ECサイト・アプリでレコメンド機能を活用している企業も多いと思いますが、旧来のレコメンド機能は、何らかのトリガーやあらかじめ設定したルールに基づきレコメンドを出すものが多く、顧客によっては興味の無い商品もレコメンドされることもありました。
興味の無い商品やサービスがレコメンドされると、顧客は期待外れと感じ離脱につながることもあります。実際に、MoEngage社の調査によると顧客の27%*1※参考：How GIVA Recorded 120% Uplift in Conversions Using MoEngage’s Newly Launched Smart Recommendations!｜MoEngageの方が、興味の無い商品のレコメンドにより嫌悪感を抱くことが分かりました。
この結果から、顧客に最適なレコメンドを実施するためには、変化する顧客行動や好みを把握し、一人ひとりに最適な商品を推薦する必要があります。
今回は、AIを活用して顧客ごとにパーソナライズされたレコメンドを実現できるMoEngageの「スマートレコメンデーション機能」についてご紹介します。
MoEngageとは
MoEngageは、AIを活用した高度なパーソナライズ機能が多数搭載された、アジアNo.1*2※【G2 Spring 2023】で「Mid-Market＆Small Business Market Leader」を獲得（アジアエリア）のカスタマーエンゲージメントツールです。
アプリ/Web/メールなどのクロスチャネルシナリオはもちろん、自動セグメント作成や自動シナリオ最適化など、One to Oneマーティングを強力に推進する機能がノーコードで利用できることがMoEngageの強みです。
MoEngageについて
MoEngageのスマートレコメンデーション機能の特徴
スマートレコメンデーション機能とは、MoEngageが独自に開発したAIエンジン「Sherpa」を利用し、ユーザーに対して精密にパーソナライズされた商品、サービスのレコメンドができる機能です。
ECサイトやアプリにおいて、顧客の嗜好、購買行動に基づいて、ほぼリアルタイムでチャネルを横断して最適な商品を提案することができます。
例えば、小売のECサイトでは、サイト上で顧客の好みにあった商品を提案することはもちろん、カート放棄のリマインダーメールを送る際におすすめ商品を表示させたりすることができます。
MAに精度の高いレコメンドを掛け合わせると高いキャンペーン成果を見込むことができます。
実際にMoEngage社が行った調査においても、スマートレコメンデーション機能を活用したECサイトでクリック率が122%、コンバージョン率が120%*3※参考：How GIVA Recorded 120% Uplift in Conversions Using MoEngage’s Newly Launched Smart Recommendations!｜MoEngage向上したことがわかってます。
3つのレコメンドパターンとユースケース
スマートレコメンデーション機能には、大きく分けて3つのレコメンドパターンがあり、顧客にもっとも関連性の高い商品やサービスを推薦することができます。
この章では、実際にどのように活用できるのか、ユースケースを交えてレコメンドパターンをご紹介します。
アイテム属性に基づいたレコメンド
顧客の閲覧履歴や購入履歴などから、商品の属性を特定し、属性が同じ商品をおすすめすることができます。アイテムの属性とは、色やサイズ、スペックなどの仕様のことを指します。
- アパレルの場合：スカートの色「青」、サイズ「L」を推薦
- パソコンの場合：OSが「Windows」、色「ブラック」のノートPCを色を推薦
顧客行動に基づいたレコメンド
「商品を閲覧した」「カートに追加した」「お気に入りに追加した」など、顧客の過去のやり取りや行動に基づいて製品を推薦できます。
- カートに追加されたが購入されていない商品を推薦
- 顧客が閲覧・検索した商品、サービスを推薦
- 「あとで見る」に追加された番組を推薦
AIを活用したレコメンド
MoEngageには、独自に開発したAIエンジン「Sherpa」を搭載しており、機械学習アルゴリズムを活用して顧客の行動や親和性を分析し、購入意向を予測した上で商品を推薦してくれます。AIを活用したレコメンドには、以下4つのパターンがあります。
1. 顧客の好みを把握したおすすめ商品
AIが、顧客の好み、長期にわたる顧客とのやり取り、その他の購入頻度や金額などに基づいておすすめの商品を推薦します。
