ユニファイドコマースとオムニチャネルとは パーソナライゼーションで顧客リテンションをアップ

パーソナライゼーションは新しい概念ではありません、ユニファイドコマースとオムニチャネルコマースでもビジネスの柱になりつつあります。
が、しかし、コマース企業は、完全にパーソナライズされたショッピング体験を展開するための表面をなぞったにすぎません。
たとえば、パーソナライズされたレコメンデーションを検討する場合、ほとんどの人は、新商品、人気商品、またはユーザーが以前に購入または閲覧したもののリマインダーを推奨するホームページのカルーセルを思い浮かべます。
しかし、eコマースのパーソナライゼーションの例は数多くあり、ユニファイドコマースとオムニチャネル小売業者にとって未開拓の可能性を秘めています。パーソナライゼーションのROIを最大化するには、次の3つのことが必要です。

1. 高度にパーソナライズされたレコメンデーションを展開するための適切なテクノロジー
2. 知的で魅力的なウェブデザイン
3. ストアの設計とより大きなストアエコシステムのコンテキストでレコメンデーションを展開する場所に関する知識。

ここでは、eコマースにおけるパーソナライゼーションの例を紹介します。

ホームページのカテゴリレコメンデーション

数百または数千のSKUと多くの商品カテゴリを持つEコマースストアやマーケットプレイスは、顧客が好みの商品を見つけられるようにするという課題に直面しています。
商品の発見可能性が高まるとコンバージョン率が高くなり、見つけやすさが低くなると顧客の購入が妨げられているということです。

見つけやすさを高めるために、eコマースサイトでは、スマートな見出しと組み合わせたカテゴリをホームページにレコメンデーションしています。
レコメンデーション・推奨されるカテゴリの例としては、スタイルやタイプ、ブランド、サイズ、色などがあります。ノイズを早く切り抜け、ユーザーの好みに基づいて関連するアイテムをユーザーにレコメンデーションすることで、ユーザーが大規模なカタログに圧倒されたり、イライラしたりして、最終的にWebサイトからの直帰につながるのを防ぐことができます。

「パーソナライゼーションは、コマースストアがより魅力的で関連性の高いショッピング体験を生み出すための強力なツールです」

「パーソナライゼーションを正しく導入すれば、シームレスに機能し、全体的なショッピング体験を向上させることができます」

魅力的なカテゴリーパーソナライゼーションの展開をします。顧客がメンズ服またはウイメンズを選択してからホームページに戻ると、カルーセルと画像ブロックはすべてユーザーの選択に合わせてカスタマイズされます。
このシンプルかつ効果的なカテゴリーレコメンデーションは、発見の機会を増やすことにつながります。

検索ビューの推奨製品

コマースのパーソナライゼーションの次の例としては、ユーザーが検索しているときに商品をレコメンデーション・推奨することが挙げられます。
顧客が検索バーをクリックまたはタップすると、特定の商品を検索しているか、まだ見ていない新しい商品を発見しようとしているということです。
新商品の発見が目的であれば、パーソナライズされたレコメンデーションが検索バーの横に表示することは、顧客にとって非常に役立ちます。

さらに、一部の検索エンジンには、ユーザーが特定のキーワードや商品を検索しているときに予測テキストを有効にするメカニズムがあり、見つけやすさのユーザーエクスペリエンスが向上します。
たとえば、「女性用帽子」という検索語句では、その個々のユーザーにレコメンデーションされる女性用帽子のクイックプレビューが表示されます。

行動ベースのレコメンデーション

パーソナライズされたレコメンデーションの概念は、長年にわたって変化してきました。
以前に閲覧または購入したアイテムを、新しいアイテムや広く人気のあるアイテムと一緒にレコメンデーションすることは、パーソナライゼーションの一形態であると考える人もいます。
しかし、これは人が現在何かに興味を持っているかどうかを真に考慮しているわけではありません。
何かを購入したばかりの場合、または購入せずに何かを見た場合、フォローアップ訪問でそうする可能性は低いはずです。
コマースベンダーは、サードパーティのCookieを活用して、ユーザーのデモグラフィック情報に基づいてアイテムを提供するレコメンデーションエンジンで、この形式のパーソナライゼーションを補完しています。ただし、これではユーザーの好みに応える機能も限られています。

