レコメンドは、閲覧や購入の履歴があって初めて、精度が上がる仕組みです。初めて訪れた人には履歴がなく、商品が多いサイトでは、悩みを抱えた人が目的の商品にたどり着けないことがあります。
W2への商談でも、「パーソナライズ施策や、細かなデータ抽出ができない」(メーカー)、「購入条件に合わせてレコメンドを出し分けて、CVRと単価を上げたい」(健康食品)、「ペットに合った商品をパーソナライズして販売したい」(ペット関連)といった相談があります。
レコメンドの解説は、すでに数多くあります。ただ、パーソナライズの方法はそれだけではありません。
このページでは、履歴がなくても使える3つの方法(診断・カウンセリング、悩み・シーンから探す導線、会員属性別の売場)を、事例と数字の読み方つきで整理します。
そのうえで、自社に合う方法の選び方と進め方、起きやすい失敗、前提になるデータ、守るルールを説明します。事例の数字は、母数と比較の条件が書かれているかを確かめて載せました。
レコメンドの仕組みはAIレコメンドの解説記事、設置箇所別の活用とツール選定はECレコメンドの解説記事で扱っています。
この記事でわかること
パーソナライズは、顧客ごとに見せる内容を変えること全般で、レコメンドはその手段の1つです。レコメンドは閲覧や購入の履歴を材料にします。診断、悩み別の入口、会員属性別の売場は、本人の回答や選択、事業者が決めた区分を材料にします。
診断・カウンセリング、悩みやシーンから探す導線、会員属性別の売場の3つです。COLORIS、白鳩、リコーイメージングの事例と、他社の事例を同じ書式で並べ、数字の読み方も整理しました。
「選ぶのに知識が要る商材か」「購入履歴が貯まっているか」「顧客の区分が事業上はっきりしているか」の3つの問いで絞れます。向かない場合も本文に書きました。
顧客のデータが、同じ人として束ねられているか(名寄せ)を確かめます。守るルールは、利用目的、要配慮個人情報、外部送信の3つです。診断の設問で病歴などを聞く場合は、原則として事前の同意が必要になります。
ECのパーソナライズとは|顧客ごとに、見せる内容を変えること
ECのパーソナライズとは、顧客の属性や行動、本人の回答に合わせて、商品や情報、案内の見せ方を変えることです。同じサイトを訪れても、人によって、表示される商品、入口、価格、案内が違う状態を指します。
消費者の期待は、数字にも表れています。McKinsey & Companyの消費者調査(米国の18歳以上の一般人口に合わせた1,013人、2021年9月7〜8日)では、71%の消費者が、企業にパーソナライズされた対応を期待していました。76%は、それがないと不満を感じると答えています。
同じ記事は、パーソナライズが売上を押し上げる幅を、多くの場合で10〜15%としています。企業ごとには5〜25%の幅があり、業界と実行力で差が出る、という説明です。いずれも米国の調査と分析で、日本の消費者の数字ではありません。
出典:McKinsey & Company, The value of getting personalization right—or wrong—is multiplying(2021年11月12日)
パーソナライズのメリット
メリットは、購入率の向上、客単価の向上、顧客体験の改善、再購入の促進の4つです。
- 購入率の向上:欲しいものを探しやすくなり、迷って離れる人が減る
- 客単価の向上:関連する商品や、悩みに合う組み合わせを案内しやすくなる
- 顧客体験の改善:自分に合った提案が届き、探す手間が減る
- 再購入の促進:購入履歴や回答をもとに、次に買う理由を伝えられる
ただし、効果の大きさは、商材と設計で変わります。事例の数字は、「事例の数字の読み方」の表に、条件つきで並べました。
カスタマイズ、セグメント配信との違い
パーソナライズは、事業者が個人ごとに見せる内容を変えることで、本人が設定するカスタマイズや、グループ単位のセグメント配信とは違います。
| 種類 | 誰が決めるか | 単位 | 例 |
|---|---|---|---|
| カスタマイズ | 本人 | 本人の設定 | 表示の言語や、メールを受け取る頻度を、本人が選ぶ |
