パーソナライゼーションとは？意味・種類・事例・始め方をわかりやすく解説
パーソナライゼーション（personalization）とは、顧客一人ひとりの行動や属性、置かれている状況に合わせて、見せるコンテンツや商品、メッセージ、タイミングを変えることです。ECサイトの「あなたへのおすすめ」、前回見た商品を覚えているトップページ、業種ごとに見出しが変わるB2Bサイトは、どれもパーソナライゼーションの例です。
ブランドの紹介と、いま人気の商品。
前回見ていた商品と、同じカテゴリの売れ筋。
在庫のあるダウンジャケットだけを、トップページで。
この記事では、パーソナライゼーションの意味とカスタマイゼーションとの違い、主な種類、手がかりにするデータ、事例、始め方の5ステップ、気をつけたい点までを順に解説します。
パーソナライゼーションの意味
語源の personal（個人の）が示すとおり、パーソナライゼーションは「一人ひとりに合わせる」ことです。マーケティングでは、企業の側がデータをもとに、相手に合った内容を選んで届ける手法を指します。対象はウェブサイト、メール、広告、アプリ、チャットなど、顧客と接するあらゆる場面です。
カスタマイゼーションとの違い
よく混同されるのがカスタマイゼーションです。違いは「誰が合わせるか」にあります。
| パーソナライゼーション | カスタマイゼーション | |
|---|---|---|
| 誰が合わせるか | 企業（データをもとに自動で） | 顧客自身（設定を選ぶ） |
| 例 | 閲覧履歴に合わせたおすすめ、地域に合わせたバナー | 表示言語の切り替え、通知の設定、マイページの並び替え |
| 顧客の手間 | なし | 設定が必要 |
両者は対立するものではありません。顧客が自分で選んだ設定も、パーソナライゼーションの手がかりのひとつになります。
なぜパーソナライゼーションが重要なのか
- 選択肢が多すぎる。商品も記事も増え続けるなか、最初の数秒で「自分に関係がある」と感じてもらえなければ、訪問者は離れていきます。
- 集客のコストをむだにしない。検索広告やメールで呼び込んだ人に、その約束どおりのページを見せれば、せっかくのクリックが成果につながりやすくなります。
- 自社データの価値が上がっている。サードパーティCookieに頼りにくくなるほど、自社サイトでの行動や会員データといったファーストパーティデータを活かす意味が大きくなります。
- 期待が当たり前になった。大手のECや動画サービスの「おすすめ」に慣れた顧客は、ほかのサイトにも同じように気の利いた体験を求めます。
パーソナライゼーションの主な種類
ひとくちにパーソナライゼーションといっても、使う場面によって形はさまざまです。代表的なものを6つ挙げます。
何を手がかりにパーソナライズするのか
パーソナライゼーションの出発点はデータです。といっても、名前やメールアドレスがわからない匿名の訪問者でも、使える手がかりはたくさんあります。
| 手がかり | 例 | こんな出し分けに |
|---|---|---|
| 流入元 | 検索広告のキーワード、UTM、参照元サイト | 広告の約束どおりの見出しを見せる |
| サイト内の行動 | 見たカテゴリ、カートの中身、最後の検索 | 見ていたものの続きやおすすめを出す |
| 状況 | 地域、デバイス、時間帯、天気 | 近くの店舗や、季節・天候に合った商品を出す |
| 顧客データ | 会員ランク、購入履歴、CRMの属性 | ログインした人に、その人向けの特典を出す |
| 企業データ（B2B） | 会社名、業種、企業規模 | 同じ業界の導入事例を見せる |
Personyzeでは、こうした手がかりを70以上の属性として使い、ルールを組み合わせてオーディエンス（対象者）を作ります（行動ターゲティング）。たとえば「最後の検索」ルールを使えば、サイト内で検索した言葉をプロフィールに残し、トップページでもその商品を見せられます（訪問者が検索したものを、すべてのページで見せる）。
ルールベースとAI、2つのやり方
出し分けの決め方には、大きく分けて2つあります。
