レコメンド活用入門編！　「dショッピング」もレコメンド活用で「あと10％伸びる」

写真左から、シルバーエッグ・テクノロジー株式会社 マーケティング部 シニアマネージャー 園田真悟氏、株式会社オールアバウトライフマーケティング コマース企画部 部長 繁岡和枝氏、シルバーエッグ・テクノロジー株式会社 カスタマーサクセス部 アカウントコンサルチーム マネージャー 松尾洸太朗氏

Webサイト上で、見る人に合わせた“おすすめ”を表示するレコメンド機能は、ECから動画配信、ニュースサイトまで、今や当たり前のように使われている。しかし仕組みや活用法を「何となく」しか知らず「導入しただけ」になってはいないだろうか。そこでレコメンドの基本から活用法まで、提供会社と活用会社の両方に率直に聞いてみた。

答えてくれるのは独自開発のAIアルゴリズムを搭載したリアルタイム・レコメンドサービス「アイジェント・レコメンダー」を提供するシルバーエッグ・テクノロジー株式会社の園田真悟氏と、同サービスを総合通販サイト「dショッピング（※）」および日本最大級のサンプリングサービス「サンプル百貨店」に導入している株式会社オールアバウトライフマーケティングの繁岡和枝氏。AIやレコメンドの活用が不安な方はぜひ読んでいただきたい。

デジタルの世界でレコメンドが必要とされる、2つの要素とは

──そもそもの話ですが、Webサイトにおける「レコメンド」や「レコメンドエンジン」とは何でしょうか。

シルバーエッグ・テクノロジー株式会社 マーケティング部 シニアマネージャー 園田真悟氏（以下、園田）　レコメンドとは、例えばECサイトにアクセスしたときに表示される“あなたへのおすすめ”です。雑誌広告やテレビCMのように見る人を選ばず決まった商品や広告を見せるのではなく、裏側でレコメンドエンジンを働かせてアクセスしてきたお客様それぞれに合ったものを提案する仕組みです。売る側が売りたいものを見せるのではなく、「お客様にとって必要だと思われるものを提案する」のがレコメンドです。

──レコメンドは、なぜ、必要なのでしょう。

園田　お客様を属性で分類し、その属性に合わせた広告を見せるマーケティング手法が増えていましたが、それをよりパーソナルに絞り込み、一人ひとりに違うものを提案できてこそ、お客様に信頼され、効率よく商品が売れるようになる。それを実現するのがレコメンドエンジンによるレコメンド、“パーソナライゼーション”と呼ばれる技術です。

株式会社オールアバウトライフマーケティング コマース企画部 部長 繁岡和枝氏（以下、繁岡）　例えば「dショッピング」では500万点から600万点の商品が掲載されています。それらをすべて表示し、見てもらうことはできませんし、お客様が何を求めているのかは、運営側からは見えません。そこで“こういったものを見たお客様は、これに関心がありそう”といったひも付けを自動的に行い、お客様に提案するレコメンドが必要なのです。CTR（クリック率）やそこからのコンバージョンを上げるためにも必要な機能です。

シルバーエッグ・テクノロジーのレコメンド技術によって、メールマガジン経由の売上も伸びたと、同社に信頼を寄せる繁岡氏

園田　デジタルの世界でレコメンドが必要とされる要素は大きく2つあります。一つは「画面の狭さ」。実店舗なら数千の商品を並べて一覧できますが、スマホの小さな画面の中で欲しいものを探そうとすると、サイトのあちこちを深い階層まで探すことになり、時間がかかってイライラするでしょう。それだとサイトからの離脱にもつながってしまいます。お客様が求めているものをシステムがきちんと認識できれば、“今求めているものはこれですか？”と提案でき、欲しいものにすぐたどり着いてスマートに買い物できるようになります。