| セグメント配信 | 事業者 | グループ | 「30代の女性」にまとめて、同じメールを送る |
| パーソナライズ | 事業者(本人の回答も材料になる) | 個人 | 本人の閲覧や回答に応じて、商品や入口を変える |
カスタマイズは利用者自身が変更する点、セグメントはグループ単位で最適化する点が違う、と説明する記事が複数あります(ecforce、メルカート)。実務では、セグメントを細かくして、個人に近づける形が多く、線引きは絶対ではありません。
レコメンドとの違い|何を材料に出し分けるか
違いは、出し分けの材料にあります。レコメンドは、本人が何も答えなくても、行動の履歴から自動で商品を選びます。ほかの3つは、本人の回答や選択、事業者が決めた区分が材料です。
| 方式 | 出し分けの材料 | 初めての訪問者への対応 | 向く商材の傾向 |
|---|---|---|---|
| レコメンド | 閲覧、カート投入、購入などの履歴 | 履歴がないと出しにくく、人気や商品の特徴で補う | 商品数が多く、履歴が貯まりやすい |
| 診断・カウンセリング | 本人が設問に答えた内容 | 初回から出せる | 選ぶのに知識が要る(髪、肌、サイズなど) |
| 悩み・シーンの入口 | 本人が選んだ入口 | 初回から出せる | 悩みや用途で探される |
| 会員属性別の売場 | 事業者が決めた顧客の区分 | 区分の判定(ログインや番号の入力)が必要 | 顧客の種類が複数ある |
表の読み方を補足します。レコメンドは、本人に手間をかけさせない反面、履歴がない人には出しにくい方式です。W2のAIレコメンドの解説記事も、新規ユーザーは行動データが蓄積されていないため、精度の高い提案が難しいと説明しています。
ほかの3つは、本人の回答や選択、事業者が決めた区分が材料なので、初回の訪問でも出し分けられます。その代わり、設問への回答や入口の選択に手間がかかり、離脱につながることもあります。区分の判定にも、設計が必要です。
ほかの主な施策|何を出し分けるか
出し分ける対象は、商品だけではありません。メール、通知、バナー、声かけ、広告、ページの内容も、材料に応じて変えられます。
| 施策 | 出し分ける内容 | 主な材料 | 注意する点 |
|---|---|---|---|
| メール・LINE・プッシュ通知 | 件名、本文、送る時期 | 購入履歴、最終購入日、行動 | 同じ内容が続くと飽きられる。頻度を決める |
| カゴ落ち通知・クーポン | リマインドの有無、クーポンの額 | カートの中身、訪問回数、購入状況 | クーポンは、買わなかった人に絞る |
| サイト内のバナー・並び順・検索 | トップのバナー、一覧の並び順、検索結果 | 新規かリピーターか、地域、閲覧履歴 | 変えすぎると、サイトの一貫性が崩れる |
| Web接客(チャットボット、ポップアップ) | 声かけの内容、商品の案内 | 閲覧中のページ、本人の質問 | ポップアップが多いと、離脱を招く |
| 広告(リターゲティング) | 広告の商品や文面 | 閲覧した商品、訪問履歴 | 購入後も、同じ商品が出続けないようにする |
| ランディングページ | ページの内容 | 流入元、検索キーワード、地域 | ページが増え、管理が重くなる |
同様の施策は、上位の解説記事にも並んでいます(Shopify、ecforce、wakka)。レコメンドの設置箇所別の使い方は、ECレコメンドの解説記事で扱っています。
AIが加わっても、前提は変わらない
AIは、レコメンドやチャットボット、バナーや説明文の自動切り替えなど、出し分けの対象と速さを広げます。ただ、AIが出し分けられるのは、渡されたデータの範囲までです。
データが分断されたままだと、精度は上がりません。診断の回答のような顧客本人の情報を、外部のAIサービスに入力する場合は、利用目的と委託の整理が要ります。社内の規程と契約は、法務の担当者に確認してください。
レコメンド以外の3つのパーソナライズ|事例で見る方式ごとの違い
