こんにちは。中川瞬(@buppan_system)です。 Shopifyでレコメンドついて知りたいという方のために、レコメンドの仕組みや導入方法、導入するにあたっての注意点について解説をします。 この記事を読むことで、

この記事を書かせて頂いている私は、現在、輸出・輸入・国内の転売のノウハウをお伝えしています。

時間がない会社員の方や子育てをしている主婦の方に、指導や転売システムの提供をして、忙しくても副業で収入を得てもらっています。

それではShopifyのレコメンドについて解説していきます。

 

レコメンドの仕組み

レコメンドとは、お客様が購入した商品に関連する商品やおすすめの商品を 紹介するシステムのことを言います。 楽天やAmazonなどのECサイトで、 欲しい商品の下に似たものが表示されるのを見たことがあるという方もいるでしょう。 レコメンドはECサイトでも積極的に取り入れられているシステムです。 レコメンド(recommend)は英語で「勧める」という意味があり、 ユーザーの興味や関心がある商品を関連付け、 これも欲しいかもしれないと心理面に訴え購入意欲をそそらせるシステムです。 レコメンドには4つの機能があり、表にまとめました。

機能	内容
レコメンド機能	ユーザーが閲覧・購入した商品に関連する商品を自動で生成する
ランキング自動形成	ポップアップを画面に表示し、自動で商品のランキングを形成
メール配信	ユーザーの情報を元に、欲しいと思っている商品をメール配信して、購入を促す
分析	レコメンドの結果、クリック数・表示回数・購入回数を分析

レコメンドエンジンの種類

レコメンドエンジンは、ユーザーに商品を紹介するときに大きな貢献をします。 なぜかというと商品購入や閲覧履歴をもとにデータを解析し、 実店舗の店員のように類似商品を紹介してくれるからです。 このようにユーザーに商品紹介を行うレコメンドエンジンは3種類あります。 • 協調フィルタリング • コンテンツベースフィルタリング • ルールベースレコメンド それぞれの特徴や仕組みについて詳しく説明します。

協調フィルタリング

強調フィルタリングとは、ユーザーのアクセス履歴や購入履歴をもとに 商品のレコメンドすることです。 レコメンドして提示した商品をユーザーが見て、 どのようなアクションを起こすのかを分析し、 「おすすめ」や「この商品を購入した人はこちらも」という表示を提示することで、 さらにユーザーに適した商品提案を促します。 ユーザーの行動履歴が沢山あればあるほど データが集まりレコメンドしやすいフィルタリングですが、 新規のユーザーにはデータがあまりありません。 そのため、効果的なレコメンドをしにくいというデメリットもあります。

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、商品の属性やグループにカテゴリー分けを行い、 ユーザーのニーズに必要な商品関連をレコメンドすることです。 事前に商品を属性やグループ分けをしておき、 ユーザーが検索したり購入した商品と類似度が高い商品を照らし合わせます。 この工程を繰り返すことで、ユーザーが求めている商品に近づけていきます。 類似商品を提示するということから、予想するという考え方が正しいのかもしれません。 このようなレコメンド方法をとることで、 ユーザーが求めている以上の商品を提示できる可能性があります。

ルールベースレコメンド

ルールベースレコメンドとは、 運営者が設定したルールや意志に沿って提案する内容をレコメンドすることです。 例えば、暑い日には扇風機をレコメンドするという内容のルールを設定したときに、 扇風機に関するレコメンドを行います。 運営者の意志がECサイトに反映されますが、 ユーザーが求めているものやマーケティングを行わないと商品が売れないため、 適切なルール設定が必要です。 シンプルで、Webマーケティングをしっかり行えるのであれば、とても魅力的です。

