レコメンド | ネットショップ担当者フォーラム

現在地

海外のEC事情・戦略・マーケティング情報ウォッチ

買い物体験の向上には何が重要？ウォルマート子会社の会員制スーパー「Sam's Club」の事例に学ぶオムニチャネル施策

米国の会員制スーパー「Sam's Club」が顧客に支持され続けている理由とは？コロナ禍、現在、今後焦点となる取り組みまで広く解説します

海外のEC事情・戦略・マーケティング情報ウォッチ

AmazonのAI活用法。最適な商品提案でアパレルのCVRアップ、返品率低下につなげる施策とは？

Amazonがあげる、AIを活用して顧客の購買体験を向上させる4つの方法とは？それぞれを詳細に解説します

EC担当者はAIとどう向き合うべきか？ EC領域におけるAIの可能性を解説

AI（人工知能）を活用したビジネス支援を手がけるAppier（エイピア）は、今後のAIの進化がECビジネスに与える影響を解説

海外のEC事情・戦略・マーケティング情報ウォッチ

クリック数13％アップ、購入者数40％増を実現したAI+メルマガ活用方法【米国EC企業の事例で解説】

クリック数と購入者数のアップにつながった、AIを活用したメルマガ施策の詳細を、米国EC企業の事例で解説します

進化するAIレコメンドが実現する顧客のLTV向上とOMOでの“再訪”誘因戦略

AI技術を搭載したレコメンドエンジンが、LTVの向上やOMO推進に効果を発揮している。最新のパーソナライズド・マーケティング手法やOMO推進におけるレコメンドの重要性について紹介する。

海外のEC事情・戦略・マーケティング情報ウォッチ

70%以上に達するカゴ落ち率を改善し機会損失を防ぐための4つのポイント

70％という驚異的な数値に達しているカゴ落ち率につながる要因を減らすことは、機会損失を防ぐなどeコマース事業者にとって最優先事項となっています

広告にたよらず売上UPを実現するECサイト運営のカギは「サイト内検索」にあり

スマホ時代のECマーケティングとは? ユーザーの離脱率やカート放棄率を低減するサイト内検索の方法を解説

ECサイトの販売力をUPするユーザスループット最適化（UTO）

ECサイトのカゴ落ち率は7割。途中離脱の防止に役立つ2つの施策

購入完了率を上げるモーダルポップアップとカゴ落ちメールについて（連載第6回）

ECサイトの販売力をUPするユーザスループット最適化（UTO）

化粧品ECサイト「LUSH」の事例に学ぶ、カート投入率を高める商品詳細ページ作り

商品詳細ページからカート投入率を高めるための施策について（連載第5回）

ECサイトの販売力をUPするユーザスループット最適化（UTO）

オススメだけがレコメンドにあらず。商品詳細到達率を上げる「レコメンド」枠の活用方法

レコメンドの効果測定と、表示位置とタイミングはどうあるべきか（連載第4回）

検索とレコメンドで実現するEC時代の接客術

優秀な店員はなぜ接客が優れているのか? テクノロジーを活用した店舗流接客のすすめ

個々の接客の質を引き上げるには、ROIを重視したビッグデータによるアプローチが重要

検索とレコメンドで実現するEC時代の接客術

消費行動はオススメの仕方で変わる。購買につながるレコメンドの仕組みを理解しよう

商品購入につなげるオススメ・レコメンドには、顧客・商品のプロファイリング、マッチング力が必要です

検索とレコメンドで実現するEC時代の接客術

購入単価&顧客単価UPを実現するためにレコメンドの仕組みを理解しよう

集合知とか協調フィルタリングと言われる「オススメ・レコメンド」について解説

検索とレコメンドで実現するEC時代の接客術

レコメンド精度だけがいいのは“ダメECサイト”。商品マッチングは「UIの一般化」が重要

ユーザーニーズと商品をうまくマッチングするには、「UIの一般化」か「専門業者を利用する」が大切

検索とレコメンドで実現するEC時代の接客術

接客上手なECサイトを作るために知っておくべき「商品情報」と「商品知識」の違い

消費者から見て“簡単に商品が探せる要素”を含めた商品提案をする仕組みを解説

ハルメク、公式通販サイトにレコメンド機能を実装。AI活用でカゴ落ち改善＋アップセル・クロスセル向上

ハルメクはAIソリューションの導入により、公式通販サイトのレコメンド機能向上を図っている。期待される効果とは？

コメリが公式ECサイト「コメリドットコム」にレコメンドエンジン「ZETA RECOMMEND」を導入

「ZETA RECOMMEND」導入でおすすめ商品・売れ筋ランキングを表示、サイト内機能の充実化を実現した

フューチャーショップ、AIが最適な商品をレコメンドする機能「future AI Recommend」を提供開始

人工知能（AI）を活用したソリューションの提供を専門に行うフライウィール社の「Conata Discovery Recommend（コナタディスカバリーレコメンド）」というレコメンドエンジンを採用している

自転車ECサイト「cyma-サイマ-」が自社開発したAI活用の「需要予測」「商品レコメンド」とは

「需要予測AI」は過去の商品販売数などのデータから未来の需要を予測、仕入れ数の決定を支援。「商品レコメンドAI」はお薦めの自転車やパーツを最適な組み合わせでレコメンドする

アルペン、ECサイトのレコメンドエンジンに「ZETA RECOMMEND」を導入

「アルペングループオンラインストア」は2019年10月にEC商品検索・サイト内検索エンジン「ZETA SEARCH」を実装。レコメンド機能全体の強化を図るために「ZETA RECOMMEND」を導入した

TV通販最大手のショップチャンネルがECサイトにファッションコーディネートのパーソナライズドレコメンドを導入

米国Mad Street Den Inc.のAIソリューション「Vue.AI」を導入。ファッション特化型・AI（人工知能）技術・画像認識という3つの強みを持つソリューションで、AI解析によるスタイリング機能のほか、3Dモデル、リアルタイムパーソナライゼーションといった機能がある

ニューバランスがECサイトにビジュアルAIレコメンデーションツールを導入

導入したのは「デクワス.VISION」で、ユーザーが閲覧している商品画像を人工知能（AI）が分析し、イメージが近い商品を表示するレコメンドシステム。行動履歴によるレコメンドではなく、ユーザーが今探している商品に近しいアイテムを探し出して提案することで、多くの商品の中から欲しい商品へたどり着きやすく、ショッピングをより楽しく、効率的にするという

ZOZOが「WEAR」のビッグデータを活用したレコメンドエンジンの研究、同志社大学と共同実施

「自社サービスの検索性向上」「保有データを解析することによるトレンドの発見」「より精度の高いレコメンドエンジンの開発」といったサービスの実用化を検討している

購買率が3倍になったAI画像解析レコメンドを三陽商会がECサイトに導入

サイト訪問者が閲覧している商品とイメージが近い商品を、自動で表示する

「SHOPLIST」がAI活用の画像解析レコメンド、デザインの類似性を主軸に提案

ユーザーが閲覧している商品画像を人工知能が分析し、イメージが近い商品を表示する

ユナイテッドアローズのECも採用、シルバーエッグのレコメンドと「KARTE」がタッグ

「KARTE」と「アイジェント・レコメンダー」の連携で、レコメンド表示するタイミングや出し方を自由に設定可能

複数商品の組み合わせをレコメンドする「リッチコーデ」を開始、神戸デジタルラボ

既存の商品を組み合わせて、購入後のシーンや体験を提案することが可能

ネットショップ担当者フォーラムを応援して支えてくださっている企業さま [各サービス/製品の紹介はこちらから]

[ゴールドスポンサー]

[スポンサー]