診断・カウンセリング、悩み・シーンから探す導線、会員属性別の売場の3つは、履歴がなくても使え、W2の導入企業にも事例があります。方式ごとに、公開されている内容と、数字の条件を整理します。
診断・カウンセリング型|COLORIS、再春館製薬所
診断・カウンセリング型は、サイト上の設問への回答をもとに、一人ひとりに合う商品を提案する方式です。髪、肌、サイズなど、選ぶのに知識が要る商材で使われます。
COLORISは、自宅で使うヘアカラーのセットをD2Cで販売しています。サイト上のカウンセリングで、髪の状態や普段使っている化粧品などを聞き、回答から最適なカラー剤を提案しています。会員は約7万名〜8万名です(COLORISの事例)。
W2 Commerce Unifiedの導入後、設問の数や回答による分岐を、管理画面から自由に設定できるようになりました。以前は、設問の設定を外部のシステム会社に頼むしかなく、1つの要素を変えるのにも、要件定義から実装まで3か月ほどかかっていたといいます。
導入後は、社内でノーコードで設問を追加でき、新商品が出たときも、すぐにカウンセリングへ組み込めるとのことです。マイページの履歴から、前回の回答を引き継いで一部だけ変える「再スコアリング」もできます。2回目以降の購入者には、設問を大幅に減らした導線も用意しています。
回答のデータは、1to1の情報発信やクーポン、クロスセル・アップセルに使われています。クロスセルで顧客単価が上がったと書かれていますが、数字は載っていません。新規顧客数は、導入後3か月で、導入前と比べて約1.5倍になりました。
再春館製薬所は、公式LINEで肌診断「素肌美チェック」を提供しています。AIの肌解析には、パーフェクト株式会社の技術が使われています。
発表によると、体験した人の初回購入率は、未体験の人の2倍以上でした。月間の利用者は、2024年11月の約4,500名から、2026年1月に14,257名へ増えています(コマースピックの掲載記事、パーフェクト株式会社の発表、2026年5月11日)。
悩み・シーンから探す導線型|白鳩
悩み・シーンから探す導線型は、商品名やカテゴリではなく、悩みや使う場面を入口にして、商品へ案内する方式です。商品が多く、お客様が専門の知識を持たない商材で効果が出やすい方式です。
白鳩は、下着・インナーを専門に扱うEC専業の企業です。取扱商品は年間15,000点以上、自社ECの会員は50万人を超えます。お客様の悩みの数だけ品番が増え、旧サイトは、知識のあるお客様を前提とした構成になっていたため、そうでないお客様は商品にたどり着きにくい状態でした(白鳩の事例)。
W2 Commerce Unifiedへの移行後は、メニューに「悩み・シーンから探す」を設けました。ほかにも、人気のタグ、特集、コラム記事、動画、ランキングなど、商品につながる入口を数多く用意しています。
「悩み・シーンから探す」を経由したお客様のコンバージョン率は、サイト全体の約6倍でした。経由したお客様はセッション全体の一部です。店頭では口に出しにくい悩みも、サイトなら、人目を気にせず、提案までたどり着けるという利点もあります。
白鳩は、商品ページのコーディネートアイテムも出し分けています。ブラジャーを見ているお客様に、同じ柄のショーツを提案する仕組みで、白鳩が選んだ商品データをもとに、W2 Commerceの機能で表示しています。
記事や動画から商品へ進む導線の考え方は、メディアコマースの解説記事にあります。
会員属性別の売場型|リコーイメージング、Chico's
会員属性別の売場型は、顧客の区分ごとに、商品、価格、案内、決済を変える方式です。一般の顧客のほかに、会員、社員、株主、卸先など、複数の区分を同じサイトで扱う場合に使われます。
リコーイメージングは、カメラや光学機器の自社ECで、一般のお客様、有料会員、社員、株主、一部の販売店を扱っています。
従来は、すべての属性を1本の会員軸で管理していました。「株主かつ有料会員」のようなお客様に施策を届けるには、細かな条件設定を毎回行う必要があり、設定ミスのリスクもありました(リコーイメージングの事例)。