Shopifyレコメンドの導入方法

Shopifyにレコメンドを導入する場合は、 Shopify App Storeにある「商品レコメンド.amp」 というアプリを追加することで導入可能です。 このアプリは30日間の無料体験を経たあとに、月額29$～から利用可能です。 複雑な設定は必要なく、 レコメンドモジュールの差し込み場所タイトル設定も手軽に行なえます。 レコメンドを経験したことがない運営者であれば、30日間の無料体験があるので、 30日間の間のユーザーの動きを観察し、 導入前と導入後のデータの比較に使ってみるのもいいもしれません。 扱う商品数が多く、サイト内の回遊を促しサイトの離脱率を低めたいと考えている方は、 Shopifyが提供する「商品レコメンド.amp」を試してみましょう。

Shopifyレコメンドのメリット

レコメンドのメリットは3つあります。 • 商品購入数が増え、ユーザーの購買率が上昇 関連する商品を提示することでユーザーにとってはこれも欲しいと思わせる効果があります。 似た商品を閲覧していると滞在時間も伸び、 何回も会っていると親近感を覚えるザイアンス効果が発揮しやすいと言われています。 この効果を利用して、ユーザーの購買率上昇も見込めるでしょう。 • ユーザーの買い物が楽しくなる 関連した商品を閲覧するだけでなくメールでも関連した商品を紹介することで、 ユーザーの商品に関する知識が増え、他の競合商品との比較を楽しんでもらえます。 • リピーターを獲得しやすい レコメンドを使うことで、関連した商品や興味を抱いている商品を繰り返し提示することで、 同じサイトで購入する可能性が高まります。 繰り返し見ることで、商品のラインナップを把握し、 今度はあの商品を買おうと思わせる効果が見込めます。

Shopifyレコメンドのデメリット

レコメンドのデメリットは2つあります。 • 導入初期はレコメンド精度が低い 導入初期にレコメント精度が低いことは、コールドスタートとも呼ばれています。 コールドスタートとは、取り入れた直後はデータも効果も少ないため、 結果を出すまでに時間がかかることを言います。 特に協調フィルタリングのように、 ユーザーのデータを元にレコメンドしているものであれば、データがないと、 提示・関連商品が提示しにくいでしょう。 しかし、この問題は時間経過とユーザーの訪問の増加で問題は解決できます。 ユーザーが増えるとデータが蓄積され、レコメンドの精度は高まると考えられるからです。 • 少カバー率問題 商品の中で閲覧数が少ない商品も少なからず存在します。 そのような商品やマニアックな商品は、レコメンドには反映しづらいため、 このようなことを少カバー率問題と言われています。 このような場合には、少カバー率問題を解決するレコメンドを選びましょう。

Shopifyレコメンドを導入する際の注意点

沢山の商品を紹介してくれるレコメンドですが、導入をするときに注意点が2つあります。 • ECサイト上に掲載している商品が少ない 扱っている商品が少ないと、ユーザーに関連した商品の提案ができず、 実装してもレコメンドができない可能性があります。 もしレコメンドを導入する場合は、類似商品が沢山あるのかどうか確認が必要です。 もしなければ、似た商品を仕入れてレコメンドができるように対応しましょう。 • 導入しているショッピングカートの種類によって導入できない可能性がある ショッピングカートの機能によっては実装できないものもあります。 ショッピングカートには2種類あり、レコメンド機能を実装したものと、 外部のレコメンドを結びつけるやり方です。 今回の場合では、外部のレコメンドを結びつけるという前提条件があるため、 もし実装できないのであれば、 レコメンド機能を実装したショッピングカートに変更することをおすすめします。

Shopifyのサイトにレコメンドを導入してみましょう

ユーザーが閲覧・購入した商品に関連した商品を提示するレコメンドは、 導入しているサイトが数多く存在します。 レコメンドにより、ユーザーの購買意欲を駆り立て、リピートを増やすことができます。 またユーザーのデータ分析により、 今後どのような商品を仕入ればいいのかという目安にもなるかもしれません。 沢山のデータをレコメンドで情報収集し、あなたのECサイトをさらに盛り上げましょう。   下記のLINEで ①パソコンの選び方 ②国内転売マニュアル ③メルカリマニュアル が記載されている「ネット物販スタートマニュアル」をプレゼントしているのでぜひ受け取ってくださいませ！