策、トライアル施(shi)策等(deng)、レコメンド以外でもできる対(dui)策はあります。

2-3.販売単価軸

レコメンドの活(huo)用(yong)においては、単(dan)価(jia)による大きな違いはありませんが、規(gui)模(mo)が一定(ding)以(yi)上(shang)あるようなブランド様で、単(dan)価(jia)が高い商材のアップセル、クロスセルを狙う場合のレコメンド活(huo)用(yong)は、収益としてインパクトが出(chu)やすくなる傾向があります。

しかし、単価が安(an)いフロント商(shang)材(cai)と一緒(xu)に購(gou)入されるクロスセル商(shang)品があるようなブランド様ですと、このフロント商(shang)材(cai)に対してレコメンド商(shang)品を提示して、クロスセルを狙う、という施策が役立(li)つ場合があります。

2-4.販売マーケティング軸

ECサイトの運営者(zhe)の担当(dang)者(zhe)やブランドによって、販売方法や戦略が異なるので、一概にレコメンドを活(huo)用したからといって、成(cheng)果が出(chu)るとは限りません。

特に自社ECサイト初期フェーズであれば、データがなく、レコメンドの成果(guo)が出ない場合がほとんどです。

特に

・広告を軸(zhou)にして新規(gui)顧(gu)客獲(huo)得

・ファン作りやブランド作りを行う

・既存(cun)顧客から収益を獲(huo)得するのか

等、運営方(fang)法(fa)や顧客獲得方(fang)法(fa)、収益の軸により、レコメンドの必要性は変(bian)わります。

特に新(xin)商(shang)品やキャンペーン、セール等(deng)の企(qi)画を行うようなブランド様だと、発信(xin)するコンテンツが豊(feng)富になるゆえに、レコメンドが活きる場合もあります。

関連記事:アップセルでShopifyの顧客単価を高めよう!実施のポイントも解説

3.成果を出せる最低の条件

一般的には、レコメンドの製品により、成果を出せるための「規模」や「データ量(liang)」があります。

3-1.月商(自社EC単体)や注文数の目安(定量観点)

PeecAIのご利用目安としては「月(yue)商(shang)300万円~|月(yue)間注文件(jian)数1,000件(jian)~」を成果が出やすい最低(di)限の導(dao)入規模(mo)の条件(jian)として定義しております。

相性が良い「商(shang)材・購(gou)入単(dan)価・購(gou)入方法・運営状(zhuang)態(tai)」等はありますが、まずは上(shang)記の規模を目安にして頂けると幸いです。

3-2.施策を積み上げてPDCAを回してきた(定量観点)

自社(she)ECの運営において、全く施(shi)策(ce)をしていなかった場合、データ量が商品数がそもそも足りない場合があります。データ量が足りない場合は、他施(shi)策(ce)を通じて、売上(shang)規模(mo)を上(shang)げてから、導入を検討した方がよろしいかもしれません。

4.レコメンドを導入検討した方が良いケース(例)

主に以下に該当するケースが多ければ、レコメンドの活用(yong)をご検討された方がよいかもしれません。

特(te)にサイト内の顧客体験を大切にしていかなければ、製品やブランド、またマーケティング施策が最(zui)適化されていても、肝心の購(gou)入場(chang)所(サイト)の状(zhuang)態が悪いと離(li)脱(tuo)してしまう要因になります。

レコメンド導入(ru)で、顧(gu)客体験(yan)の向上・顧(gu)客体験(yan)改善するために導入(ru)する、という観(guan)点を持つと、成(cheng)果が出やすくなるパターンも増えています。

4-1.運用の仮説がある状態

まず前提として、レコメンドを行(xing)う際(ji)に重要視(shi)するべきポイントとしては、レコメンドを行(xing)う際(ji)の、仮説や意図があること、です。

PeecAIの場(chang)合は、カスタマイズ機能があるため、機械学習を用(yong)いたレコメンドであっても、運営者の意図や運営方(fang)法(fa)が反映されやすく、顧客(ke)体験を作(zuo)りやすい製品となっています。

どこまでいってもECサイトは店舗(pu)と違(wei)い、常(chang)に店員がいない状態なので、100%店員の代(dai)わりにならなくても、レコメンドは、EC運営(ying)の補助機能として用(yong)いることで、顧(gu)客体験をより良くするために必要なブランド様があると信じています。

4-2.当てはまる課題がある状態

・商品数(30商品~)が多く、特定商品への依(yi)存が高い

・サイト内の離脱(tuo)率/回遊率が低い

・新規顧客単価が上(shang)がっている

・LTVが低(di)い(これまでレコメンド以外のLTV改(gai)善(shan)施(shi)策を行ったがより改(gai)善(shan)したい)

・1注文当たりの単価が下がっている

上(shang)記の一連の課題(ti)に対(dui)して施策を行っても課題(ti)がある場合は、レコメンドが活用できる余地があると考えられるので検討(tao)してみてもよろしいかもしれません。

5.レコメンドを導入検討しない方が良いケース

・商(shang)品数が少ない(10商(shang)品以下)

・規(gui)模(mo)が小(xiao)さい(例:月商(shang)300万円(yuan)未満)

・注文数が少(shao)ない(データがない状態)

・十分(fen)な施策を行えていない

安易にレコメンドを回(hui)しても、顧客体験を阻害(hai)することに繋(xi)がる可能性もあるため、マーケティング施策、中長期的(de)なブランド構築施策を検討した上でご検討ください。

6.まとめ

レコメンドの良し悪しや検(jian)討基(ji)準についてまとめてきました。

・アップセル・クロスセルを通じて、既存顧客のLTVを上げたい事業者様
・新規(gui)顧客のCVRを改善(shan)したい事(shi)業(ye)者様

顧客体(ti)験改善(shan)の一環(huan)として、ご利用をご検討(tao)をしてみてくださいませ。

関連記事:Shopifyレコメンド「PeecAI」の3つの強みと成果についてご紹介!

関連記(ji)事(他事業(ye)者様記(ji)事):

Shopifyアプリ:パーソナライズレコメンドエンジン「

Shopify レコメンドエンジン『PeecAI(ピークエーアイ)』
レコメンドエンジンを通じた、
LTV向上・アップセル・クロスセル施策の
ご相談、ご質問はお気軽にご相談ください。
この記事を書いた人
DeFactory代表取締役 事業開発、デジタルマーケティング(検索領域)、グロースハックが得意領域です。 事業の壁打ちのご相談お受けしております!
Shopify レコメンドエンジン『PeecAI(ピークエーアイ)』
レコメンドエンジンを通じた、
LTV向上・アップセル・クロスセル施策の
ご相談、ご質問はお気軽にご相談ください。