組織のAI活用をAIポータルと伴走支援で加速

トップ

>

AIマーケティング支援

>

施策の例

>

アップセル・クロスセルとサイト内のレコメンド

AIマーケティング支援の施策例|アップセル・クロスセル

アップセルと
クロスセルの分析から、
AIでサイト内の
おすすめを組み立てる

購入や利用のデータには、一緒に買われる商品や、上の商品・プランに移るきっかけが残っています。AIがその組み合わせを読み、商品ページ・カート・会員ページ・記事のどこで何をおすすめするか、出さない条件まで決まりにして、担当者が確かめてからサイトに組み込みます。

※「売上を伸ばすAI活用支援(マーケティング・営業)」で進められる施策の例です。進める施策と中身は、御社の状況に合わせて一緒に決めます。

アップセル・クロスセルとサイト内のレコメンドをAIで進める様子のイメージ

組み合わせを読む

一緒に買われる・次に買われる・上に移る

出す場所ごとに決める

商品ページ・カート・会員ページ・記事

出さない条件も決める

在庫切れ・買ったばかり・合わない組み合わせ

SEMI-AUTOMATED BY AI

アップセル・クロスセルとレコメンドの、
AIで半自動化できる作業

購入・利用のデータから組み合わせを見つけ、サイトの中でおすすめを出す場所・中身・出さない条件を決めて組み込み、枠ごとの成績を見て直します。メールやLINEでのおすすめは「ナーチャリング」、ショッピング広告の商品データは「商品フィード・ショッピング広告」、購入手続きで離れる所の直しは「LPO・EFO」の施策で扱います。

一緒に買われる組み合わせを見つけるのイメージ

01

一緒に買われる組み合わせを見つける

注文の記録から、同じ注文で買われている商品の組み合わせを見つけ、たまたまでなく一緒に選ばれている組み合わせを並べます。

次に買われる商品と時期を読むのイメージ

02

次に買われる商品と時期を読む

最初に買った商品ごとに、次に買われている商品と、そこまでの日数を読みます。

上の商品・プランに移る流れを読むのイメージ

03

上の商品・プランに移る流れを読む

上の価格帯の商品や、上のプランに移った人が、その前にどの商品やページを見ていたかを読みます。

出す場所ごとに、おすすめの決まりを作るのイメージ

04

出す場所ごとに、おすすめの決まりを作る

商品ページ・カート・購入完了・会員ページ・記事ごとに、何を、何点まで、どの順で出すかを決めます。

出さない条件を決めるのイメージ

05

出さない条件を決める

在庫切れ、買ったばかりの商品、合わない組み合わせ、返品の多い商品など、おすすめに出さない条件を決めます。

おすすめの見せ方と言葉の案を作るのイメージ

06

おすすめの見せ方と言葉の案を作る

セットで使う理由、比べる表、「一緒に使うと」の説明など、枠ごとの見せ方と言葉の案を作ります。

商品ページ・カートに組み込むのイメージ

07

商品ページ・カートに組み込む

ECの関連商品の欄、アプリやレコメンドのツールの設定など、今の仕組みに合わせて組み込む手順を作り、担当者が確かめて反映します。

記事や会員ページから商品・プランへつなぐのイメージ

08

記事や会員ページから商品・プランへつなぐ

記事の中身や、会員ページで使っている機能に合わせて、次に見てほしい商品やプランへの案内を作ります。

おすすめの枠ごとに成績をまとめるのイメージ

09

おすすめの枠ごとに成績をまとめる

枠ごとのクリック、枠からの購入、客単価と1回の購入の点数を毎週まとめ、組み合わせと決まりを直します。

LOOP

結果をルールに足して、
次の判断に使う

データの収集、ルール作り・設定、実行、改善の4つを順に進め、改善で分かったことを次のルールに足します。

データの収集、ルール作り・設定、実行、改善の4つをひと回りさせるループの図

STEP 1

データの収集

注文の記録(注文・商品・日時・会員)、商品の一覧(価格帯・カテゴリー・在庫)、会員ページやプランの利用の記録、今のおすすめの枠の成績を集めます。会員はAIに渡す前に仮のIDに置き換えます。

STEP 2

ルール作り・設定

出す場所ごとに、何を、何点まで、どの順で出すかと、出さない条件を決めます。枠ごとに見る数字と比べる期間、組み込む前に誰が確かめるかもここで決めます。

STEP 3

実行

決まりに沿って、組み合わせの一覧と見せ方・言葉の案を作り、担当者が確かめてから、ECの関連商品の欄やツールの設定に反映します。

STEP 4

改善

毎週、枠ごとの成績を見て、クリックされても買われない組み合わせは外すか見せ方を直し、新しく見つかった組み合わせを足します。新しい商品は、近い商品の組み合わせを参考に入れ、数字がたまったら見直します。

SUPPORT

今のおすすめの出し方の点検から、
御社と一緒に進めます

STEP 1

URLだけで、今のおすすめの出し方を点検する

サイトのURLから、AIが商品ページ・カートの手前・記事などの公開中の画面を読み、おすすめが出ている場所、出し方、出ていない所を一覧にしてお渡しします。権限がなくても始められます。

