一休、売り上げ12％増に秘策　“2軸レコメンド”の威力とは？

一休社長の榊淳氏。経営者とデータサイエンティストの“二足のわらじ”で同社を率いる

[画像のクリックで拡大表示]

　企業がデータを活用する際、真っ先に考えるのが顧客の履歴データをいかに読み解き、次の購買につなげるかだろう。中でも、購買や検索の履歴から人物像や行動を推定し、最適なタイミングで的確な広告を表示したり、商品のレコメンドをしたりする「パーソナライズ」を目指す企業は多い。

　先行しているのは、やはり顧客のデータを収集しやすいネットサービス企業だ。例えば、アマゾン・ドット・コムなどのEC大手はもちろん、YouTubeやNetflixといったコンテンツ分野でも、レコメンド機能はLTV（顧客生涯価値）向上に直結するカギとして各社がしのぎを削っている。これに対し、百貨店やスーパーマーケット、ドラッグストアなど、対面して顧客の相手をする小売りやサービスの多くは、パーソナライズを志向しつつも、まだデータを収集して分析し、効果的な施策を試行錯誤しながら探している段階といってよい。

　そんな中、データを活用したパーソナライズで独自色を打ち出しているのが、宿泊施設やレストラン、スパの予約サービス「一休.com」をオンラインで展開する一休だ。2020年7月には、オンラインサイトを大幅に刷新した。デザイン変更やトップ画面の検索窓の小型化など、さまざまなリニューアルを盛り込んでいるが、中でもレコメンド機能は「リニューアルの本丸」と、一休代表の榊淳氏が語るように、パーソナライズを一気に推し進めた。

売り上げ12％増につながったリニューアルとは

　一休は代表の榊氏がデータサイエンティストであり、データドリブン経営を推進する。今回の新型レコメンド機能には、これまで一休が磨き上げてきたデータサイエンスの総力が注ぎ込まれている。

（左）リニューアル前のスマホ向けサイト。（右）リニューアル後。検索窓が小さくなり、その下にパーソナライズされたレコメンドが並ぶ

[画像のクリックで拡大表示]

　従来のサイトでも、ユーザーの閲覧・予約履歴などを用い、会員によって表示される宿泊施設が変わるレコメンド機能は備えていた。今回のリニューアルでは、レコメンドを含めたパーソナライズ領域を大幅拡大。サイトを見ると、トップ画面の上部に小さな検索窓が備えられているだけで、その下にパーソナライズされたレコメンドがずらりと並ぶ。内容も、「軽井沢×由緒ある老舗」「東京から2時間×離れ・ヴィラが人気」など、場所とシーン（条件）がセットとなった斬新なレコメンドが表示されるようになった。

　リニューアルに踏み切った背景について、「利用者の宿の選び方が、以前よりも直感的になってきている」と、榊氏は話す。

　従来型のホテル予約サイトは、「行きたい場所×人数×日程」を打ち込んで探すのが定石だった。だが、「どんなに細かく条件を指定して検索しても、自分の欲しい情報にだとり着くのが難しかった」と榊氏は話す。「それよりも、『静かに過ごせるヴィラに泊まりたい』『とにかく食事がおいしい宿に泊まりたい』といった、直感的・情緒的なイメージで探す人が増えており、そこにレコメンドの可能性がある」と、榊氏は判断したという。

[画像のクリックで拡大表示]

場所×テーマで最適な施設をレコメンド

[画像のクリックで拡大表示]

　そこで試行錯誤の末にたどり着いたのが、「場所とテーマなど、2つの要素を組み合わせた“2軸”のレコメンド」（榊氏）だった。前述のような「軽井沢」「東京から2時間」といった場所に加え、「由緒ある老舗」「離れ・ヴィラが人気」「オーシャンビュー」「ご飯が美味しい」といった、80以上ものテーマを組み合わせている。「会員同士でトップ画面に出るホテルがすべて同じ状態になることはほぼない」と、レストラン事業本部マーケティング部兼宿泊事業本部マーケティング部の佐藤亮介氏が話すほど、パーソナライズが進んでいる。

