レコメンド機能を活用したメール・LINEの配信方法

StoreCRMでは、メールやLINEの配信にレコメンド（おすすめ商品）ブロックを挿入する機能を提供しています。Shopifyの購買データ・閲覧データを活用し、顧客ごとに最適な商品を自動的に選定・表示できます。

おすすめ商品として掲載できる商品のリストは、ストアの売上ランキングや、配信するお客様の閲覧履歴を参照したよりパーソナライズしたリストとするなど、8種類のパターンを使い分けすることができます。

レコメンドメール・LINEの効果

パーソナライズされたメールは、一般的なメール配信と比較して高い効果が期待できます。

• 開封率の向上: 顧客の興味に合った商品が件名やプレビューに表示されることで、メールを開く動機が高まります
• クリック率（CTR）の改善: 関連性の高い商品が表示されるため、メール内のリンクをクリックする確率が上がります
• コンバージョン率（CVR）の向上: 顧客のニーズに合った商品を提案することで、購入に至る確率が高まります
• 顧客生涯価値（LTV）の向上: 継続的にパーソナライズされた提案を行うことで、リピート購入を促進できます

特にShopifyストアでは、購買データや閲覧履歴などの顧客データが蓄積されているため、これらのデータを活用したレコメンドメールが効果的です。

レコメンドメールの作成方法

StoreCRMのメールエディタ内で、ドラッグ＆ドロップの操作でレコメンドブロックをメールに挿入できます。

1. 既存のメール、または新規作成したメールを編集
2. メールエディタの左側パネルから「レコメンド」メールの本文部分へドラッグ＆ドロップ
3. メール本文の挿入したい位置にドラッグ＆ドロップで配置

コードの記述は不要で、直感的な操作でレコメンドブロックを追加できます。
レコメンドブロックを追加した後に、レコメンドの各種設定を指定することができます。

レコメンドLINEの作成方法

StoreCRMのLINEメッセージの新規作成を行うときに、メッセージ種別内のレコメンドを指定してください。

レコメンドを選択すると、レコメンドの各種設定を指定することができます。

レコメンドの設定について

推薦タイプ（メール・LINE）

StoreCRMのレコメンド機能では、8種類の推薦アルゴリズムを選択できます。大きく「ストアレベル（全顧客共通）」と「顧客レベル（パーソナライズ）」の2つに分かれます。

ストアレベルの推薦タイプ（全顧客に共通の結果を表示）

推薦タイプ	Contents	適した用途
売上ランキング	指定期間内の売上数量が多い商品を表示	新規顧客への初回提案、ウェルカムメール
閲覧数ランキング	指定期間内の閲覧数が多い商品を表示	トレンド訴求、季節商品の提案
総合スコア	売上・閲覧数を重みづけして算出したスコア順に表示	バランスの取れたおすすめ表示
新着商品	新しく追加された商品を表示	休眠顧客への再アプローチ、定期配信

顧客レベルの推薦タイプ（顧客ごとにパーソナライズされた結果を表示）

推薦タイプ	Contents	適した用途
最近閲覧	その顧客が最近閲覧した商品を表示	チェックアウト離脱通知など
カート追加	カートに追加したが購入に至っていない商品を表示	チェックアウト離脱通知など
類似商品	その顧客が閲覧・購入した商品と関連性の高い商品を自動で選択して表示	購入後のクロスセルなど
パーソナライズ	全顧客の購買行動を機械学習で分析し、その顧客が購入しそうな商品を予測して表示	高精度なおすすめ配信など

8種類の推薦タイプを使い分けることで、配信シナリオの目的に応じた最適な商品提案が可能になります。

表示件数（メール・LINE）

1〜12件の範囲で設定可能です。

集計期間（メール・LINE）

レコメンドをするにあたって、参照するデータの期間を指定します。
ランキング系の推薦タイプでは、集計期間の設定が結果に大きく影響します。

• 短い集計期間（7〜14日）: 直近のトレンドを反映。季節商品やセール商品の訴求に適しています
• 長い集計期間（30〜90日）: 安定した人気商品を表示。定番商品の訴求に適しています

また、総合スコアでは売上数量と閲覧数のウェイト（重みづけ）を調整できるため、ストアの特性に合わせた最適化が可能です。

フォールバック（メール・LINE）

レコメンドメールで課題になりやすいのが、「推薦結果が0件になるケース」です。たとえば「最近閲覧」を指定しても、閲覧履歴がない顧客にはおすすめ商品を表示できません。

