レコメンドエンジンの機能とは？導入方法から使用時の注意点まで解説

レコメンドエンジンとは

レコメンドとは「勧める」という意味があります。レコメンドエンジンとは、WEBサイトのユーザーそれぞれに適した商品やサービスをおすすめするシステムです。レコメンドエンジンが通常の広告と違う点は、不特定多数に向けて勧めるのではなく、個別のニーズにあわせて特定の商品を勧めるという点にあります。

 

例えば、スニーカー販売ショップの広告は、スニーカーについてよく調べている広告ユーザーに対して表示します。もともと興味のある人に絞って広告を表示するため、購入率アップ、離脱回避などの効果が期待できます。

 

レコメンド機能の活用場所

レコメンド機能がどのようなWEBサイトで活用されているかについて解説します。

 

ECサイト

ユーザーの閲覧情報や購買履歴などをもとに、興味や関心が高そうな商品をおすすめする表示は、ECサイトにおける代表的なレコメンド機能の活用方法です。購入履歴のあるブランドや、同じ作家の別の商品を勧める機能もよく利用されています。ECサイトのレコメンドエンジンの使われ方が広まった背景は、Amazonの成功事例が大きいとされています。

 

コンテンツサイト

ニュースサイトやコンテンツサイトなどでもリコメンド機能が取り入れられています。読んだ記事に関連がある記事のリンクを画面下部に表示してサイト内の周回率を高める方法は、代表的な活用事例の1つです。求人サイトや住宅情報サイトなどでも、自動的に類似条件の情報を紹介するためにレコメンドエンジンが使われています。

 

レコメンドエンジンの種類

レコメンドエンジンの種類は、大きく「ASP型」と「オープンソース型」の2種類に分けられます。それぞれについて解説します。

 

レコメンドエンジンのほとんどがASP型

多くのサイトで用いられているレコメンドエンジンは、各ベンダーからASP型で提供されているものです。ASPとはApplication Service Providerの略で、ネットワーク経由で利用できるアプリケーションを提供するサービスやプロバイダのことです。

 

自社サーバーが不要で初期費用が安く、導入しやすいという特徴があります。ただ、運用はベンダー任せになるため、自社にあった細かなカスタマイズはできません。必要な機能が備わっているのか、どのように運営されているのか、などを事前にチェックしましょう。

 

オープンソース型

オープンソース型のレコメンドエンジンは、ソースコード（プログラム）が公開されており、自社でフルカスタマイズできるタイプです。オープンソース型を利用する企業は少なく種類はあまり多くはありませんが、独自機能も実装できます。ただし、構築にはかなりの時間と手間、費用がかかるため、主に大企業のサイト運営などで用いられます。

 

レコメンドエンジンの主な機能

レコメンド機能を実現する仕組みは、協調フィルタリング、ルールベース、パーソナライズに分類できます。それぞれについて解説します。

 

協調フィルタリング（購買履歴タイプ）

購買履歴タイプの協調フィルタリングは、最もよく利用されているタイプのレコメンドエンジンです。購買履歴をもとにしてオプション品の追加購入や類似商品の紹介などを行います。また、「この商品を買った人はほかにこちらの商品も買っています」などのように、他ユーザーの購買履歴と連携する機能も実現できます。

 

協調フィルタリング（閲覧履歴タイプ）

先ほど説明した購買履歴タイプと同じ協調フィルタリングですが、こちらは閲覧履歴をもとにして行うタイプのものです。閲覧履歴をそのまま表示するタイプのものや、閲覧履歴から興味や関心があると予測される関連商品を紹介するタイプのものがあります。ユーザーが購買せずに迷っている商品やその関連商品をアピールできます。

 

ルールベース

ルールベースは、特定商品を購入または閲覧した人に対して、どの商品をおすすめするか経営者側がルールとして決めておくレコメンドエンジンです。あらかじめルールを設定しなければならないため、分類が大まかになる傾向があります。期間限定アイテムなどに適しており、個人にあわせて表示する広告よりも対象は広くなります。

 

パーソナライズ

パーソナライズは、ユーザーの性別や年齢などの属性だけではなく、閲覧履歴や購入履歴などの行動履歴をベースに表示内容を変えるタイプのレコメンドエンジンです。属性と行動履歴の両方を参照するため、より個人にあった広告や商品を表示できます。ただ、精度が高い分析結果を出すためにはある程度の情報量が必要です。

 