W2 Commerce Unifiedへの移行にあわせて、管理の軸を「有料会員か否か」に絞り、社員、株主、販売店は属性をタグで扱う設計に変えました。社員は、福利厚生サイトのリンクとパスワードから専用ページに入り、給与天引きの決済や社員番号の入力フォームが自動で表示されます。
株主は、配当通知に同封したチラシから、株主番号を入力して専用ページに入ります。販売店は、会員ランクで卸の条件に合う専用価格と専用ページを用意しています。成果として、UI/UXの改善とあわせて、問い合わせ対応の工数が激減したとありますが、売上などの数字は載っていません。
Chico’sは、米国のアパレルブランドです。2022年6月に、ロイヤルティプログラムを刷新しました。年間の利用金額で、顧客を4つの階層(200ドル未満から2,000ドル以上)に分け、階層ごとに、ポイント、送料無料、返品無料などの特典を提供しています。購入客の80%が、9か月以内に会員登録をしました(当初の計画は、初年度に65%)。
会員の1人あたりの平均支出は、直近の四半期で、非会員より40%高いとされています(出典:ネットショップ担当者フォーラム、2023年8月24日、原典はDigital Commerce 360の2023年8月9日付の記事)。
事例の数字の読み方|5件を同じ条件で並べる
5件の事例は、どれも数字の比較条件に注意が必要です。公開されている数字と、書かれていない条件を並べます。
| 事例 | 方式 | 公開されている結果 | 比較の条件 | ページに書かれていない点 |
|---|---|---|---|---|
| COLORIS | 診断・カウンセリング | 新規顧客数が約1.5倍(導入後3か月) | 導入前との比較。リニューアル全体の結果 | 新規顧客数の実数、診断だけの効果 |
| 再春館製薬所 | 診断(LINEの肌診断) | 体験者の初回購入率は、未体験者の2倍以上 | 体験者と未体験者の比較(発表元はパーフェクト社) | 母数、算出方法、比較の期間 |
| 白鳩 | 悩み・シーンから探す | 経由した顧客のCVRが、サイト全体の約6倍 | 導線の経由者と、サイト全体の比較 | 期間、母数、元の購入意欲の差 |
| リコーイメージング | 会員属性別の売場 | 問い合わせ対応の工数が激減 | 移行前後の比較(UI/UXの改善も含む) | 工数の実数、売上などの数字 |
| Chico’s | 会員属性別(階層別の特典) | 購入客の80%が9か月以内に会員登録。会員の平均支出は非会員より40%高い | 会員と非会員の比較 | 対象の期間、会員になる前の支出 |
表の読み方を説明します。再春館製薬所の「体験者」と、白鳩の「経由者」、Chico’sの「会員」は、自分から診断や入口、会員登録を選んだ人たちです。もともと購入意欲の高い人が選んでいる可能性があり、数字は、方式そのものの効果より大きく見えている場合があります。
COLORISとリコーイメージングは、システムの移行前後の比較なので、方式以外の改善も含まれます。数字の大きさより、どの設計を、どのデータで行ったかを参考にしてください。
自社に合う方式の選び方|3つの問いで絞る
自社に合う方式は、商材が選ぶのに知識を要するか、購入履歴が貯まっているか、顧客の区分が事業上はっきりしているか、の3つの問いで絞れます。1つの方式だけを選ぶ必要はなく、組み合わせるのが一般的です。
| 状況 | 向く方式 | 理由 | 注意する点 |
|---|---|---|---|
| 髪、肌、サイズなど、選ぶのに知識が要る商材 | 診断・カウンセリング | 本人の状態を回答してもらい、提案の根拠にできる | 設問が多いと離脱する。設問を自社で更新できるか |
| 商品数が多く、悩みや用途で探される | 悩み・シーンから探す導線 | 商品名を知らなくても、入口から探せる | 入口の分類と、商品へのタグ付けの手間 |
| 一般の会員のほか、社員、株主、卸先など区分が複数ある | 会員属性別の売場 | 区分ごとに、価格、案内、決済を変えられる | 区分が増えるほど設定が複雑になる。管理の軸を絞る |
| 購入履歴が貯まり、再購入や関連購入が多い | レコメンド | 履歴をもとに、自動で出し分けられる | 初めての訪問者には、別の方式で補う |