StoreCRMでは、メインの推薦タイプで結果が取得できなかった場合に、自動的に代替の推薦タイプに切り替えるフォールバック機能を搭載しています。たとえば「最近閲覧 → 売上ランキング」と設定しておけば、閲覧履歴がない顧客にも人気商品を表示でき、空の状態でメールが配信されることを防げます。

レイアウト（メール）

列数を1〜4から選択することができます。

表示項目（メール）

• trade (brand) name: 商品のタイトルを表示
• 価格: 商品価格を表示
• ベンダー: ブランド名・メーカー名を表示

表示する項目はチェックボックスで簡単にON/OFFを切り替えられるため、メールのデザインや目的に合わせて柔軟に調整できます。

シナリオ別レコメンドメール活用パターン

レコメンドメールは、メール配信シナリオと組み合わせることで大きな効果を発揮します。ここでは、代表的な4つの活用パターンを紹介します。

ウェルカムメール × 売上ランキング（新規顧客の初回転換促進）

目的: 新規会員登録した顧客にストアの人気商品を提案し、初回購入を促進する

新規顧客はまだ閲覧履歴や購買履歴がないため、パーソナライズ型の推薦タイプは適していません。このケースでは、売上ランキングand ... and閲覧数ランキングなどストアレベルの推薦タイプが効果的です。

設定例:

• シナリオ: 会員登録後のウェルカムメール（ステップメールで設定）
• 推薦タイプ: 売上ランキング（集計期間: 30日）
• フォールバック: 新着商品
• 表示件数: 4件（2列 × 2行）

ブランド紹介とともに「今、人気の商品」として売上ランキングを表示することで、初回購入のきっかけを作れます。

チェックアウト離脱通知 × 最近閲覧 / カート追加商品（離脱顧客のリカバリー）

目的: カートに商品を入れチェックアウトを離脱した顧客に、検討していた商品を改めて提案する

チェックアウト離脱（カゴ落ち）メールは、ECサイトの売上リカバリーにおいて最も効果的な施策の一つです。StoreCRMのレコメンド機能を組み合わせることで、単純なリマインドではなく、顧客が実際に興味を示した商品をメールに自動挿入できます。

設定例:

• シナリオ: カート追加後に購入が完了しなかった顧客へのメール
• 推薦タイプ: カート追加（購入未完了の商品を表示）
• フォールバック: 最近閲覧
• 表示件数: 3件（3列 × 1行）

「カートに残っている商品」として表示することで、購入の後押しが期待できます。

購入後フォロー × 類似商品 / パーソナライズ（クロスセル促進）

目的: 購入済みの顧客に対して関連商品を提案し、追加購入を促す

購入後のフォローメールにレコメンド機能を組み合わせることで、クロスセル・アップセルの施策を自動化できます。購入商品に基づいた類似商品や、より高精度なパーソナライズ推薦タイプが適しています。

設定例:

• シナリオ: 購入完了後7日目のフォローメール
• 推薦タイプ: 類似商品（コサイン類似度ベース）
• フォールバック: パーソナライズ → 売上ランキング
• 表示件数: 4件（2列 × 2行）

フローエディタの条件分岐機能を使えば、購入商品のカテゴリや金額に応じて異なる推薦タイプを適用するといった高度なシナリオも構築できます。

休眠顧客メール × 新着商品 / 売上ランキング（ウィンバック施策）

目的: 一定期間購入のない休眠顧客に対して、ストアへの再訪問を促す

ウィンバック（休眠顧客の掘り起こし）メールにレコメンド機能を組み合わせることで、「また来てほしい」という漠然としたメッセージではなく、具体的な商品提案を含んだ再アプローチが可能になります。

休眠期間が長い顧客は閲覧・購買データが古くなっている可能性があるため、新着商品and ... and売上ランキングで最新の商品情報を届けるのが効果的です。

設定例:

• シナリオ: 最終購入から60日経過した顧客への自動メール
• 推薦タイプ: 新着商品
• フォールバック: 売上ランキング（集計期間: 30日）
• 表示件数: 6件（3列 × 2行）

クーポンコードと組み合わせることで、さらに高い復帰率が期待できます。

summary

レコメンドメールは、ECサイトの売上向上において効果的な施策です。顧客の行動データに基づいたパーソナライズされた商品提案により、開封率・クリック率・CVRの改善が期待できます。

StoreCRMのレコメンド機能は、8種類の推薦アルゴリズム、メール・LINE両チャネル対応、フォールバック機能など、実用的な機能を備えています。ノーコードで設定でき、既存のメール配信シナリオに組み込むだけで、パーソナライズされたおすすめ商品の配信を開始できます。

まずはウェルカムメールやチェックアウト離脱通知など、効果が出やすいシナリオからレコメンド機能を取り入れてみてはいかがでしょうか。