ハイエンド向け EC商品検索とレコメンド

ゼロスタートの提供するECマーケティングソリューション「ZERO ZONE」は、 EC商品検索エンジン、レコメンドエンジン、効果測定エンジン、ビッグデータ検索エンジン、広告最適化エンジンの5つのラインナップで構成されています。

ハイエンドな EC商品検索とレコメンドが求められる背景

この中でも主力となるのは EC商品検索 とレコメンドです。

他にももちろん EC商品検索エンジンを提供している会社やレコメンドエンジンを提供している企業はありますが、この2つを揃って提供しているというのはあまりありません。

私の知る限りではゼロスタート以外で2社ありますが、どちらも価格にかなりの差がありゼロスタートの提供している製品のほうが10倍～100倍高価格です。

もちろん同じ機能・性能であれば価格が安い方が良いとは思いますが、これだけ価格差があるというのは、これはターゲットとしているセグメントの違いのためです。

低機能・低価格が好ましいケースもあれば、高機能・高価格が好ましいケースもあるため、これはいわゆる住み分けであるといえます。

実際のところ、当社のクライアントである企業様はほとんどのケースが他社からの乗り換えです。

初期からというよりはステップアップとしてご利用いただいているケースということになります。

それを裏付けるデータとして、当社はだいたいこれまで EC商品検索・レコメンド合わせて100弱の導入事例がありますが、そのうち解約になったのはわずかに2例のみです。

その2例も、会社の方針として自社開発への移行というもので、EC商品検索・レコメンドに乗り換えになったケースはまだありません。

EC業界というのは右肩上がりですし、一旦高機能な製品を導入したあとにダウングレードするというのはあまりないでしょうから、当社のソリューションは今のところいわゆる「ステップアップの最後の砦」のような位置づけになっています。

EC商品検索とレコメンドを一緒に提供する理由

このように、当社は高機能・高価格=ハイエンドソリューションとしてはほぼ唯一、EC商品検索 とレコメンドのソリューションを合わせて提供していますが、この2つを一緒に提供しているというのは非常に大きな意味があります。

価格が高くても高機能な EC商品検索エンジンやレコメンドエンジンを導入しようという場合、そのほとんどが「より高度なパーソナライズをしたい」というケースと「より柔軟なデータ処理をしたい」というケースだからです。

「高度なパーソナライズ」と「柔軟なデータ処理」というのは、実は本質的には同じことです。

以前にも解説したように、ECというかコマース、もっというと商売の本質というのは、顧客と商品のマッチングとそのタイミングです。

「高度なパーソナライズ」というのも「柔軟なデータ処理」というのも、それは目的ではなく手段であり、その目的とは「最適なタイミングでベストな顧客と商品のマッチングを実現させたい」というものにほかなりません。

商品データ・顧客データが持っている情報

例えば商品が持つデータというのは、いわゆる商品マスタにある情報だけではありません。

その商品の略語、所属するカテゴリ、在庫の有無、レビュー、購買履歴や傾向なども商品の特性であるといえます。

またもっと言えば、その日のテレビ番組の内容、天気、曜日や時間帯すら、刻々と変化する商品情報です。

1秒前と後では、同じ商品でも特性が違うということです。

これはユーザー=顧客側でも同じことが言えます。

登録情報に加えて、 EC商品検索 の検索条件、過去の購買履歴や閲覧履歴、流入元やソーシャルメディアにおけるネットワーク、そのときの回遊の仕方など、顧客のその時の特性とも言える情報はたくさんあります。

むしろ商品よりも顧客のほうがそのタイミングによって特性が大きく変わるといえるでしょう。

例えば給料日やボーナスの後、平日と休日、昼間と夜中では同じユーザーでもその特性や傾向はかなり違ったとしてもおかしくありません。

複雑なデータから最適なマッチングを実現するには

このように、商品情報や顧客情報というのは、本来はかなり複雑なものです。

最適なマッチングを実現するというのは、なかなか簡単ではありません。

そのためには「高度なパーソナライズ」も「柔軟なデータ処理」も必要です。

ただし、「最適なマッチングを実現するかどうか」というのはそれは費用対効果の問題であり、必ずしもすべてのECサイトにとってふさわしいとも限りません。

単純に検索キーワードや条件を商品マスタにヒットさせるだけ、単純に行動履歴を基に協調フィルタリングを行うだけでも、それはそれで良いケースもあるといえます。

しかも今はどちらも、オープンソースで提供されているライブラリやモジュールを活用するだけでも実現可能です。

一方で、例えば「入力された検索キーワードと絞り込み条件に基づき、ユーザーの過去の購買履歴や閲覧履歴を考慮し、ヒットする商品の在庫情報や入荷予定と人気ランキングで重み付けをして、その時のユーザーに最適な商品を表示する。また検索キーワードに対して違うキーワードのほうがより適切な可能性があればそちらも活用する」というようなマッチングを実現したいのであれば、これは瞬時に相当複雑なマッチングロジックを活用しなければなりません。

しかもそれは、常に最適のロジックがあるわけではなく、キーワードごと、カテゴリごと、ユーザーごとによっても異なります。