レコメンドでサイト訪問者の回遊率やCVを上げるポイント

自社のWebサイトやECサイトに訪れる訪問者の数は多いが、直帰率が高い、CV率（コンバージョン率）が低いといったことはないでしょうか。今回はレコメンドシステムを活用して回遊率やCVを上げる際に、気を付けるべきポイントや事例をご紹介させていただきます。

レコメンドで回遊率・CVを上げる際に気を付けるポイント

ページの階層ごとに適切なアルゴリズムを設定する

はじめに、顧客の購買検討レベルに合わせたレコメンドアルゴリズムを設定することが重要です。適切なレコメンドアルゴリズムを設定することにより、回遊を促しCVへ誘導することができます。例えばトップページ等のページの上位階層は、顧客の検討度合いが低い可能性が高いため、顧客の閲覧履歴から興味・関心の高い情報を訴求することで、ページの回遊を促し、商品へ誘導することができます。商品詳細やカートページなどの階層では、実際に購買を検討している可能性が高く、その商品と関連性の高い商品を訴求することで、購買機会の損失を減らし、合わせ買い（併売）につなげることができます。

フィルタで絞ったレコメンドを実施する

レコメンドで表示する内容をカテゴリやジャンルといったフィルタ条件で絞ることにより、顧客の興味・関心に合わせたパーソナルレコメンドの精度を高めることができます。例えば、化粧品通販サイトであればメイク、化粧下地といった商品カテゴリを絞ったレコメンドを実施することでCV率向上につながります。

アルゴリズムの改善を行う

レコメンドは、効果の高いアルゴリズムを設定しても顧客の購買傾向やレコメンド枠の設置数等の要因により、上手く効果が上がらないことがあります。また、アルゴリズムは一度設定して終わりにするのではなく、検証し改善していくことが重要です。例えばカートページでは、併売率を促進させる「同時購入レコメンド」をアルゴリズムとして設定することで効果が上がります。しかし商品の1点買いが多いサイトの場合には、同時購入される商品が少なくなり、データがたまりづらくなります。このような場合は、「同時購入レコメンド」や「ランキングレコメンド」よりパーソナルレコメンドのアルゴリズムを設定する方が効果が上がる場合があります。

レコメンドの事例

ここでは当社のお客様が実施しているレコメンドの事例をご紹介いたします。

顧客の検討フェーズに合わせたレコメンド

サイトに訪問する顧客の検討フェーズ合わせた情報や商品をレコメンドすることにより、CV率を上げることができます。例えば教育通信を展開する企業では、初めて訪問した初回訪問者には自社PRブランディングを表示し、商材は閲覧したが、資料請求をしていない潜在顧客には閲覧した商材の資料請求の案内を表示し、資料請求したが入会していない見込顧客には資料請求した商材の入会案内を表示するなど、顧客の検討段階に合わせた内容を訴求したところ、資料請求のCVRが最大9.5倍、入会申し込みのCVRが最大9.4倍アップしました。

クロスセル・アップセルで購買を促進するレコメンド

商品詳細ページやカートページではクロスセル・アップセル促すアルゴリズムを設置することによりCV率を上げることができます。例えば、アパレル企業様の事例では、カートページでレコメンド枠を設置し、カートに入れた商品に対して併売率の高い同時購入のレコメンドを実施することで、併売率が上がり、最終的にはレコメンド経由のCVRが30%と高い数値を維持することが可能となりました。また商品の購入直後は顧客の購買意欲も高いため、購入商品と関連性の高い商品を再度レコメンド表示することで、更にサイトの回遊を促し、クロスセルへ繋げることにも成功しました。

まとめ

顧客の興味・関心の高い情報や商品などを適切に紹介することにより、訪問者の回遊率向上やCV率の向上につながります。当社のレコメンドでは今回ご紹介した顧客に合わせたレコメンドなど、50種類以上のアルゴリズムの中から適切なアルゴリズムを選択しレコメンドすることができます。レコメンドをご検討の際は、お気軽にご相談ください。