STEP 2

購入データを書き出して、組み合わせを読む

注文の記録と商品の一覧を書き出していただき、一緒に買われる組み合わせ、次に買われる商品と時期、上の商品・プランに移る流れを読み出してお渡しします。

STEP 3

出す場所ごとの決まりと、出さない条件を決める

2の結果をもとに、出す場所・点数・順番と、出さない条件、枠ごとに見る数字を決めます。組み込む前に確かめる人もここで決めます。

STEP 4

よく見られる商品ページから組み込み、比べる

見る人の多い商品ページとカートから組み込み、組み込む前と後、または枠の有り無しで成績を比べます。

STEP 5

組み合わせを足し続ける流れを社内に残す

毎週の成績から組み合わせを足し、外す流れを、担当者がAIと続けられる形にします。見つけた組み合わせは、メールやLINEの配信にも使えるように渡します。

FAQ

よくある質問

Q

アップセル・クロスセルとは何ですか

▼

A

アップセルは、検討している商品やプランより上の価格帯のもの(容量の大きい商品・上のプランなど)を選んでもらうことです。クロスセルは、一緒に使う商品やオプションを合わせて買ってもらうことです。どちらも、お客様に合うものを案内することで、1回の購入額や続けて使ってもらう期間を伸ばす取り組みです。

Q

レコメンドとは何ですか。サイトのどこに出しますか

▼

A

見ている人に合いそうな商品や情報をおすすめして見せることです。商品ページの「一緒に買われている商品」、カートの追加の案内、購入完了の画面、会員ページ、記事の中の商品の案内などに出します。この施策では、出す場所ごとに、何を、何点まで出すかを決めます。

Q

AIを使うと、アップセル・クロスセルの何が分析できますか

▼

A

注文の記録から、一緒に買われる組み合わせ、次に買われる商品とそこまでの日数、上の商品やプランに移った人がその前に見ていたものを読み出せます。RFM分析などで分けたお客様のグループごとに、組み合わせが違うかも比べられます。

Q

併売分析(バスケット分析)とは何ですか

▼

A

同じ注文の中で、どの商品とどの商品が一緒に買われているかを調べる分析です。売れ筋の商品はどの組み合わせにも出てきやすいので、たまたま一緒になったのか、一緒に選ばれているのかを分けて見ます。

Q

レコメンドのツールやエンジンを入れる必要がありますか

▼

A

新しく入れることは前提にしません。ECの関連商品の欄、Shopifyなどのアプリ、今お使いのツールの設定から始めます。商品が多く、手で決まりを当てはめるのが追いつかなくなったら、ツールを比べる材料をまとめます。

Q

Shopifyなど、使っているECの仕組みに関係なくできますか

▼

A

注文の記録と商品の一覧を書き出せれば、仕組みに関係なく分析できます。組み込みの手順は、お使いの仕組みの関連商品の欄やアプリに合わせて作ります。

Q

購入データが少なくても始められますか

▼

A

始められます。注文が少ないうちは、組み合わせの数字が偶然に左右されやすいので、商品の使い方や価格帯から「一緒に使うもの」「上のもの」の決まりを先に作り、注文がたまってから数字で見直します。

Q

BtoBのサービスや、ECでないサイトにも使えますか

▼

A

使えます。BtoBのサービスでは、上のプランやオプションへの案内(アップセル・クロスセル)を、会員ページや管理画面の利用の記録から決めます。サービスサイトでは、記事の中身に合わせて、関連するサービスや資料への案内を決めます。

Q

おすすめの効果は、どう確かめますか

▼

A

枠ごとに、クリック、枠からの購入、客単価、1回の購入の点数を見ます。組み込む前と後で比べるか、アクセスが多ければ枠の有り無しで比べます。おすすめを足したことで購入手続きが進みにくくなっていないかも、あわせて見ます。

Q

お客様の購入データを使ってよいのですか。個人情報はどう扱いますか

▼

A

データを使ってよいかは、御社のプライバシーポリシーと社内の決まりで確かめていただきます。分析には名前や連絡先は使わず、会員を仮のIDに置き換えてからAIに渡します。

Q

おすすめを出しすぎて、押し売りに見えたり、買いにくくなったりしませんか

▼

A

あり得ます。そのため、出す点数の上限と、買ったばかりの商品や合わない組み合わせを出さない条件を決めます。カートや購入手続きでは、追加の案内が手続きのじゃまにならないかを確かめてから組み込みます。

Q

メールやLINEでのおすすめや、ショッピング広告とは何が違いますか

▼

A

メールやLINEで買ったお客様に次の提案を届けるのは「ナーチャリング」、ショッピング広告に出す商品データは「商品フィード・ショッピング広告」の施策で扱います。この施策は、サイトに来た人にサイトの中で見せるおすすめです。ここで見つけた組み合わせと時期は、メールやLINEの配信の中身にも使えます。

御社の購入データから、
おすすめの組み合わせを
一緒に探しませんか

ご相談は「売上を伸ばすAI活用支援」の窓口につながります。この施策だけでも、ほかの施策と組み合わせても相談できます。

無料相談・お問い合わせ