もう一つは、ECサイトには店員がいないことです。実店舗なら店員がいて、分からないことや探しているものについて聞くことができます。店員が親切に欲しいものまで案内してくれたら、その店に愛着を覚えて再訪問してくれる、いわゆるリピーターになってくれるかもしれません。しかしECサイトは商品を自分で探して買うだけなので、“買ったらそれで終わり”になりがちで、そのままでは再訪問につながりません。そこで、店員に代わりレコメンドで欲しいものが見つかりやすい体験を提供することが「このECサイトは欲しいものがちゃんとあって、すぐに見つかる」という信頼感を生み、再訪問率を高めてリピーターを増やすことにつながるのです。

──ECサイトは新入荷やキャンペーンなど、いくつかのコーナーに区切られていることが多いですが、レコメンドエンジンはどのように取り入れられているのでしょう。

繁岡　「dショッピング」の場合、およそすべての“面”に入っていて、場所によって使い方が変わってきます。トップ画面はECサイトの入り口、いわば“顔”ですから、幅広く全体の商品を見せるように、そのお客様がこれまでdショッピングで見てきたものの履歴を分析し、多様なおすすめの商品を選び出して掲載しています。また、dショッピングの中にある「dショッピングサンプル百貨店」や、ふるさと納税ポータルである「dショッピングふるさと納税百選」への導線として、これらのサービスの商品もレコメンドされます。より細かいジャンル・カテゴリの面に入っていただいた場合は、今度はそれに関心を持ってくださったお客様ですから、より絞り込んだレコメンドを表示していくことでサイトからの離脱を防ぎ、コンバージョンを上げるようにしています。

「dショッピング」のトップ画面と“おすすめ商品”欄（画像はサンプルで、実際のものとは異なります）

──サイトの“階層”によってもレコメンドエンジンの使い方が変わってくるわけですね。

園田　そこが「アイジェント・レコメンダー」のような、アルゴリズムベースのレコメンドエンジンの得意とするところです。レコメンドにもさまざまな考え方があって、どうレコメンドするかはサイトごとに違いますし、同じECサイト内、例えば「dショッピング」内でも、「dショッピングサンプル百貨店」や「dショッピングふるさと納税百選」といったサービスごとに少しずつ違ってきます。我々はおよそ25年、ECサイトが普及する初期の頃から国内事業を行い、レコメンドエンジンを進化させ、機械学習のアルゴリズムのチューニングやフィルタリングのバリエーションを増やすことに取り組んできました。漫画配信や動画配信、人材派遣といったサービスでもしっかりと成果の出せる、顧客ニーズに添ったチューニングが可能です。

メールでのレコメンド配信「レコガゾウ」がレコメンドからの売上の10％に！

──レコメンドエンジンの進化によって、レコメンドの汎用性や精度も向上しているんですね。実際、サイトでの売上にどのくらいの効果があるのでしょう。

繁岡　「dショッピング」では「アイジェント・レコメンダー」を2021年に導入し、当初からかなり売上が伸びました。また、「アイジェント・レコメンダー」のオプションサービスであるメールでのレコメンド配信「レコガゾウ」も導入しています。メールマガジンの一番下に「レコガゾウ」による商品カラムを付けているのですが、その精度が高く、今やレコメンドからの売上の10％を占めるほどになっています。メルマガの最下部であることを考えると、通常の商品カラムを大きく上回る効果が出ていると満足しています。

園田　「レコガゾウ」には当社が特許を取得している技術を使い、メール開封を検知して、瞬時におすすめアイテムの画像を本文中に表示させることができます。レコメンドエンジンとしては「アイジェント・レコメンダー」と同じで、AIが自動的に判定し、受け取る人に合わせてそれぞれ異なるアイテムがレコメンドされます。例えばメルマガを配信した後に元の掲載商品が売り切れてしまっても、開封を検知して別のおすすめ商品を表示するので、機会損失を減らすことができます。

