客単価(AOV)を伸ばす4つのレコメンド配置と実装ポイント

客単価（AOV）を伸ばしたいなら、最初に手を付けるべきは「どの商品を、どこで、どう見せるか」です。広告費を増やさなくても、レコメンドの配置を見直すだけでAOVが5〜10％伸びるケースは珍しくありません。逆に、場所選びを間違えるとレコメンド経由の売上が全体の1〜2％で止まることもあります。実装コストは同じでも、配置次第で成果は大きく変わります。この記事では、Shopifyストアで客単価アップに効きやすい4つのレコメンド配置と、それぞれの実装ポイントを整理します。結論としては「商品ページ・カート・チェックアウト前後・サンクスページ」の4つを押さえ、その目的をはっきり分けて設計することが重要です。

1. 商品ページ：関連商品で「一緒買い」を増やす

もっとも効果が安定しやすいのが商品ページのレコメンドです。ユーザーが商品を比較検討しているタイミングなので、「これも一緒にどうですか？」という提案が自然に受け入れられやすくなります。特にアパレルやコスメ、ガジェットなど、セット買いが発生しやすいカテゴリーではAOVに直結します。実務では、まず商品ページのレコメンドから最適化するのがおすすめです。

配置場所は「商品説明のすぐ下」か「関連商品セクション」としてフッター手前に置くパターンが多いです。ファーストビューの中に入れようとして商品画像や価格情報を押し下げてしまうと、CVRが落ちるリスクがあります。基本は「商品自体の情報がひと通り見えた直後」に置き、メインの購入体験を邪魔しないことを優先します。

表示するレコメンドの種類は、目的によって分けます。「この商品を買ってほしい」が最優先なら、同じカテゴリーの他商品を出す「代替提案」が有効です。一方で「一緒買い」を増やして客単価を上げたいなら「セット提案」「アクセサリー提案」を優先します。例として、スマホ本体のページにケースやフィルム、ワイヤレス充電器を並べるイメージです。関連性が低いアイテムを混ぜるとクリック率が急に下がるので、最初は少ない点数（4〜6件）から始めて反応を見ます。

Shopifyのテーマによっては、標準で「おすすめ商品」「類似商品」ブロックが用意されています。この場合、テーマエディタから対象コレクションや表示件数を調整するだけでも、十分にAOV改善の効果が出ることがあります。アプリで高度なAIレコメンドを入れる前に、既存ブロックで「どの位置・何件・どの見出し文言が反応が良いか」をテストしておくと、その後の最適化がスムーズです。

2. カートページ：必需品と低価格アイテムで「ついで買い」

カートページのレコメンドは、客単価アップのメインどころです。購入意思が固まったユーザーに対して、「忘れがちな必需品」や「あと1品で送料無料になる小物」を提案することで、自然な形で注文金額を押し上げられます。実際、カートレコメンドを導入した後、該当セッションのAOVが10％以上伸びるケースもあります。

具体的な設計ポイントは2つあります。ひとつは「価格帯」です。メイン商品より明らかに高いアイテムを並べると、心理的なハードルが上がりクリックされにくくなります。カートでは、現在のカート合計の20〜30％程度の価格帯の商品や、1,000〜2,000円前後の低〜中価格帯のアイテムを中心に提案すると受け入れられやすくなります。もうひとつは「用途の明確さ」です。「このシューズには防水スプレー」「このPCには延長保証」といったように、なぜ今一緒に買うと便利なのかを説明文や見出しで短く伝えると、追加購入が起きやすくなります。

よくある失敗は、「カート内商品と関係のない売れ筋商品を全面に出してしまう」ことです。PVは増えますが、「とりあえず見ただけ」で追加購入につながらないことが多く、結果としてAOVはほとんど変わりません。売れ筋を出す場合でも、まずはカート内の商品カテゴリーと同じ、もしくは過去に同時購入されることが多かったアイテムから優先的に表示するルールを用意します。

Shopifyではカートページのテンプレートを編集してレコメンドブロックを挿入するか、ドロワーカート（スライド式カート）の中にアプリでレコメンドを読み込ませる構成が一般的です。どちらの場合も、「レコメンドを追加してもボタンが折りたたまれないか」「スマホ表示でレコメンドが長くなりすぎて離脱を生んでいないか」を確認しながら調整します。

3. チェックアウト前後：ステップを分けたアップセル

チェックアウト前後のレコメンドは、AOVに対してインパクトが大きい一方で、実装や設計を誤ると離脱につながるポイントでもあります。ここでは「チェックアウト前（カート直後）」と「チェックアウト完了後」で役割を分けて考えます。チェックアウト前は「本当に必要なアップグレード提案」、チェックアウト完了後は「買い足しに向いた軽めの商品提案」を中心に設計すると、体験を損なわずに客単価を底上げできます。

チェックアウト前のアップセルでよくあるのは、「セットにすると割安になる提案」です。例として、単品で5,000円の商品をカートに入れたユーザーに対して、「3本セットで12,000円」のようなセット商品を提案するパターンがあります。このタイミングでは金額が一気に上がるため、割引率や送料無料ラインをはっきり示さないと、かえって不信感を生むことがあります。提案するセットは1〜2種類に絞り、比較に迷わせないことが重要です。