行動ベースのレコメンデーションは、パーソナライゼーションの概念のパラダイムシフトを表すコマースのパーソナライゼーションの例です。
ファーストパーティデータとサイト上でのユーザーアクション(クリック、スクロール、いいねなど)のみに基づいているため、行動ベースの方法がユーザーに提供するレコメンデーションは、ユーザーが何に興味を持っているかを、よりよく表しています。行動ベースのレコメンデーションは、パーソナライゼーションを実現するためのより洗練された方法であることに加えて、他の Web ページ、Eメールや LINE など、 コマースのパーソナライゼーションの他の例でも大きな成功を収めることができます。

メール・LINEでのEコマースのパーソナライゼーション

メールやLINEは、リテンションとロイヤルティを重視するeコマースマーケターにとって重要なチャネルです。メールやLINEに思慮深いパーソナライゼーションを取り入れることは、顧客を再び惹きつけるための最も効果的な方法の一つになります。
ほとんどのコマース企業は、すでにEメールまたはLINEを介してパーソナライズされたレコメンデーションを提供しています。
企業は顧客がオフサイトにいるときに顧客を最優先に考え続けることができますが、カートの放棄、以前に購入した商品、再入荷のリマインダーになどより、コンバージョン促進される可能性も高まります。

行動ベースのレコメンデーションにより、メールやLINEメッセージをより効果的にパーソナライズすることができます。

ユーザーが現場で行ったアクションを実行することで、フォローアップのメールやテキストに、ユーザーが操作した内容に基づいてアイテムのレコメンデーション事項を含めることができます。
このレコメンデーションは、ユーザーがクリックしたりカートに追加したりしたものだけでなく、それらの商品との類似性が明らかな他のアイテムに限定されません。このようにメールやLINEによる見つけやすさが向上したことで、顧客が店舗のWebサイトに戻ってくる可能性が高くなります。

商品詳細ページ(PDP)による商品レコメンデーション

商品詳細ページ（PDP)のレコメンデーションは、パーソナライゼーションを展開する上で特に価値がありますが、見落とされがちな場所でもあります。ユーザーがアイテムをクリックして詳細を確認したり、仕様を調べたり、レビューを読んだりすることは、特定の種類のアイテムに関心を持っていることを示す非常に強力なシグナルです。

適切なレコメンデーション エンジンを使用すると、PDP 上のアイテムとの類似性に基づいて、PDP を表示しているユーザーに関連するレコメンデーションを行うことができます。ユーザーが見つけやすいこのことは、直帰率の低下や平均注文額(AOV)の増加など、ストアにもいくつかのプラスの結果をもたらします。

ロケーションベースのレコメンデーションとフィルタリング

ユニファイドコマースとオムニチャネルコマースのシナリオでは、場所を個人用設定の有用な要素として使用できます。
小売業者は、近隣の実店舗を特定したり、送料を自動計算したりするために、地域ターゲティングを使用します。

アップセルのレコメンデーション

チェックアウトまたはカートビューステージでのアップセルは、コマースのパーソナライゼーションの代表的jな例です。
アイデアは、顧客のカートにすでに追加されているアイテムを取り上げて、より高品質または単により高い価格帯である可能性のある他の同様の商品の適切なレコメンデーション事項を作成することです。ここでの明らかなメリットは、AOVが大きくなることです。

アップセルのベストプラクティスの1つは、専用のアップセルページを作成することです。

「カートに追加」をクリックすると、ユーザーはアップセルページに移動し、カートで確認された現在の商品と、マーチャントにより大きな粗利益を提供する商品が表示されます。