レコメンドエンジンのメリット・デメリット

レコメンドエンジンを導入するメリットとデメリットについて、サイト運用側の視点から解説します。

 

購買率の向上

購買率とは入店した顧客のうち購入に至った顧客の割合を表す数値です。購買率を高めるには、レコメンドエンジンによって興味や関心が高い商品に関連した情報表示して、潜在的なニーズをあぶり出すことが重要です。サイト訪問の目的以外の商品もユーザーの目に入るようにすることで、購買率向上が見込めます。

 

顧客との信頼を築く

レコメンド機能が適切に働くと、ユーザーは自分のことをよくわかっている店員に接客されているときのように、楽しみながらネットショッピングができます。WEB上でのサービスの質が向上すればショップを好きになってもらえ、リピーターを獲得しやすくなるでしょう。

 

導入当初は的外れになりがち

レコメンド機能はWEBサイトを訪問するユーザー情報がベースになるため、データが蓄積されていない間は的外れなおすすめ商品を紹介してしまうかもしれません。ある程度の情報量が集まるまでは、レコメンド機能の精度が低くなるコールドスタートになってしまう点に注意してください。

 

データが集めるまでは、ルールベース型のレコメンドエンジンにするなど工夫してもよいでしょう。

 

少カバー率問題

レア商品やニッチな分野のBtoB向けサイトなどはユーザー数も限られ、サンプルとなるデータが集まりにくい傾向があります。その場合、分析の精度が低くなりレコメンドエンジンが正しく機能しないかもしれません。この現象は「少カバー率問題」と呼ばれています。

 

レコメンドエンジンの導入方法

レコメンドエンジンの導入前に知っておきたい目的の明確化と、必要なレコメンド機能のチェック方法、レコメンドエンジンの購入手続きについて解説します。

 

目的の明確化

顧客ロイヤルティの向上や商品の購買率アップなど、具体的な目的を明確にしておきましょう。解決したい課題によって必要になる機能は変わります。ほかのツールと連携する予定がある場合は、拡張性も重要です。

 

使用しているECサイトのレコメンド機能を調べる

ECサイトを構築する際には、一般的には既存のEコマースシステムを使います。Eコマースシステムのなかにはレコメンド機能が実装されている場合があるため、場合によっては追加コストなしでレコメンド機能を実装可能です。ただし、レコメンド機能に特化したサービスに比べると、機能性や精度が劣る傾向があります。

 

製品としてレコメンドエンジンを購入する

機能やコストなどを比較し、どこの事業者と契約するかを決めます。ベンダーによっては、コンサルティングも行っているため、一度相談しみてもよいでしょう。見積もりを出してもらい、問題がなければ契約を行います。ASP型の場合はサーバーなどの設備が不要であるため、契約が済めばすぐに運用開始できます。

 

レコメンド機能を使うときの注意点

レコメンド機能を使う際に注意しておきたい、少カバー率問題と費用対効果について解説します。

 

ユーザー数が少ないと意味がない場合がある

先ほど述べたとおり、WEBサイトのユーザーの行動履歴などの情報が少なすぎるとレコメンド機能の精度は低くなります。運用当初は、効果が少ないかもしれないことを頭に入れておきましょう。アクセス数でいえば最低でも1,000以上が理想で、それよりも少ないWEBサイトはレコメンドエンジンを導入しないほうがよいかもしれません。

 

費用対効果があるのかどうか

レコメンド機能は一般的に高機能になるほど料金が高くなります。専門知識が必要なサービスでは、人件費や工数が必要です。総合的に費用対効果を見積もってから導入を決めましょう。

まとめ

レコメンドエンジンはWEBサイトを訪問するユーザーに適した商品やサービスをおすすめするシステムです。購買履歴や閲覧履歴などを元に精度の高いアプローチをすれば、購買率向上や顧客との信頼関係構築などを実現できます。自社の目的にあわせた機能を搭載したサービスを選びましょう。

 

「Flipdesk」はWEBサイトのページ内にタグを設置するだけで、ユーザーごとに最適化した内容を表示するWEB接客ツールです。基本機能が充実しており業界最安水準（※機能制限の無料ツールは除く）ということから、導入実績は800社1,250サイト以上に上ります。経験豊富なコンサルタントによるサポートもあるため、初めてWEB接客ツールを導入する企業も安心です。

 

WEB接客ツール「Flipdesk」へのお問い合わせはこちら