パーソナライズ MOTENASU 用語集

商品レコメンドとは|意味・レコメンドやパーソナライズとの違いを解説

商品レコメンドとは、顧客の購買履歴、閲覧履歴、行動データ、属性、配信反応、類似顧客の傾向などをもとに、顧客に合いそうな商品を提案する施策です。EC・通販では、顧客ごとに購入済み商品、関心商品、購入サイクル、次に買いやすい商品が異なります。商品レコメンドをCRM施策に組み込むことで、F2転換、クロスセル、アップセル、リピート促進、休眠防止、LTV向上につなげやすくなります。

商品レコメンドとは

商品レコメンドとは、顧客に合いそうな商品をおすすめする施策です。

例えば、過去に購入した商品に関連する商品を案内する、閲覧した商品に近い商品を提案する、同じような購買傾向を持つ顧客が購入している商品を紹介する、といった施策が商品レコメンドにあたります。

商品レコメンドの目的は、顧客にとって関心が高い商品を適切なタイミングで提示し、次の購入につなげることです。単に売りたい商品を並べるのではなく、顧客の状態や購買文脈に合った商品を提案することが重要です。

商品レコメンドで使われる主なデータ

商品レコメンドでは、顧客ごとの関心や購入可能性を判断するために複数のデータを使います。

  • 購買履歴:購入商品、購入回数、購入金額、購入日など
  • 商品情報:商品カテゴリ、ブランド、価格、関連商品、在庫情報など
  • 閲覧履歴:商品ページ閲覧、カテゴリ閲覧、検索履歴など
  • 行動データ:カゴ落ち、クリック、フォーム回答、キャンペーン反応など
  • 顧客属性:年齢、性別、地域、会員ランクなど
  • 顧客ステージ:F1、F2、F3、F4、F5+、休眠予備軍など
  • 配信反応:メール開封、クリック、LINE反応、SMS反応など
  • 購入間隔:前回購入からの経過日数、再購入サイクルなど
  • 類似顧客の傾向:似た購買履歴や行動を持つ顧客の購入傾向など

これらのデータを顧客単位で統合することで、一律の商品案内ではなく、顧客状態に応じた商品提案を行いやすくなります。

商品レコメンドとレコメンドの違い

商品レコメンドとレコメンドは近い意味で使われますが、範囲が異なります。

レコメンドは、商品だけでなく、コンテンツ、キャンペーン、次の行動、チャネル、タイミングなども含めた広いおすすめ施策です。

一方、商品レコメンドは、その中でも商品提案に特化した施策です。過去購入商品や閲覧履歴、類似顧客の購買傾向などをもとに、顧客に合いそうな商品を提案します。

整理すると、レコメンドは「おすすめ全般」、商品レコメンドは「商品のおすすめ」です。

商品レコメンドとパーソナライズの違い

商品レコメンドとパーソナライズは、CRM施策で組み合わせて使われます。

パーソナライズとは、顧客ごとに体験やコミュニケーションを最適化する広い考え方です。配信チャネル、配信タイミング、表示内容、メッセージ、商品提案などを顧客状態に応じて変えます。

商品レコメンドは、そのパーソナライズの中で、顧客に合いそうな商品を提案する具体的な施策です。

整理すると、パーソナライズは「顧客に合わせて全体を最適化する考え方」、商品レコメンドは「顧客に合わせて商品を提案する施策」です。

商品レコメンドとクロスセルの違い

クロスセルは、商品レコメンドの目的のひとつとして使われます。

クロスセルとは、顧客が購入した商品や関心を持った商品に関連する別の商品を提案することです。例えば、スキンケア商品を購入した顧客に関連する美容液を提案する、健康食品を購入した顧客に相性のよい別商品を案内する、といった施策です。

