【3分で理解】レコメンド機能とは？マーケティングにおける活用事例も紹介

「レコメンド」という言葉をよく耳にしませんか。とくにマーケティングやWeb担当者の方は、「レコメンド」の単語を知る機会が増えてきているはずです。

デジタルマーケティングの業界ではレコメンドの仕組みが取り入れられるケースが増えてきており、世界的に有名な「TikTok」や「YouTube」などのSNS、動画配信サービスの「Netflix」にも活用されています。

大企業だけでなく中小企業や個人事業主が運営するECサイトでもレコメンド機能が活用され、マーケティング施策として話題になりつつあります。

本記事ではレコメンドの概要や仕組み、マーケティングでどう使われているのかを解説します。記事の最後では当メディアを運営するピクルス提供の診断コンテンツ作成ツール「ヨミトル」の事例を挙げながら、レコメンドの魅力をくわしくまとめました。

レコメンド機能をマーケティングに活用したい企業の担当者の方は、ぜひ最後までご覧ください。

レコメンドとは？

レコメンドとは、「推薦」や「おすすめ」、「勧める」などの意味を持つ言葉です。

マーケティングの業界では、「レコメンドエンジン」「レコメンド機能」「レコメンドシステム」という言葉が用いられるケースもあります。近年はECサイトやプラットフォーム、SNSなど、あらゆるマーケティングのシーンで使われており、大きく成果を生み出すような形でレコメンドの仕組みが採用されています。

YouTubeやTikTokで1つの動画を見始めると、それに関連する動画コンテンツが表示され、気になってアクセスしてしまうケースありませんか。関連コンテンツにアクセスし続けた結果、何時間も経ってしまっていたケースもあるでしょう。

またAmazonやYahooショッピングなどのECサイトで商品ページを閲覧すると、そのページ内で関連する商品が表示されたケースもあるかもしれません。「メガネ」の商品ページを覗き、「メガネ拭き」や「メガネケース」が関連商品としておすすめされるようなイメージです。

自ら探していないにもかかわらず、自分のニーズとマッチしている商品やサービス、コンテンツが表示されるのは、すべてレコメンドの仕組みによるものです。このようなレコメンドの仕組みによって、アクセス数や商品の購買率の向上などの効果が期待できます。

レコメンドの仕組みと4つの種類

レコメンドには4つの仕組みが採用されています。

自社の目的やビジネスモデルにあった仕組みを採用しないと、思ったようにレコメンドの効果を発揮できない可能性があります。本章で解説するレコメンドの仕組みをしっかり理解し、自社の事業に活かせるものを見つけてみてください。

ルールベース

ルールベースとは、「どのバナーからページにアクセスしてきたのか」「ユーザーがどのような行動をしているのか」などのルールによって、表示するページやコンテンツを切り替える仕組みのことです。

バレンタインに関連する広告からアクセスしてきたユーザーに対して、そのときの最適な商品を選定し、レコメンド（おすすめ）するようなイメージです。またECサイトで「スマホケース」を購入したユーザーに対して「保護フィルム」をレコメンドするイメージを持つとわかりやすいのではないでしょうか。

このように商品・サービス提供者側であらかじめルールを設けて、ユーザーに適した商品をレコメンドすることが可能です。ただし昨今は消費者のニーズの多様化が進んでいるため、レコメンドのミスマッチが起こらないように、常にABテスト（検証・改善）を繰り返していくことがルールベースで成功する鍵となります。

協調フィルタリング

協調フィルタリングとは、ユーザーの行動データ（アクセスや購買履歴など）を分析し、同じような行動をしているユーザーが興味を持ちそうな商品をレコメンドする仕組みのことです。

「同じような行動をしている」＝「趣味や嗜好が似ている」と仮説を立てられます。ユーザーAの行動データを参考に、ユーザーBに対して適切なレコメンドができるようになれば、大きく購買率を上げられるようになるわけです。

協調フィルタリングには、2種類のアルゴリズムが用いられています。

①アイテムベース：商品Aを購入したユーザーは商品Bも購入する傾向にある→商品
Aを購入したユーザーに対して、商品Bのレコメンド

②ユーザーベース：ユーザーAとユーザーBの行動データの類似度をベースにする。ユーザーAが購入している商品をユーザーBにレコメンド

両者それぞれのメリットがありますが、協調フィルタリングを活用すれば購買率の向上だけでなく、「こんな商品が欲しかった！」と、ユーザーに新たな気づきを与えられます。ユーザビリティの観点でも魅力的な仕組みです。

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、ユーザーが気に入った商品の特徴や属性と類似している商品をレコメンドする仕組みのことです。

たとえば、AさんがA社の赤いスマホケースをカートの中に入れている、もしくは高評価していたら、Aさんに対してB社の赤いスマホケースをレコメンドするようなイメージです。気に入っている商品と類似度が高い商品をレコメンドして、購買活動の選択肢の幅を広げたり、見つけにくい商品の認知を促進したりなどの効果があります。

