cross-sell-upsell-engine

クロスセルとアップセルのエンジン

概要

クロスセルとアップセルは、顧客獲得コストをほとんどかけずに、売上を10～30％増加させます。主要なeコマースプラットフォームにはすべて、カスタムコードなしでレコメンデーションのロジックを処理するアプリがあります。主な検討事項は、どの掲載場所（商品ページ、カート、購入後）から始めるか、どのレコメンデーションロジックを使うか（手動のバンドルかアルゴリズムベースか）、そしてチェックアウトの妨げをどう避けるかです。まず1つの掲載場所から始め、拡大する前に効果を測定してください。

このスキルを使う場面

• 平均注文額（AOV）が業界ベンチマークを下回っており、有料トラフィックなしで伸ばしたい場合
• 商品ページ、カート、チェックアウトページに新しいレコメンデーションウィジェットを導入する場合
• 汎用的な「こちらもおすすめ」カルーセルを、親和性ベースのパーソナライズに置き換える場合
• バンドルビルダーや「コーディネートを完成させる」機能を構築する場合
• レコメンデーションの掲載場所をA/Bテストしたい場合

基本手順

ステップ1：プラットフォームに適したツールを選ぶ

プラットフォーム	推奨ツール	理由
Shopify	Rebuy（最も高機能）またはFrequently Bought Together	Rebuyは複数の掲載場所タイプに対応したAIベースのレコメンデーションを提供します。FBTは基本的な「こちらも購入されています」機能向けで、よりシンプルかつ低価格です
Shopify (Plus)	Rebuy + Shopify Functions	Shopify Functionsを使うと、バンドル割引用にカスタムのカート変換を作成できます
WooCommerce	WooCommerce標準のクロスセル／アップセル機能 + YITH WooCommerce Frequently Bought Together	WooCommerceには各商品に標準のアップセルおよびクロスセル用フィールドがあります。YITHは「FBT」ウィジェットを追加します
BigCommerce	Also BoughtまたはBoost Commerce（App Marketplace）	どちらもBigCommerceの商品カタログとネイティブに連携します
カスタム／ヘッドレス	Rebuy APIまたはRecombee	どちらもレコメンデーションAPIを提供します。RebuyはShopify／BigCommerceのバックエンドと直接連携します

ステップ2：掲載場所を決める — まず1つから始める

掲載場所	予想されるAOVの上昇	コンバージョンへのリスク	ここから始めますか？
商品ページ（「カートに追加」の下）	中程度	低い	はい — 最適な開始地点です
カートページ（サイドバーまたは下部）	高い	低い	はい — 購入意欲が高く、妨げも少ない場所です
購入後ページ	高い	なし（注文はすでに完了しています）	はい — コンバージョンへのリスクはゼロです
チェックアウトページ	高い	中～高	いいえ — 最後にテストしてください。CVRを下げる可能性があります

推奨事項：商品ページとカートページから始めてください。効果を測定した後で購入後の掲載場所を追加します。CVRを下げずに売上を伸ばすことを示すデータがある場合に限り、チェックアウトのレコメンデーションを追加してください。

ステップ3：プラットフォームでレコメンデーションを設定する

---

Shopify

Rebuyを使う（フル機能の設定におすすめ）：

1. Shopify App StoreからRebuyをインストールします
2. Rebuy → Smart Cartに移動して、AIを活用したカート内レコメンデーションを有効にします。表示する商品の数（2～3点）と掲載場所（カートドロワーまたはカートページ）を設定します
3. Rebuy → Product Page Widgetsに移動し、「Frequently Bought Together」ウィジェットを「カートに追加」ボタンの下に追加します
4. Rebuy → Post-Purchase Offersに移動し、注文確認ページにワンクリックのアップセルを追加します
5. RebuyはShopifyの注文履歴を使って、併せて購入される商品の親和性を自動計算します。手動での設定は不要です
6. 手動でバンドルを作成するには、Rebuy → Data Sources → Manual Recommendationsに移動し、特定の商品を組み合わせます

Frequently Bought Togetherを使う（よりシンプルで低価格）：

1. Shopify App Storeからインストールします
2. アプリが注文履歴を自動的に分析し、商品の組み合わせを提案します
3. FBT → Bundlesで自動生成されたバンドルを確認し、関連性の低い組み合わせを削除します
4. ウィジェットの外観をテーマに合わせて設定します
5. バンドル割引を設定します（任意）。両方の商品をまとめて追加すると5～10％割引になります

Shopifyで購入後のアップセルを行う場合：

• 購入後のワンクリックアップセルページには、ReConvertまたはCartHookを使います
• これらはチェックアウト完了後、サンキューページが表示される前に表示されます

---

WooCommerce

WooCommerce 標準のクロスセルとアップセルを使用する場合：

1. WooCommerce → Products → [Edit any product] に移動します
2. Linked Products タブで、以下を追加します：
   • Upsells：商品ページに「こちらもおすすめ」として表示する商品（より高価格の代替商品）
   • Cross-sells：カートのサイドバーに表示する商品
3. WooCommerce はカート内にクロスセルを自動的に表示するため、追加のプラグインは不要です