- ルールベース：「広告Aから来た人には見出しA」のように、マーケターが条件と内容を決めます。意図がはっきりしていて、結果を説明しやすいのが強みです。
- AI・機械学習：過去の行動データから、一人ひとりに合う商品やバリエーションを自動で選びます。レコメンドのように選択肢が多い場面に向いています。
実際には両方を組み合わせるのが一般的です。どの判断をどちらに任せるかは「ルールベースとAIのパーソナライゼーション」で、仕組みの全体像は「パーソナライゼーションエンジンは、訪問者ごとに表示内容をどう決めているのか」で解説しています。自社のデータから成果につながりやすい層を見つけるAudience Discoveryのように、対象者選びそのものをAIに任せる方法もあります。
パーソナライゼーションの事例
業種によって、効きやすい使い方は変わります。
- EC：カテゴリを見て帰った人には、次の訪問でそのカテゴリのバナーを。サイト内で検索した人には、在庫のある該当商品を（ECのパーソナライゼーション）。
- B2B・SaaS：業種がわかる訪問者に、同じ業界の導入事例と見出しを。営業が狙う企業（ターゲットアカウント）には専用の内容を（B2Bウェブサイトのパーソナライゼーション）。
- メディア・出版：読んだ記事の傾向から、次に読む記事を。2本目を読んだ読者には、関連する資料の案内を。
- 旅行・教育：閲覧した行き先やコースに合わせて、トップページとおすすめを。
業種・機能別の実例は「パーソナライゼーション事例」にまとめています。商品レコメンドに絞った手法は「商品レコメンドの事例」をご覧ください。
パーソナライゼーションの始め方：5つのステップ
- 目標を決める。購入、問い合わせ、資料請求など、増やしたいものを1つに絞ります。
- 最初の対象者を選ぶ。「広告から来た人」「カートを残して帰った人」など、数が多く、意図がはっきりした層から始めます。
- 変えるものを1つ決める。見出し、バナー、おすすめ枠など、目標に近い場所を1か所だけ変えます。
- 対照群と比べる。一部の訪問者には元のページを見せ続け、その差で効果を測ります（A/Bテスト）。
- 勝ったものを広げる。効果が確かめられたら対象者や場所を広げ、次の仮説に進みます。
気をつけたいポイント
- プライバシーと同意：集めるデータと使い道を明らかにし、同意の設定に従います。会員データは、利用目的の範囲で使います。
- やりすぎない：知られすぎていると感じさせる表現は逆効果です。「昨日ご覧になった〇〇」より、さりげない「おすすめ」のほうが自然な場面もあります。
- 効果を測る：対照群なしで「売上が上がった」と判断しないこと。季節や広告の影響と区別できません（パーソナライゼーションのROI）。
- 表示速度とSEO：出し分けでページが遅くなったり、検索エンジンと訪問者で中身が大きく変わったりしないようにします（ページ速度への影響、SEOへの影響）。
よくある質問
パーソナライゼーションとカスタマイゼーションの違いは何ですか？
誰が合わせるかの違いです。パーソナライゼーションは企業がデータをもとに内容を選び、カスタマイゼーションは顧客自身が設定を選びます。
個人情報がなくてもパーソナライズできますか？
できます。匿名の訪問者でも、流入元、閲覧したページ、地域、デバイスといった手がかりで出し分けられます。会員データやCRMの属性があれば、ログインした人にはさらに踏み込んだ内容を見せられます。
効果はどうやって測りますか？
一部の訪問者に元のページを見せ続ける対照群（ホールドアウト）と比べます。同じ期間の差を見るので、季節や広告の影響と区別できます。
パーソナライゼーションはSEOに悪影響がありますか？
検索エンジンと訪問者で、ページの中身が大きく変わらないようにするのが基本です。詳しくは「A/Bテストやパーソナライゼーションは SEO に悪影響？」で解説しています。
導入には開発が必要ですか？
Personyzeの場合、サイトにタグを1つ設置すれば、キャンペーンの作成はパネルからノーコードで行えます。WordPressなど主なCMS向けのプラグインもあります。