ハイブリッド

ハイブリッドは、前述で紹介した「ルールベース」や「協調フィルタリング」、「コンテンツベースフィルタリング」のアルゴリズムを組み合わせたレコメンドの仕組みのことです。

たとえば、ユーザーの行動データから商品のレコメンドをする「協調フィルタリング」と、類似商品をレコメンドする「コンテンツベースフィルタリング」を掛け合わせるようなイメージです。

異なるアルゴリズムを活用することで、より精度の高いアプローチができ、ユーザーの購買意欲の向上が狙えます。

応用的な仕組みではあるものの、高い効果が期待できるためレコメンドに慣れてきたら活用してみると良いでしょう。

マーケティングでレコメンドの仕組みはどう使われているの？

レコメンドの仕組みはSNSやECサイトなど、さまざまなシーンで使われています。本章では具体例を交えつつ、実際のマーケティングシーンでレコメンドがどのように使われているのか解説します。

レコメンドの活用方法のイメージがいまいち湧かない人はぜひご覧ください。

SNS

レコメンドはあなたが普段使っているSNSでよく活用されています。

YouTubeやInstagram、昨今話題のTikTokまで、あらゆる媒体でレコメンドが使われており、PVやページ滞在率の向上などの効果を発揮しています。TikTokがYouTubeを抑えて最強のSNSと呼ばれるようになったのも、レコメンド機能の優秀さが要因と言われているほどです。

たとえばTikTokでは動画コンテンツAをみると、ユーザーに最適化された動画Bが表示され、Bをみるとまた次の動画Cが…という風に、次々と表示されます。料理に関連する動画コンテンツを見たら、延々と料理の動画が流れてくるようなイメージです。

ユーザー側からすると好奇心を掻き立てるコンテンツが次々と流れてくるため、「TikTokを触っていたらいつの間にか3時間経っていた」というケースもあります。TikTokやYouTubeなどのSNSは広告収益でビジネスが成り立っているため、レコメンドの仕組みでいかにSNSの世界にユーザーを留めさせられるかが鍵になるわけです。

ECサイト

AmazonやYahooショッピングなどのECサイトで商品を購入すると、「あなたが興味ありそうな商品はこちら」のように、違う商品に誘導された経験はありませんか。

日常生活に溶け込んでいるためあまり気にしない人が多いと思いますが、これもレコメンドの仕組みによるものです。前述で解説した「協調フィルタリング」や「コンテンツベースフィルタリング」などの仕組みを活用し、ユーザーの購買活動の促進を狙っています。

とくにAmazonのレコメンド機能は非常に優れものと言われています。自分と同じ商品を購入したユーザーの購入履歴を分析し、それをレコメンドに反映させます。

たとえば以下のようなイメージです。

自分は商品Aを購入→見知らぬAさんも商品Aを購入→しばらくしてAさんは商品Bを購入→自分のECサイトのページに商品Bがレコメンドされる

この仕組みを実装するだけで、購買率の向上・データの収集などマーケティング活動において大きなメリットをもたらします。

診断コンテンツ

診断コンテンツとは、ユーザーに対していくつかの設問を用意し、その設問の回答したデータをもとに診断結果を表示するコンテンツのことです。昨今注目のコンテンツとして、大企業から中小企業まで、さまざまな業種の企業が導入を始めています。

診断コンテンツをレコメンドに利用することには、多くのメリットがあります。ユーザーの嗜好や属性をもとにレコメンドするのではなく、設問に対する回答で得られた情報からユーザーの悩みを分析し、その悩みを解決できるような商品を提案できます。

たとえば、Aさんが診断コンテンツで診断した結果、「肌の乾燥による肌荒れ」に悩んでいることがわかりました。そのAさんに対して、「乾燥肌におすすめの肌ケアグッズ5種類」のような形で厳選した商品をレコメンドするような形です。

このように趣味・嗜好、属性では見えてこないユーザーの課題・悩みを特定し、それに適した商品をレコメンドできるのが診断コンテンツの強みです。購買率の向上が見込めるだけでなく、ユーザーの悩みに対してレコメンドするためLTV（ライフタイムバリュー）の上昇が見込めます。

レコメンドを導入する前の確認事項

レコメンドを導入するには費用がかかります。流行りだからというシンプルな理由では、せっかくレコメンドの仕組みを導入しても失敗して、大切な資金を無駄にすることになりかねません。

レコメンドの導入を検討しているのであれば、以下の確認事項をきちんと理解しておきましょう。

導入する目的が明確か

まずはレコメンドを導入する目的を明確にしましょう。

たとえば、「レコメンドの機能を取り入れて自社商品の購買率の向上を狙い売上を伸ばす」「レコメンドを使って一人当たりの顧客単価を上げたい」など、企業の現状の課題によってさまざまな目的が明確になるはずです。