バンドルのレコメンデーション

バンドルまたはクロスセルのレコメンデーションは、アップセルのレコメンデーションに対応するものです。
バンドルのレコメンデーションは、高品質またはコストの高い交換品を顧客にレコメンデーションする代わりに、AOVが増加するように、ユーザーが全体的により多くの商品を購入するように促すことを目的としています。

バンドルのレコメンデーションには、ユーザーのカートにすでに入っているものを直感的に補完するアイテムのレコメンデーションが含ませます。
たとえば、誰かがサッカースパイクを購入している場合、店はすね当てとそれに合うサッカーボールを勧めるかもしれません。
また、バンドルに同じ商品を割引価格で複数含む場合もあり、これにより、顧客の購入費用は節約されますが、コマースビジネスの注文額は高くなります。

使用するレコメンデーションエンジンまたはプラットフォームによっては、ストアはこれらのバンドルをレコメンデーションとして手動で設定するか、類似性によってアイテムを照合するエンジンの機能に依存します。

パーソナライズされたクーポンと割引

コマース企業は、パーソナライズされたクーポンや割引を提供することで、顧客に新しいアイテムの購入を促しています。顧客は、特別なオファーを受けていると感じた場合、再エンゲージして購入する可能性が高くなります。

パーソナライズされた割引を運用するには、いくつかの方法があります。一般的な例を 2 つ紹介します。

• メール、LINE、またはモバイルアプリのプッシュ通知で、サイト全体のクーポンコードを提供して、個々のユーザーの好みに最も適した商品を紹介します。
  これは割引を強調する最も簡単な方法ですが、ビジネスが最も望んでいる商品または商品ラインに移動して購入する機能が制限されています。
• ディスカウントの対象となる商品をより詳細に把握するには、ユーザーまたは商品ごとに個別のクーポンコードを作成します。
  このようにして、これらの割引コードを特定の商品に限定できます。

パーソナライズされたクーポンや割引のもう一つの考慮事項は、誰がターゲットにされているかです

もちろん、この施策は、休眠中の顧客やカートを放棄した顧客を再び引き付けるためにもよく使用されます。
企業は特別オファーで忠実な顧客にインセンティブを与えることもできます。
顧客は満足し、感謝されていると感じることができ、最も忠実な顧客が通常の顧客よりもはるかに高いAOVをもたらすという点で、店舗にとって追加のメリットがあります。

オーナーターゲティング

あまり一般的ではありませんが、消費者のオーナー（雇用主）を表示することでサイトをパーソナライズすることもできます。これは、IP マッチングによって行われます。
その背後にある考え方は、消費者の注意を引き、独自性を反映させるために、消費者にとって馴染みのあるパーソナライズされたものを示すことです。

B2B eコマース企業は、この種のパーソナライゼーションを導入したくなるかもしれません。ただし、すべてのタイプの取引は、この方法を実装する前に非常に注意する必要があります。
この形式のパーソナライゼーションでは、個人を特定できる情報 (PII) を収集する必要があり、所有するデータベースにユーザーがいることを消費者に直接伝えます。これはしばしば「不気味」またはプライバシーの侵害として認識される可能性があります。そのため、ほとんどの場合、この方法はお勧めできません。

さらに、この種のテクノロジーは徐々に廃止されつつあり、ファーストパーティデータを活用する新しいテクノロジーが望ましいと広く認識されています。

オムニチャネルのパーソナライゼーション:テクノロジーを備えた試着室

リフォーメーションは、試着室で特別な機能を発表し、試着室から直接リクエストできるアパレルブランド商品のパーソナライズされたレコメンデーションを発表し、小売業界に波紋を呼びました。

各試着室にはタブレットが設置されており、お客様は新しいアパレルを試着するように依頼することができます。もちろん、このシステムは顧客の嗜好をスマートに予測し、各顧客に最も関連性の高い製品を表示することで、Reformationに優位性を与えました。

これは、オムニチャネルのパーソナライゼーションが対面でのショッピング体験にどのように役立つかを示す好例です。