YITH WooCommerce Frequently Bought Together（無料版あり）を使用する場合：

1. WordPress のプラグインディレクトリからインストールします
2. YITH → Frequently Bought Together → General Settings に移動し、ウィジェットのタイトルと割引額を設定します
3. 各商品の編集ページで FBT タブに移動し、関連商品を手動で選択するか、自動おすすめを有効にします
4. ウィジェットは「カートに追加」ボタンの下に自動的に表示されます

WooCommerce で購入後のアップセルを行う場合：

• 購入後のファネルページには CartFlows と AutomateWoo を使用します
• または、購入後のアップセルのワークフローを備えた WooFunnels / FunnelKit を使用します

---

BigCommerce

1. BigCommerce App Marketplace から Also Bought をインストールします
2. アプリが注文履歴を分析し、「こちらも購入されています」のおすすめを自動的に生成します
3. アプリの設定で表示位置（商品ページ、カートページ）と表示する商品の数を設定します
4. 手動で管理するには、BigCommerce Admin の商品エディターに移動し、Related Products 機能を使って関連商品を指定します

---

カスタム／ヘッドレス

ヘッドレスストアフロントでは、Rebuy の API または Recombee を使用します：

Rebuy API（バックエンドが Shopify／BigCommerce の場合）：

// Fetch recommendations from Rebuy for a given product
const response = await fetch(
  `https://rebuyengine.com/api/v1/products/recommended?key=${REBUY_API_KEY}&shopify_product_ids=${productId}&limit=4`
);
const { data } = await response.json();

注文データから同時購入商品のおすすめを構築する場合（サードパーティツールを使用できない場合のみ）：

// Compute product affinity from co-purchase frequency
// Run nightly — minimum 1,000 orders for meaningful signal
async function computeProductAffinity() {
  const orders = await db.orders.findAll({ where: { status: 'completed' }, include: ['lineItems'] });

  const coMatrix: Record<string, Record<string, number>> = {};
  for (const order of orders) {
    const productIds = [...new Set(order.lineItems.map((li: any) => li.productId))];
    for (let i = 0; i < productIds.length; i++) {
      for (let j = i + 1; j < productIds.length; j++) {
        const [a, b] = [productIds[i], productIds[j]].sort();
        coMatrix[a] = coMatrix[a] ?? {};
        coMatrix[a][b] = (coMatrix[a][b] ?? 0) + 1;
      }
    }
  }
  // Store results and filter to pairs with at least 3 co-purchases
  // Serve from a cached API endpoint with 1-hour TTL
}

手順 4：価格設定と割引戦略を設定する

• バンドル割引：両方の商品を一緒に追加した場合に 5～10％割引します。購入を促すには十分ですが、利益率を損なうほどではありません
• アップセルの価格帯：現在の商品より 10～50％高い価格のアップセルを表示します。元の商品価格の 2 倍を超えるアップセルは、ほとんど成約しません
• チェックアウト時のおすすめ：低価格の追加商品（30 ドル未満）を 1～2 点に限定します。チェックアウト時に複数の商品をおすすめすると、購入が放棄されやすくなります
• 購入後のオファー：顧客はすでに購入意欲のある状態にあるため、より高価格の商品を提案できます

手順 5：結果を測定する

おすすめアプリの分析機能で、以下の指標を毎週追跡します：

指標	目標	確認場所
おすすめの CTR	8～15％（PDP）、15～25％（カート）	Rebuy → Analytics、FBT → Reports
おすすめ商品を追加した注文	全注文の 5～15％	アプリのダッシュボード → Attach rate
おすすめによる AOV の増加	カタログに応じて 5～20 ドル	おすすめをクリックした注文と、クリックしなかった注文の AOV を比較

ベストプラクティス

• 在庫切れの商品は必ずおすすめから除外します。入手できないおすすめをクリックするほど、顧客を苛立たせることはありません（Rebuy やほとんどのアプリでは、これを自動的に処理します）
• おすすめは最大 3～4 点から始めます。商品を増やしすぎると選択に迷い、CTR が低下します
• 新商品の手動設定：新しい SKU には購入履歴がありません。最初の 30 日間は、売れ筋商品と一緒におすすめされるよう手動で設定します（主要なアプリにはすべて手動設定機能があります）
• 季節の変化後に自動おすすめを更新します。購入傾向は変化するため、四半期ごとにおすすめを見直します
• おすすめ経由の成果を個別に追跡します。おすすめ商品が追加された注文にタグを付け、実際の AOV の増加を測定できるようにします

よくある問題

問題	解決策
チェックアウト時のおすすめによってカート放棄率が上昇する	有効にする前に A/B テストを実施します。30 ドル未満の低価格商品を 1 点に限定し、テストで悪影響が見られた場合は削除します
閲覧中の商品が何度もおすすめに表示される	おすすめから現在の商品を除外します（ほとんどのアプリでは自動的に除外されますが、設定で確認してください）
コールドスタート — 新商品のおすすめが表示されない	アプリの管理パネルで手動のおすすめを追加し、新商品をベストセラーと組み合わせます
おすすめが的外れ（例：T シャツにスマートフォンケースを提案する）	自動生成されたおすすめを確認し、アプリの「ブロック」機能を使って関連性のない組み合わせを除外します
バンドル割引コードが公に共有される	クーポンコードではなく、アプリに組み込まれた割引の自動適用機能（共有するコードが不要）を使用します

関連スキル

• @predictive-personalization
• @customer-retention-engine
• @conversion-rate-optimization
• @loyalty-program-optimization
• @email-marketing-automation