目的がないと何のために導入するのか不明瞭で、社員のモチベーションの低下にもつながりかねません。当然ながらレコメンドを採用しても、思ったように効果が現れず資金を無駄にしてしまうケースもあります。

レコメンドの効果を最大限に発揮するためにも、まずは目的を明確にするところから始めてみてください。

費用対効果を計算できているか

レコメンドの機能は無料ではありません。

どのようなツール・サイト媒体を使うにしても、必ず費用がかかってきます。導入費用に対して、どのくらいの効果が見込めるか明確にしましょう。

もしレコメンドの効果が導入費用を下回るようであれば、一度見送るか、費用対効果を計算し直す必要があります。レコメンドは一時的な売上ではなく、長期にわたる購買率とLTVにも影響がでてきます。

その辺りも考慮しつつ費用対効果を計算してみてください。

メリット・デメリットを理解できているか

レコメンドは「購買率の向上が見込める」「顧客単価の上昇が狙える」などの魅力的なメリットがある一方で、見逃してはいけないデメリットもあります。

たとえばレコメンドはユーザーが発見できないような商品をおすすめするため、商品やコンテンツ数が膨大だからこそ大きな効果を発揮します。つまり商品数が10〜100程度ではあまり効果がでず、レコメンドを採用する意味がありません。

またレコメンドの精度は、ユーザーから得られるデータ（購買履歴や行動データ）が鍵となります。会員数や利用者数が少ない状態では思うようにデータを収集できず、大きな効果は生み出せないでしょう。

自社の事業の現状を分析して、レコメンドのデメリットを解消できる状況か適切に判断してください。このようなデメリットが問題ないようであれば、レコメンドの仕組みを取り入れても大きな効果を発揮できるでしょう。

もし本格的なレコメンドシステムの導入にハードルを感じるなら、まずは診断コンテンツによるレコメンドを試してみるのも手です。

レコメンドシステムは専門性が高く、設定が難しいと感じる人もいます。
診断コンテンツも一から作るにはプログラミング等の知見が必要ですが、ピクルスの診断作成ツール「ヨミトル」なら、初心者でもクラウド上で簡単に診断作成ができます。
複数のプランがあるため、短期からの利用も可能です。

ヨミトルで作成した診断のレコメンド事例を次に取り上げるので、ぜひチェックしてみてください。

診断クラウド「ヨミトル」のレコメンド事例と発揮した効果

肌リウム

肌リウムは、ユーザーの肌の状態を分析する診断コンテンツです。

「洗顔後の肌の状態は？」「肌に触れた時の印象は？」など、肌の状態に関する設問に回答することで、ボトル（ハーバリウム）のなかに花が入っていきます。診断結果ページでは、「あなたのお肌の状態」や「長所」、「気になるお肌の気がかり」が分析結果として提示されます。

そのデータをもとに、肌リウムの運営元である株式会社アルビオンのスキンケアシリーズ「FLARUNE」が表示される仕様です。

結果として、診断に参加したユーザーの1割以上が店舗に来店するという成果を得ることができました。

当事例での取り組みや工夫のポイントは、下記のクライアントインタビューで紹介しています。

商品のブランドコンセプトに寄り添った提案がきっかけに。ピクルスと二人三脚でつくりあげた診断コンテンツ

家事クリエイティブ診断

家事クリエイティブ診断は、「あなたのタイプにぴったりの時産テクニック」をコンセプトにした診断コンテンツです。

家事クリエイティング力を4つの評価軸で診断し、あなたの家事タイプを分析します。家事タイプごとにおすすめの時産テクニックをアドバイザーが紹介してくれるうえに、アドバイスももらえます。

レコメンドでその人のタイプに合った料理が提示され、アクセス数の向上や関連商品の購買意欲促進などの効果が期待できる事例です。

診断コンテンツを使ったレコメンドのメリットについては、下記でもご紹介しています。

商品レコメンド活用事例

まとめ

本記事ではレコメンドの概要やマーケティング活動でどのように使われているのか、導入する前の確認事項を解説しました。

レコメンドは今後のマーケティング活動で欠かせない存在です。購買率やLTVの向上などの効果が期待できるうえに属人性がなく、ユーザーに適した商品やコンテンツを高い精度で提案してくれます。

AmazonやNetflixのような世界的企業はもちろんのこと、昨今は日本の中小企業のECサイトやWebサービスでもレコメンドの仕組みが採用されています。

本記事の内容をもとに、自社でもレコメンドの仕組みが活用できないか考えてみてください。

ピクルスが提供している診断クラウド「ヨミトル」は、商品レコメンドだけでなく、Webプロモーションやリード獲得など、さまざまなシーンで活用できます。「なかなかコンバージョン率がいい方向に改善しない」「既存ユーザーのリピート率が低い」などの課題を持つWeb担当者の方はぜひお気軽にご相談ください。