　レコメンド強化に加え、Googleで「地名×ホテル」といったキーワードで検索した人が遷移してくるランディングページをカスタマイズするなど、さまざまなリニューアルを実施。テーマ別のレコメンドからの流入も多く、結果としてサイト全体で12％もの売り上げ増につながった。

Googleで「場所×ホテル」などで検索して一休のサイトに来ることを想定し、その地域ごとのランディングページを用意。地域に関連したテーマが表示される。この画面はまだパーソナライズ化はされていないが、今後対応を進める計画

[画像のクリックで拡大表示]

“枯れた技術”のチューニングがカギに

　パーソナライズが劇的に進んだように見えるが、「実は、今回のレコメンド機能に関して、技術面で大きな革新があったわけではない」と榊氏は話す。実際、一休のレコメンドは、数年以上前からレコメンドの基礎として使われている協調フィルタリングをベースにしている。

　協調フィルタリングとは、多数のユーザーの嗜好データを収集し、特定のユーザーが好むであろうものを予測する手法で、一般的な通販サイトなどでも使われているいわば“枯れた技術”だ。当然、アルゴリズムも重要と前置きをした上で、「ユーザーが興味を持つテーマやキーワードをいかに盛り込むかなど、細かいチューニングをしてテストを繰り返すことが肝要」と、榊氏は話す。

　チューニングは、ユーザーの検索履歴や宿泊履歴をどう読み解くかといったことに加え、前述の「離れ・ヴィラが人気」といったテーマ設定やテーマの名称、写真の見せ方など、多岐にわたる。「テーマのキーワードを少し調整するだけでも売れ行きは変わる」と佐藤氏は話す。このロジック次第では、短期間で数億円レベルの売り上げの変化が起きることもあるという。

食に関するテーマであれば、食事の写真を自動で表示。温泉に関するテーマであれば、同様に温泉の写真が表示される。細かい表現の違いで、予約率は大きく変わるという

[画像のクリックで拡大表示]

複数のエンジニアのロジックを戦わせる

　一休はこのテストを繰り返すために、独自の方法を用いている。複数のエンジニアがそれぞれ独自にロジックを構築し、それを同時にサイトで動かし、成約に至った率で競い合うのだ。例えば、エンジニアAのロジックを会員番号001～300番のユーザーに、エンジニアBのロジックを301～500番のユーザーに適用（会員番号は例）するといった具合。多く売れたプログラムがより“正解に近い”というわけだ。

　さらに、一度結果が出たアルゴリズムであっても、消費の傾向が変わったり、ユーザーが飽きたりしてしまう可能性もある。いいロジックは残しながら、常に修正を繰り返している。そのため、エンジニアに裁量が与えられているのも面白い。自分のプログラムに関しては、基本的に考えたロジックを面倒な社内での稟議（りんぎ）なしで自由に実装できる。結果が悪ければすぐに修正をし、ブラッシュアップを繰り返す。場合によっては、1日単位でロジックを組み替える。毎週、成果はリポートとして全社員に共有される上、月に1度は参加者同士で成果を共有する場もある。よりいいものをつくろうという競争が生まれている。

　エンジニア同士で競い合うこの仕組みは、代表の榊氏が導入した。「そもそもどんなロジックをつくればユーザーに響くのか、教科書のようなものがあるわけではない。データサイエンスの領域では、能力の高い低いは学力のようには簡単に分からないため、実際に試してエンジニアの適性を見るしかない」（榊氏）からだ。

　この活動は自主参加が基本。「部活動のようなもので、チャレンジをしている時点で、既に頑張っていることになり評価をする」（榊氏）という。エンジニアにとっては、安心して腕試しができるわけだ。今回のリニューアルに関しては、最大で5人のエンジニアが参加。直近では、榊氏と佐藤氏の2人で競い合っている。

レストラン事業本部マーケティング部兼宿泊事業本部マーケティング部の佐藤亮介氏。現在は、代表の榊氏と佐藤氏の2人でロジックを競わせている

[画像のクリックで拡大表示]