好みに基づいたレコメンドは、より多くの購入を促進することや、パーソナライズされた顧客体験を提供しエンゲージメントを最大化を図ることができます。
2. よく一緒に購入される商品
顧客が購入した商品と併せて頻繁に購入される商品を推薦します。
例えば、PCを購入する顧客に、他の顧客が頻繁に購入するマウスやモニターをレコメンドすることでクロスセルの機会を増やせます。
3. よく一緒に見られている商品
顧客が頻繁に一緒に閲覧する商品を推薦します。
使用例としては、顧客がスマートフォンを閲覧したときに、よく一緒に閲覧されているスマホケースやアクセサリなどの他の製品を推薦することが挙げられます。
上記同様、クロスセルの機会を増やすことや商品のラインナップを示したい場合に適しています。
4. 閲覧情報と類似している商品
顧客が最後に閲覧した商品に類似した商品を推薦します。
例えば、コートを閲覧した顧客に対して、価格、ブランド、カテゴリなどの属性に基づいて類似した商品を推薦することができます。類似商品のレコメンドは、購入プロセスにおける離脱の防止や商品のラインナップを示すことができます。
スマートレコメンデーション機能活用のメリット
レコメンド機能は多くのECサイトやアプリで導入されていますが、MoEngageのスマートレコメンド機能を活用することでどのようなメリットが得られるのでしょうか。
MoEngageの強みとなるメリットを3つご紹介します。
AIがリアルタイムで顧客行動を追跡
多くのレコメンド機能は、トリガーやあらかじめ設定したルールをもとに機能します。そのため、変化する購入パターンや行動を考慮したレコメンドができないケースも多くありました。
MoEngageでは独自に開発されたAIが、全ての顧客とのやり取りを追跡し、顧客の好みや行動を把握・分析し、顧客一人ひとりに合ったレコメンドを実現することができます。また、AIはリアルタイムで追跡が行われており、日々変化する顧客行動も迅速にキャッチアップし、新たな好み・行動に適応した商品を推薦してくれます。
MoEngageのAIを活用した機能は他にも以下のようなものがあります。
マルチチャネルでアプローチできる
Webサイト上で商品を推薦する以外にも、Eメール、アプリのプッシュ通知、アプリ内メッセージ、SMSなど、顧客が好むチャネルを通じて、商品やサービスをレコメンドすることができます。
マーケター自身で施策を行える
MoEngageのスマートレコメンデーション機能を活用するにあたって、コーディングやデータ分析など専門的知識不要で施策を実行できます。
データ分析からレコメンドパターンの選択、商品の推薦まで、全てツール上で、直感的な操作で作業することができます。
スマートレコメンデーション機能が顧客に与える影響
ここまで、スマートレコメンデーション機能の活用において、主に企業側が得られるメリットについてご紹介しました。しかし、スマートレコメンデーション機能の活用は、顧客にもポジティブな影響を与えることができます。
具体的に顧客が得られるメリットには、次のようなものが挙げられます。
- 欲しい商品やサービスをすぐに見つけられる
- マルチチャネルでストレスなくコミュニケーションが取れる
- 好みを把握してもらえるため買い物体験の向上
パーソナライズされたレコメンドは、このような顧客の買い物体験の向上を通して、企業やブランドへの信頼を構築する手段の一つにもなっています。
まとめ
スマートレコメンデーション機能の活用で、一人ひとりに最適なレコメンドを実現できれば買い物を通した顧客の満足度を高めることができます。
多くのレコメンド機能は単独のソリューションとして展開されていることが多く、MoEngageのようなMAツールに搭載されていることは珍しいです。その他、MoEngageには高度なグロースマーケティングを実現する、顧客行動の予測機能や簡単にRFM分析ができる機能など、最新機能が多数搭載されています。MoEngageについてもっと詳しく知りたい方は、こちらから資料のダウンロードが可能となっております。
| *1, *3 | ※参考：How GIVA Recorded 120% Uplift in Conversions Using MoEngage’s Newly Launched Smart Recommendations!｜MoEngage |
|---|---|
| *2 | ※【G2 Spring 2023】で「Mid-Market＆Small Business Market Leader」を獲得（アジアエリア） |