| 商品点数が少なく、迷わず選べる | どの方式も、優先度は低い | 出し分けの手間に見合う差が出にくい | 検索や並び順の整備を先に行う |
最後の行は、事例ではなく、判断の目安です。商品が少なく、迷わず選べるサイトでは、出し分けより先に、検索や並び順の整備のほうが効く場合があります。
向かない場合もあります。設問が長い診断では、回答の途中で離脱が起きがちです。区分を増やしすぎた売場は、設定ミスも増えていきます。リコーイメージングが管理の軸を「有料会員か否か」に絞ったのは、この問題への対応です。
進め方と、効果の測り方
進め方は、課題と方式を決める、材料のデータを整える、小さく始めて比べて広げる、の3段階です。いきなり全ページで始めず、1つの入口や1つの設問から試します。メルカートの記事も、データを集める、施策を絞る、全体に広げる、の3つのフェーズを示しています(メルカート)。
効果は、次の4つの指標で見ます。
| 指標 | 見るもの | 注意する点 |
|---|---|---|
| 購入率 | 出し分けを見た人の、購入した割合 | 自分で選んだ人だけを比べない |
| 客単価 | 1回の購入の金額 | 値引きやクーポンの影響を分けて見る |
| 再購入率 | 2回目以降の購入の割合 | 比べる期間をそろえる |
| 途中の離脱率 | 診断や入口の途中で、離れた人の割合 | 設問の数を変えて、離脱の増減を見る |
比べ方は、出し分けを見せる群と、見せない群に分けて、同じ期間の数字を比べる方法です。Shopifyの記事も、KPIの設定とA/Bテストを、効果測定の方法に挙げています(Shopify)。
パーソナライズで起きやすい5つの失敗と、避け方
失敗の多くは、材料の偏りと、出し分けのやりすぎから起きます。上位の解説記事が共通して挙げる注意点を、5つにまとめました。
| 失敗 | 起きること | 避け方 |
|---|---|---|
| 提案が偏る | 似た商品ばかりが並び、新しい商品に出会えない | 人気や新着など、履歴に頼らない枠を混ぜる |
| やりすぎて、不快にさせる | 「行動を見られている」と感じさせる | 提案の理由を表示する。個人の行動を、そのまま見せない |
| 古いデータで提案する | 興味を失った商品や、購入済みの商品を勧め続ける | 履歴の期間を区切る。購入済みの商品を除く |
| 区分を細かくしすぎる | 各区分のデータが足りず、効果を測れない | 最初は3〜4区分から始める |
| ポップアップや声かけが多すぎる | 離脱を招く | 表示の回数と条件を決める |
提案の偏り、やりすぎ、古い履歴への注意は、複数の記事に共通しています(Stripe、ecforce、ebisumart)。購入済みの商品を除く、提案の理由を表示する、といった避け方は、ebisumartの記事に例があります。
前提になるのは、データが同じ人として束ねられていること
どの方式も、診断の回答、閲覧、購入、会員の属性が、同じ人のデータとしてつながっていることが前提です。システムごとに分かれたままだと、同じお客様が、システムをまたいだ瞬間に別人として扱われます。
使うデータは、2種類に分けて説明されます。自社のサイトでの閲覧や購入の履歴はファーストパーティデータ、診断の回答のように、顧客が自分から提供する情報はゼロパーティデータです(Shopifyも、この2つを分けて説明しています)。診断・カウンセリング型は、ゼロパーティデータを材料にする方式です。
W2 SmartHubは、ログイン前の匿名の訪問者IDと、購入時にわかる顧客IDを、後から紐づけます。この「名寄せ」により、ログイン前に何度も見ていた商品を、ログイン後に購入した流れを、1人のお客様の行動として扱えます(W2 SmartHubの解説)。
白鳩も、以前は、自社ECの注文の一部が会員情報と紐づかず、どの会員の注文か把握できませんでした。基幹システムとAPIでつないだことで、この問題はほぼゼロになり、購買データを会員単位で蓄積できるようになったといいます。