商品レコメンドは、クロスセルだけでなく、リピート購入、アップセル、休眠復活、F2転換などにも活用されます。

整理すると、クロスセルは「関連商品を追加購入してもらう施策」、商品レコメンドは「顧客に合う商品を提案する広い施策」です。

商品レコメンドとアップセルの違い

アップセルも、商品レコメンドの目的のひとつです。

アップセルとは、現在購入している商品や検討している商品よりも、上位商品、高単価商品、セット商品、定期購入などを提案することです。

商品レコメンドでは、顧客の購入履歴や購買傾向をもとに、上位商品やセット商品を提案することで、客単価やLTVの向上につなげることがあります。

整理すると、アップセルは「より上位・高単価の購入を促す施策」、商品レコメンドは「顧客に合う商品を提案する施策全般」です。

商品レコメンドと動的コンテンツの関係

商品レコメンドは、動的コンテンツとして実装されることがあります。

動的コンテンツとは、顧客条件に応じて、文章、画像、商品、CTAなどを自動的に切り替える仕組みです。

例えば、メール内の商品枠を顧客ごとに変える場合、表示される商品が商品レコメンドであり、その出し分けの仕組みが動的コンテンツです。

商品レコメンドを動的コンテンツとして活用することで、同じ配信やページでも、顧客ごとに異なる商品を提案しやすくなります。

商品レコメンドの主な種類

商品レコメンドには、さまざまな考え方があります。

  • 関連商品レコメンド:購入商品や閲覧商品に関連する商品を提案する
  • クロスセルレコメンド:一緒に購入されやすい商品を提案する
  • アップセルレコメンド:上位商品や高単価商品を提案する
  • リピート購入レコメンド:再購入時期に合わせて同じ商品や補充商品を提案する
  • 類似顧客レコメンド:似た顧客が購入している商品を提案する
  • 閲覧履歴レコメンド:閲覧した商品やカテゴリに近い商品を提案する
  • ランキング型レコメンド:人気商品や売れ筋商品を提案する
  • シナリオ型レコメンド:顧客ステージや行動に応じて次の商品を提案する

どのレコメンドが適しているかは、商品特性、購買サイクル、顧客ステージ、施策目的によって変わります。

CRMで商品レコメンドを活用する例

商品レコメンドは、CRM施策のさまざまな場面で活用できます。

  • 初回購入者に次に購入しやすい商品を提案する
  • F2未転換顧客に2回目購入しやすい商品を案内する
  • 購入商品に応じて関連商品を提案する
  • 消耗品の再購入時期に合わせてリマインドする
  • 定期購入者に追加商品やセット商品を提案する
  • 購入単価が高い顧客に上位商品を提案する
  • 特定カテゴリ購入者に別カテゴリの商品を提案する
  • 休眠予備軍に再購入しやすい商品を案内する
  • 優良顧客に限定商品や先行販売を案内する
  • LINE反応が高い顧客にLINEで商品提案を行う

商品レコメンドをCRM施策に組み込むことで、顧客ごとの関心や購買段階に合わせた提案を行いやすくなります。

商品レコメンドとLTVの関係

商品レコメンドは、LTV向上にも関係します。

LTVを高めるには、顧客が継続的に購入しやすい状態を作る必要があります。商品レコメンドによって、顧客の購入履歴や行動に合った商品を提案できれば、F2転換、リピート促進、クロスセル、アップセルにつなげやすくなります。

ただし、商品レコメンドが顧客状態に合っていない場合、不要な案内として受け取られる可能性があります。LTV向上につなげるには、顧客ステージや購入間隔、過去の反応を踏まえて提案することが重要です。

商品レコメンドで注意すべき点

商品レコメンドでは、単に売りたい商品を表示するだけでは不十分です。

顧客の購入履歴、行動データ、配信反応、購入間隔、顧客ステージを踏まえずに提案すると、顧客にとって関係の薄い情報になりやすくなります。

商品情報や顧客データの品質にも注意が必要です。商品カテゴリが整理されていない、購買履歴が古い、重複顧客がある、購入者と利用者が異なる、といった状態では、適切な商品レコメンドが難しくなります。

商品レコメンドは、データ統合、商品マスタ整備、顧客セグメント設計、配信後の効果検証とあわせて運用することが重要です。

MOTENASUとの関係

MOTENASUと商品レコメンド

MOTENASUは、EC・通販事業者向けのCRM/MAシステムです。顧客情報、購入履歴、受注情報、商品情報、LINE連携情報、配信反応などを統合し、顧客ごとの状態に応じた商品レコメンド施策に活用できます。

MOTENASUでは、購入商品、購入回数、最終購入日、購入間隔、顧客ステージ、LINE連携状況、配信反応などをもとに、顧客に合った商品提案やシナリオ配信を設計できます。また、AIを活用し、顧客ごとに買いそうな商品を抽出してレコメンド配信に活用することもできます。

MOTENASUとは →

FAQ

商品レコメンドとは何ですか?

商品レコメンドとは、顧客の購買履歴、閲覧履歴、行動データ、属性、配信反応、類似顧客の傾向などをもとに、顧客に合いそうな商品を提案する施策です。

商品レコメンドとレコメンドの違いは何ですか?

レコメンドは、商品だけでなくコンテンツ、キャンペーン、次の行動などをおすすめする広い概念です。商品レコメンドは、その中でも商品提案に特化した施策です。

商品レコメンドとパーソナライズの違いは何ですか?

パーソナライズは、顧客ごとに体験やコミュニケーションを最適化する広い考え方です。商品レコメンドは、その中で顧客に合いそうな商品を提案する具体的な施策です。

MOTENASUで商品レコメンドはどのように活用できますか?

MOTENASUでは、顧客情報、購入履歴、受注情報、商品情報、LINE連携情報、配信反応などをもとに、顧客ごとに買いそうな商品や関連商品を抽出し、メール、LINE、SMS、郵送DM、シナリオ配信に活用できます。