クロスセル率

クロスセル率の定義

クロスセル率とは、顧客の注文に、当初購入しようとした商品に加えて関連商品が含まれている頻度を測定する指標です。これは、ストアの商品レコメンデーション、バンドル、またはマーチャンダイジングが、単品購入を複数アイテムの買い物かごに変える効果を数値化したものです。カメラを販売するストアでは、メモリーカード、ケース、三脚などをクロスセルする可能性があります。クロスセル率は、カメラの注文のうち、実際にこれらのアドオンが含まれていた割合を教えてくれます。

クロスセル率の計算方法

クロスセル率 =（クロスセル商品を含む注文数 ÷ 総注文数）× 100

計算例：あるストアが1ヶ月間に1,000件の注文を処理したとします。そのうち、90件の注文には、顧客の主要商品に加えて、少なくとも1つの推奨商品が含まれていました。

クロスセル率 =（90 ÷ 1,000）× 100 = 9%

一部の業者は、これをより狭く定義し、特定のサイト上のレコメンデーションモジュールが表示され、それが受け入れられた注文のみを測定します。これにより、原因に関わらず複数アイテムの注文すべてをカウントするのではなく、そのレコメンデーションの直接的な効果を分離できます。

Ready to Monitor Your AI Visibility?

Track how AI chatbots mention your brand across ChatGPT, Perplexity, and other platforms.

始める お問い合わせ

ECブランドにとってクロスセル率が重要な理由

クロスセル率は、平均注文額、ひいては顧客獲得あたりの全体的な収益効率に直接結びつきます。サイトへの顧客獲得にはすでに固定的なマーケティングコストがかかるため、同じ顧客にもう1つの関連商品を追加してもらうことで、追加のトラフィックを必要とせずに、その獲得費用に対する収益を有意に改善できます。クロスセル率の modest な改善でも、大量の注文に適用されれば、ほとんどの獲得側の最適化よりも確実に平均注文額を向上させることができます。なぜなら、外部のトラフィック状況に依存するのではなく、完全にマーチャンダイジングとレコメンデーションの質に依存するからです。

クロスセル率とAI主導型コマース

ChatGPT ShoppingやPerplexity ShoppingのようなAIショッピングアシスタントが、主要な購入商品に加えて補完商品を提案し始めるにつれて、加盟店自身のクロスセルロジックの精度は、これらのアシスタントが何を推奨するかについての有用なシグナルとなります。適切に検証され、頻繁に一緒に購入されている商品ペアを持つストアは、買い物客の購入を支援するAIアシスタントによって、同じペアが拾い上げられ、反映される可能性が高くなります。

クロスセル率の改善は、カタログ構造だけに基づいた推測ではなく、どの商品が実際に一緒に購入されているかを把握することから始まります。AmICitedのeshop_get_product_bundlesツールは、連携ストアの注文履歴から実際の同時購入パターンを明らかにし、どのアイテムが「一緒に購入されるべき」かという仮定に頼るのではなく、ページ上のレコメンデーションで優先すべき商品ペアのデータに裏付けられたリストを提供します。

Stay Updated on AI Visibility Trends

Get the latest insights on AI mentions, brand monitoring, and optimization strategies.

Email address

Subscribe

クロスセル率のベストプラクティス

• 想定される商品関係ではなく、実際の同時購入データに基づいてレコメンデーションを行う
• 顧客がすでに購入を決意しているカートページにクロスセルの提案を配置する
• 注意を散漫にする長いリストではなく、関連性の高い1〜2商品にレコメンデーションを絞る
• 商品カテゴリごとにクロスセル率を追跡する（カテゴリによって自然にクロスセルしやすいものとそうでないものがあるため）
• 単一の設定が無期限に最適であると想定せず、定期的にレコメンデーションの配置と表示方法をテストする

よくあるクロスセル率の間違い

よくある間違いは、実際の購入データではなくマーチャンダイジングの仮定に基づいて商品を推奨することです。これにより、顧客が無視したり、やや煩わしく感じたりする無関係な提案につながります。もう1つの頻繁な問題は、クロスセルの提案をファネルの早すぎる段階（たとえば、顧客が何も購入することを決意する前のランディングページ）に配置することです。この段階では、カート段階に比べて顧客の接受度がはるかに低くなります。一部のストアではクロスセル率を全体のみで測定し、あるカテゴリでは高いのに別のカテゴリではほぼゼロであることを見逃しており、これによりパフォーマンスの低いカテゴリを改善する機会が隠れてしまいます。また、レコメンデーションモジュールにあまりに多くの提案アイテムを詰め込みすぎることもよくあります。これにより注意が分散され、厳選された1〜2アイテムの提案と比較して、率が向上するどころか低下する可能性があります。