在全国开展精选店业务的SHIPS，为在自有电商网站复刻实体店接待优势，正积极推进个性化战略。实现“舒适顾客体验”的关键在于推荐服务。公司引入AI推荐服务，无需耗费过多精力即可高精度、综合考量个人喜好、季节趋势及客户旅程等实时因素，向每位顾客提供精准商品推荐，已成为电商运营不可或缺的功能。
我们采访了SHIPS销售促进部数字营销科茅野充宏先生，以及开发并提供AI推荐服务的Silver Egg Technology市场营销部高级经理园田真悟先生，听取他们关于推荐服务举措及未来策略的分享。
凭借50年历史与安心感赢得顾客青睐的SHIPS
自1975年成立以来，SHIPS将于2025年迎来成立50周年。品牌理念为“STYLISH STANDARD”，除主品牌“SHIPS”外，还推出“SHIPS any”、“SHIPS Colors”、“quaranciel”等多个子品牌；2024年秋季起针对年轻群体推出“City Ambient Products（城市氛围产品）”，展开广泛品牌布局。
目前全国门店约80家，全部直营无加盟。茅野先生表示：“虽品牌数量不及服装巨头，但半个世纪积淀带来的安心感和稳定感备受好评。”
电商用户以30-40多岁为主并延伸至50多岁群体。为扩大客群，借新品牌契机，20多岁年轻群体使用率逐步提升。
2017年为扩展自有电商自由度与功能进行改版。打造符合顾客需求的电商过程中，个性化成为核心战略之一。数野先生讲述了SHIPS作为领军企业持续成长的原因：
无论实体店还是电商平台，均致力于消除购物障碍并持续改进。改版次年整合官网与电商平台，旨在解决此前偏离客户需求造成的资源浪费。
此外，“门店预留试穿服务”及“门店结算&电商配送功能”等均源于对需求的全面梳理。扎实落实客户需求是公司成长关键。（茅野先生）
推荐服务是SHIPS电商个性化战略成功的关键
为实现个性化接待，引入了Silver Egg Technology的AI推荐服务“Aigent Recommender”。市面虽有各类推荐引擎，SHIPS选择该服务的原因如下：
希望像实体店一样实现针对个人的差异化推荐。Aigent Recommender能根据每位顾客的多种相关性进行推荐，这是引入的最重要因素。（茅野先生）
电商客户旅程复杂，不同页面行为各异，需在各个环节推荐适配商品。
Silver Egg Technology通过多种关联模型提高预测精度，如在详情页推相似品、购物车推搭配品，具备多组合推荐的独特功能。引入以来SHIPS持续取得稳定成果。
SHIPS积极引入试穿、店员搭配建议及视频内容，构建引导顾客理解并喜爱推荐商品的路径。
SHIPS能按需提供建议并配备满足欲望的内容工具，是个性化电商代表案例。其优势不仅在于高功能推荐，更在于考虑到“被推荐顾客的体验”从而提供服务。（园田先生）
推荐服务效果超越销售额提升
在“SHIPS官方网站”，“Aigent Recommender”应用于首页、详情页、购物车等场景，加购时弹窗显示推荐商品。此处点击率极高，有效性显著。调查显示，通过推荐渠道购买者，同时购买商品数量增加1.3至1.5倍。
此外，SHIPS还在购后跟进邮件中利用Silver Egg Technology的“Rekogazo”服务，在邮件中刊登适合每位消费者的推荐商品图片，实现内容个性化。
SHIPS计划在新品通讯邮件等更大发送量场景活用“Rekogazo”。园田先生强调各触点推荐的重要性：
推荐不仅是站内展示工具，改变触点可带来唤醒兴趣、促进回访等效果。与其局限于特定页面，不如在邮件、LINE、APP等沟通场所展示最合适推荐，以增加访问、提高F2转化率和复购率。
若各渠道推荐系统分离会导致商品杂乱、破坏体验。在一个AI引擎中广泛适用各种场景至关重要。结合“Aigent Recommender”与“Rekogazo”实现对每位顾客的一致沟通，非常有效。（园田先生）
推荐中“实时性”至关重要：“Like Discovery”通过点赞即时优化推荐