アナログな価値観をいかに磨くかが肝要

　複数人でロジックを考えて試すことに加え、同社が重視しているのが、極めてアナログ的だがユーザーのヒアリングだ。

　「データドリブンなイメージから、データが大好きで左脳的なロジックを突き詰めていると一休は思われがちだが、右脳的、つまり官能的なものを大切にしている」（榊氏）という。

　過去に榊氏は、最先端のレコメンドエンジンを採用した外部サービスを試してみたが、思うようなアウトプットにならず、むしろ違和感が多い結果になったという。例えば、東京在住で平日に京都で宿泊したユーザーに、休日の旅行でも京都の宿をレコメンドするといったもの。「この場合、平日はビジネスでの利用の可能性が高く、そのすぐ後に休日の観光で京都に行くことは考えにくい。人間であればこの違和感にすぐに気づく。このように、旅行や宿泊に関しての行動や心理といったドメイン知識をしっかりエンジニアが把握していることが重要だ」と、榊氏は語る。

　そのため同社は、定期的にヘビーユーザーを呼んだ食事会を実施している（コロナ禍の現在は休止中）。その場には、社長の榊氏に加え、希望する社員も参加が可能だ。食事をしながらリラックスした状態で話を聞くことで、旅の仕方や宿泊施設の選び方などに関する気づきを得る。「ユーザーのヒアリングからは、思いも寄らない予約の仕方やサービスの使い方が出てくることも少なくない」（宿泊事業本部マーケティング部兼レストラン事業本部 マーケティング部の花房みのり氏）という。「私ならこのレコメンドが出たらうれしい。あのユーザーさんならこのレコメンドを喜んでくれる。当たり前だが、目に見えている人に関してのレコメンドが納得できるレベルになっていなければ、ロジックとしては破綻している」と、榊氏は語る。そのためにも、ユーザーに会うことは極めて重要なのだ。

宿泊事業本部マーケティング部兼レストラン事業本部マーケティング部の花房みのり氏。ユーザーとの食事会にも参加している

[画像のクリックで拡大表示]

パーソナライズは万能ではない。逆効果になることも

　レコメンドを強化する榊氏だが、「どんなサービスにも導入すればいいわけではない」と危険性も指摘する。

　特に注意すべきだと榊氏が語るのが、ユーザーと企業の関係性だ。「信頼関係や密な関係性がなければ、レコメンドはむしろ逆効果になる可能性がある」（榊氏）という。例えば、アパレルで考えると非常に分かりやすい。年に1回しか買い物に行かないショップの店員さんから「久しぶりだけどこれはあなたにお似合いですよ？」と言われ、強く心が動く人は少ないだろう。一方で、よく行く店のセンスが分かっている店員さんが、「これいいですよ」と言えばすぐに買う人がいるはずだ。「よく知っている推薦者からのレコメンドは参考にしたいと考えるが、そうでなければ反発につながりやすい。冷静に考えれば当たり前のことだが、オンラインサービスだと何でもレコメンドを組み込もうと考えるケースが多い」（榊氏）。

　「親密性が薄い場合は、シンプルに人気ランキングを教えてくれた方が心地よいと思う人が多い」と、榊氏は指摘する。今後、企業連携や情報銀行といったデータの共有プラットフォームの構築などによって、さまざまなサービス間で個人の履歴データを共有するケースも増えていくと考えられる。だが、「信頼のない状態でのレコメンド」は危険性もはらむ。あえてレコメンドを使わないという選択も“パーソナライズ”といえそうだ。

　特集の第2回では、ディスカウントストアのトライアルカンパニー（福岡市）が主導するプロジェクト「リアイル」を取り上げ、リアル店でのデータ活用を追う。

<第2回はこちら>

（写真／竹井俊晴）

（この記事は、日経クロストレンドで3月15日に配信した記事を基に構成しました）

※この記事を含む特集「データ活用最前線 進むパーソナライズ」は日経クロストレンドに掲載されています。