園田氏は、その進化の歴史を含めて、AIレコメンドの本質についてかみ砕いで解説してくれた

変化に強いのはAIだからこそ！　レコメンド経由の売上はサイトの10％～15％をキープ

──やや技術的なお話しになりますが、貴社のサービスで使われるアルゴリズムについてお聞きします。導入サイトに合わせたチューニングはどのようにされるのでしょう。

シルバーエッグ・テクノロジー株式会社 カスタマーサクセス部 アカウントコンサルチーム マネージャー 松尾洸太朗氏　私たちは基礎的なレコメンドのアルゴリズムを4種類考えています。「これを見た人はこれも見ている」、「これを見た人はこれを買っている」、「これを買った人は、一緒にこれも買っている」、「これを買った人は、その後これを買っている」の4つで、これらを組み合わせています。コアとなるのは買い物の順番と組み合わせをAIで分析すること。クライアントであるサイト運営側で、こうしたAIを理解して自力でカスタマイズするのは難しいので、そこを私たちコンサルタントが担います。

「アイジェント・レコメンダー」は、お客様の行動をベースに相関を計算しています。多数のオプションやチューニング要素がありますが、サイトを訪れたお客様一人ひとりの、どの行動を基にして、相関を計算するのかがポイントです。そして、先ほどの4種類の組み合わせを、ECサイトの各ページやレコメンドを入れる部分ごとに最適化していきます。一度チューニングしてもサイト構造の変化などで効果が変わることがあるので、継続的な取り組みが必要です。また、ビジネスが安定しているサイトでは効果も永続するため、チューニングレスで使っている事業者様もいらっしゃいます。

サイトの状況に応じて、最適なチューニングを行っているという松尾氏

繁岡　「dショッピング」でも、同じチューニングを使っていても、効果がなくなることがあります。その場合には「ABテストで効果を確認したい」といった相談をさせていただき、その結果から、どんなアルゴリズムを使うかといったチューニングを都度してもらっています。実装後もシルバーエッグ様に並走してサポートしていただくことで、売上を担保できていると実感しています。

園田　AIなので変化に強いというのも特長です。昨年と今年とで売れるものが大きく変わることはよくありますが、「アイジェント・レコメンダー」はお客様が何を買っているかという行動を見ていますから、変化に追従して、新しい提案を自動的に行います。AIによる自動化と、担当のコンサルタントがアルゴリズムそのもののチューニングを行うこと、この両輪で顧客をサポートできるのが我々の強みだと思います。

──そのECサイトを初めて訪れたお客様の場合、それまで行動情報がありませんが、その場合はどうなりますか。

園田　初めてそのサイトを訪問した人にはまず売れ筋を提案し、そこからの行動を判断してリアルタイムでレコメンドしていくこともできます。初めてアクセスしたサイトでも商品ページを2～3回クリックされれば、そこでレコメンドの内容がかなり変わってくるため、初期の段階でもユーザー体験を改善することができています。弊社のコンサルタントは、そうしたお客様に最初何を見せればいいのかといったノウハウも蓄積しています。

繁岡　「dショッピング」に初めてくるお客様は、キャンペーン情報、商品広告、外部からの導線でアクセスしてくださることが多いです。何かしらの目的があってアクセスしているので、最初からランキングに近い形でおすすめを提案でき、そこからサイト離脱を防ぎながら商品をカートに入れてもらい、購入につなげるのに、レコメンドが効果を発揮しています。他の施策や広告経由の売上が上下するなか、レコメンド経由の売上はサイトの10％～15％を安定してキープしていて頼もしいです。

園田　ECサイトのレコメンドでは、購買にどれだけ結びつけられるのかを重視しています。売上をあと10％伸ばしたい、そういうときにレコメンド機能を「アイジェント・レコメンダー」に変えれば効果が出る、そう考えてもらえればと思います。

※「dショッピング」は株式会社NTTドコモの登録商標。株式会社NTTドコモと株式会社オールアバウトライフマーケティングが共同運営