COLORISは、診断のスコアリングの結果を、データとして取り出して使っています。白髪の有無、ブリーチの経験、美容室の利用状況といった回答から、どんな顧客が、何を求めているかを分析し、商品の企画にも使っています。
顧客データの管理は顧客データ管理の解説記事、システム連携の方式はAPI連携の解説記事で扱っています。
パーソナライズで守る3つのルール|利用目的、要配慮個人情報、外部送信
パーソナライズでは、利用目的の特定、要配慮個人情報の同意、外部送信の通知の3つを確かめます。どの方式でも、顧客のデータを使う以上、避けられない確認です。
利用目的|購買履歴の分析は、目的に含める
購買履歴を分析して、おすすめや広告に使う場合は、利用目的を、本人が予測できる程度に特定する必要があります。
個人情報保護委員会のガイドライン(通則編)は、購買履歴や閲覧履歴を分析し、趣味・嗜好に応じた新商品や広告のために利用する、という書き方を事例として挙げています(個人情報保護委員会「ガイドライン(通則編)」)。
要配慮個人情報|診断の設問で病歴などを聞く場合
要配慮個人情報は、原則として、あらかじめ本人の同意を得ずに取得できません(個人情報保護法第20条第2項)。同じガイドラインが、病歴、心身の機能の障害、健康診断等の結果、診療・調剤の情報などを、該当する項目として挙げています。
診断の設問が、これらの項目に及ぶ場合は、設問を作る段階で、同意の取り方を法務に確認してください。髪や肌の状態を聞く設問が、直ちに該当するとは限りません。
外部送信|トラッキングタグを使う場合
総務省の外部送信規律の手引き(2026年11月4日付)は、自社サイトだけで商品を販売する小売事業者を、規律の対象外としています。対象になるのは、オンラインショッピングモールなどの運営者です。
ただし手引きは、規律の対象でなくても、外部送信を行う場合は、同様の対応が望ましいとしています。通知や公表の項目は、送信される利用者情報の内容、送信先の事業者名、利用目的の3つです(総務省の手引き)。対象かどうかは事業の形態で変わるため、法務で確認してください。
カートの機能で実現する場合の一例
カートの機能の中で、出し分けから分析まで行う構成の一例として、W2 Commerceの公開されている機能を整理します。方式を選んだあとの、実現手段を比べるときの基準にしてください。
W2 Commerce Unified・Repeatの公開されている機能
W2 Commerce Unifiedは、集客、CRM、サイト統合、OMOまでを標準で備えたBtoC向けのモデルです。自動メールシナリオの機能で、配信の対象を、顧客情報、購買情報、行動情報でグルーピングできます。この記事の3つの事例(COLORIS、白鳩、リコーイメージング)は、いずれもUnifiedの導入事例です。
定期通販・サブスク向けのW2 Commerce Repeatは、顧客情報や診断結果、購買履歴をもとに、一人ひとりに最適な商品を組み合わせて届ける「パーソナライズ型」の定期通販に対応しています。
顧客属性や購入履歴別の自動セグメントメール配信、顧客の属性や行動履歴をAIが解析してコンテンツを提案するAIレコメンド機能も掲載されています。
レコメンドのプラグイン「Reco-Media」は、商品とコンテンツ(記事)を一人ひとりに提示するプラグインです(拡張プラグイン一覧)。訪問者を「新規訪問者」「閲覧のみ」「購買経験あり」「休眠中」に分けて判定し、状態に応じて推薦を切り替えます。
たとえば、行動データの乏しい新規訪問者には、商品の特徴や人気をもとにした提案を厚くします。購買履歴のある顧客には、似た嗜好の人の購買をもとにした提案をします(Reco-Mediaの解説)。
W2は、2026年10月22日の発表で、Reco-Mediaについて、一部の導入企業で、レコメンド経由の売上がEC売上全体の約30%を占めると述べています。対象の企業数、期間、算出方法は公表されていません(W2のプレスリリース)。
同じ発表で、接客AIエージェント「Findee」の提供開始も案内しています。顧客の相談内容に応じて、商品の提案や比較を行い、事業者が指定した商品を優先して提案する仕組みです。対話履歴の分析では、顧客が商品を探すときの言葉や、迷っている点も把握できます。