SHIPS推出新功能“Like Discovery”，用户点击推荐图“点赞”按钮后，系统以该互动为核心切换推荐商品。手机端数据显示，约20%点赞用户会浏览相应推荐商品。茅野先生表示：与静态推荐相比，引导效果接近10倍。
该功能尚在普及阶段，基于现有效果确信能带动增长，计划明确传达“点赞将展示更感兴趣商品”以鼓励使用。
Silver Egg Technology最大特色是实现“实时推荐”。不仅基于历史购买，还能根据当前浏览内容优化展示，不断激发顾客兴趣。
园田先生指出：“从海量商品中低成本协助顾客发现心仪之选是目标，在此基础上实时性不可或缺。”
邮件推荐并非仅依据过往数据，而是实时累积近期其他用户行为，预测顾客“此刻”想要什么并据此推荐。
这对经营季节性商品的企业尤为重要。例如春季购衣顾客转向夏季商品时，仅凭历史很难提出引起兴趣的建议。
此外，SNS热点导致的销量爆发也能被敏锐捕捉并反映在推荐中。实时性对服装等多样化EC业务是重要要素。（园田先生）
新世代推荐引擎「Agent Recommender」简介
「Agent Recommender」是SaaS型AI推荐服务，理念为“借助AI重现以客户为中心的接待”。结合协同过滤与机器学习尖端算法，分析个体行为并准确预测当下所需，提供精准推荐。
AI高精度掌握喜好，可实现如熟练店员般的1对1推荐。
由Silver Egg Technology负责设置调优，引入企业无需亲自操作。针对“产生效果”、“按页面更改内容”等需求提供支持，减轻运营负担。
低负担运营推荐，专家全面支持测试与实施
推荐商品由AI自动选定，原则上无需额外操作，不产生巨大运营负担。对于身兼多职的负责人，在不增加负担前提下提高销售增长和转化率（CVR）可能性，是其一大魅力。
专业顾问定期提出并实施A/B测试方案调整设置。引入企业只需查看报告，无需特殊自行设置。实际上，SHIPS未增加工时人力便实现了推荐功能随网站同步增长。
SHIPS方工数无变化，应对轻松令人欣慰。为维持提升成果需不断测试，能安心接受包括提案实施在内的支持这一点令人放心。
导入初期需共同调优，随后工作量减少且能稳定产出销售。长期使用原因在于投资回报率始终保持较高水平，这正是长期使用的理由。（茅野先生）
园田先生解释高ROI原因：
推荐引擎通过AI与人类顾问协作，适应业务增长和趋势变化不断提升质量，最终形成维持高精度、高成果和低总拥有成本（TCO）的系统。（园田先生）
推荐引擎即“需求预测AI”，组合工具提升营销成果
自网站翻新以来SHIPS推进个性化战略，除推荐外还利用MA工具，并大力投入LINE应用。公司将推荐视为让顾客感受“专属信息”体验的一部分，进一步重视推荐作为打造顾客专属体验的功能。
Silver Egg Technology的AI推荐服务本质是“需求预测AI”，是通过与各种工具和营销策略结合提升成果的跨领域AI系统。
企业对内容营销变现效果常感不确定。我们认为，通过为内容添加基于推荐的引导路径，可以提升各内容创造的价值。希望今后继续与SHIPS开展新举措。（园田先生）
SHIPS表示：“门店接待是希望保持的优势，要在EC实现此优势AI推荐必不可少。将继续长期使用该服务，并对‘Like Discovery’等新功能充满期待，积极引入挑战。”（茅野先生）
拓展合作伙伴企业与算法进化
Silver Egg Technology将从两方面发展。一是扩充支持服务，建立由数据分析师进行高级分析并提出直接关联转化率、交叉销售率提升措施的体制。
二是算法进化。作为多行业实绩的“需求预测AI”，认为能为解决更多样化课题做贡献。例如结合用户信息、店铺信息与商圈、天气等广泛信息，完全可能实现更高精度且稳定的推荐。
海外已有通过深度学习分析歌曲基调并结合行为信息推荐的案例。相关技术积累正不断推进，未来或将在电商领域普及。
生成式AI适合沟通，可能与推荐“预测”用途不同。但未来可通过结合生成式AI聊天沟通与“预测”AI代理形式，实现新服务开发。拓展预测技术应用场景是我们应提供的价值，通向推荐更美好未来。（园田先生）