一方で、チェックアウト完了直後（サンクスページ遷移前後）にアップセルを差し込むパターンもあります。ここでは、すでに決済が完了しているため、メインの注文を邪魔せずに追加購入を提案できます。ただし、あまり高価格な商品を出しすぎると「また決済か…」という負担に感じられやすく、コンバージョンは上がりにくくなります。チェックアウト前後では、「平均注文額の30〜50％程度の価格帯」「セットにする合理的な理由がある商品」に絞り込むと、ユーザー心理とバランスが取りやすくなります。

Shopifyでは、チェックアウト画面そのもののカスタマイズ範囲はShopifyプランや利用するアプリによって制限があります。そのため、多くのストアでは「カート→チェックアウトの間に挟む専用アップセルページ」や、「チェックアウト完了後に表示する追加提案ブロック」を活用しているケースが多いです。実装時は、決済まわりのUIを大きく変えないようにしつつ、提案の数や文言だけを最小限でテストする運用が現実的です。

4. サンクスページ：リピートとレビューにつながる提案

サンクスページのレコメンドは、今すぐのAOVよりも「中長期の売上」を意識した配置です。注文直後のユーザーは購入体験の満足度が高く、ブランドに対する好意も最大化しているタイミングです。この瞬間に、次回購入のきっかけや、関連商品の存在をさりげなく伝えておくと、リピート率の改善やレビュー獲得につながります。

具体的には、次のような要素を組み合わせます。1つ目は「今回の注文に関連する商品」のレコメンドです。たとえば、コーヒー豆を注文したユーザーに対して、次回試してほしい別のブレンドや、保存容器、ドリッパーなどを紹介します。ここで重要なのは、「今すぐ買ってください」ではなく、「次回のご注文の参考に」というトーンにすることです。2つ目は、割引コードやポイント案内との組み合わせです。「次回、関連商品で使える◯％OFFクーポン」といった形で、レコメンド商品に文脈を持たせると、クーポンの利用率が上がりやすくなります。

失敗しがちなパターンは、サンクスページを「広告枠」のように扱いすぎることです。あまりに多くの商品を流し込んだり、ポップアップを重ねてしまうと、「せっかく買ったのにまだ売り込まれている」と感じられ、ブランド体験が悪化します。サンクスページのレコメンドは、4〜6商品程度に抑え、テキストも控えめにすることで、今後の関係性を良くする方向に働きます。

Shopifyの注文ステータスページ（サンクスページ）は、テーマやアプリを通じてコンテンツを追加できます。実装の際は、既存の配送情報や注文概要の下に小さめのレコメンドブロックを配置し、「合わせて読みたい記事」や「使い方ガイド」へのリンクと並べると、情報提供コンテンツの延長として自然に受け入れられます。

効果を測る指標と、テストの進め方

レコメンド配置を増やす前に、「何をもって成功とするか」を決めておくと、改善の判断がしやすくなります。もっともシンプルなのは、全体のAOVと注文数の推移を「導入前後で比較する」ことです。ただし、広告施策やセールと重なると影響が分かりにくくなるため、レコメンド経由の売上やクリック率（CTR）も見ておくと原因が切り分けやすくなります。

基本的には、次の3つを押さえておけば十分です。1つ目は「レコメンド経由売上の割合」です。全売上のうち、レコメンドブロックをクリックして購入された売上が何％あるかを見ます。2つ目は「レコメンド付きセッションのAOV」と「レコメンドなしセッションのAOV」の差です。たとえば、レコメンドありのセッションAOVが6,000円、なしが5,400円なら、レコメンドによって11％程度押し上げられていると判断できます。3つ目は「ページ別のCTR」で、どの配置がクリックされているかを把握します。

テストの進め方としては、全ページを一度に変えず、「商品ページ→カート→チェックアウト前後→サンクスページ」の順に広げていくのがおすすめです。最初に商品ページだけで2〜4週間ほどデータを取り、効果が見えたらカートに展開するといった進め方にすると、どこで何が効いているかを把握しやすくなります。また、「配置場所」と「レコメンドの中身（どの商品を出すか）」は別々にテストすることで、原因の切り分けがしやすくなります。

ここまでをまとめると、客単価アップのレコメンド施策は、やみくもに枠を増やすのではなく、配置ごとに「役割」と「価格帯」を決めて設計し、AOVとレコメンド経由売上で効果を測ることが重要になります。

RecoBoostならこう活かす

RecoBoostを使う場合は、まずこの記事で紹介した4つの配置ごとにレコメンドブロックを分けて設置し、「商品ページはセット提案」「カートは必需品と低価格アイテム」「チェックアウト前後はアップグレード提案」「サンクスページは次回候補と情報提供寄り」と役割をはっきり分けて設定します。そのうえで、RecoBoost側で「カート内商品との関連度」や「価格帯」の条件を調整し、レコメンド経由売上とAOVの変化を週次で確認する運用にすると、ムダな配置を増やさずに成果の出る枠だけを残せます。レコメンドの中身をAIに任せつつ、どこにどんな目的で出すかは運営側でコントロールする、という分担を意識すると、現場の工数を増やさずにAOV改善を続けやすくなります。

客単価（AOV）を伸ばすレコメンド配置は、「商品ページ・カート・チェックアウト前後・サンクスページ」の4つに役割を分けて設計するのがポイントです。それぞれのタイミングでユーザーが何を考えているかを踏まえ、「どの価格帯のどんな商品を提案するか」を決め、AOVとレコメンド経由売上で効果を測りながら少しずつ調整していくことで、広告費を増やさずに売上の底上げができます。