ECパーソナライズに関するよくある質問
Q. パーソナライズとレコメンドは、どちらから始めればよいですか?
履歴が少ないうちは、診断や悩み別の入口から始めるほうが、初回の訪問者にも出し分けられます。購入履歴が貯まっていて、再購入や関連購入が多いなら、レコメンドが向いています。商材と、手元のデータの量で決めてください。
Q. 小規模なECでも、取り組めますか?
規模より、商材が選びにくいかどうかで決まります。小さく始めるなら、悩みや用途別の特集ページを1つだけ作り、そこを経由した人の購入率を測る方法があります。診断は、設問の数と回答の手間が、離脱に響かないかを先に確認してください。
Q. 効果は、何で測ればよいですか?
診断や悩み別の入口を使った人と、使わなかった人の比較は、避けたほうがよい測り方です。自分で選んだ人は、もともと購入意欲が高い可能性があり、効果が大きく見えます。表示する群と、表示しない群を分けて比べるか、導入の前後を期間をそろえて比べてください。
Q. 診断の設問で、聞いてはいけないことはありますか?
病歴など、要配慮個人情報にあたる内容は、原則として、あらかじめ本人の同意が必要です。設問を作る前に、聞く項目が該当するかを確かめ、利用目的もプライバシーポリシーに書いてください。
Q. トラッキングタグを使うとき、通知は必要ですか?
総務省の手引きは、自社サイトだけで商品を販売する小売事業者を、規律の対象外としています。ただし、外部送信を行う場合は、同様の対応が望ましいとしています。モールの運営など、事業の形態で対象になる場合があるため、法務で確認してください。
まとめ|ECパーソナライズは「出し分けの材料」で方式を選ぶ
ECのパーソナライズは、レコメンドだけではありません。診断・カウンセリング、悩み・シーンから探す導線、会員属性別の売場の3つは、本人の回答や選択、事業者が決めた区分を材料にするため、履歴がない初回の訪問者にも使えます。
選ぶときは、商材が選ぶのに知識を要するか、購入履歴が貯まっているか、顧客の区分がはっきりしているかを見ます。事例の数字は、自分で選んだ人との比較や、移行前後の比較が多く、条件を確かめて読む必要があります。
次にとる行動は、次の3つです。
- 自社の商材が、選ぶのに知識を要するか、悩みや用途で探されるかを書き出す:診断か、悩み別の入口か、会員別の売場かの候補が絞れる
- 診断の回答、閲覧、購入、会員の属性が、同じ人として束ねられているかを確かめる:束ねられていなければ、名寄せやシステム連携を先に検討する
- 小さく始めて、表示しない群を残して比べる:自分で選んだ人だけを比べず、導入前後や、表示しない群と比べる
分析から配信までを、カートの1つの管理画面で行う仕組みを整えるなら、W2 Commerce Unified、W2 Commerce Repeatの資料もご覧ください。商品も記事も出し分けるレコメンドは、Reco-Mediaを含む拡張プラグイン一覧で確認できます。
データがつながった状態でコンテンツと商品を出し分ける考え方は、資料「AI×データ駆動で実現するコマースのメディア化と新たなCRM戦略」にまとめています。
顧客データの管理は顧客データ管理の解説記事、CRMの基本はECのCRMの解説記事で扱っています。
この記事の監修者
神戸大学在学中にEC事業を立ち上げ、自社ECサイトの構築から販売戦略の立案・実行、広告運用、物流手配に至るまで、EC運営の全工程をハンズオンで経験。売上を大きく伸ばしたのち、事業譲渡を実現。
大学卒業後はW2株式会社に新卒入社し、現在は、ECプラットフォーム事業とインテグレーション事業のマーケティング戦略の統括・推進を担う。一貫してEC領域に携わり、スタートアップから大手企業まで、あらゆるフェーズのEC支援に精通している。




























