EC運営において、カゴ落ち（チェックアウト離脱）の回収、購入後のクロスセル、消耗品のリピート促進などの自動配信メール（Automated Flows）は、一斉配信キャンペーンと比較して極めて高いコンバージョン率と利益を生み出す中核チャネルです。しかし多くのEC事業者は、深夜や多忙な時間帯にメールが届いてしまう機械的な待機時間設定や、個々の購買意図を無視した画一的な商品表示という2つの課題に直面しています。
Klaviyoは、蓄積された顧客データと機械学習モデルを統合し、AIによる配信時間最適化と予測型商品レコメンデーション機能を提供しています。これらのAI機能を最大限に活かして売上を引き上げるには、Klaviyoにおける配信時間最適化の仕組み、動的商品フィード（Product Feeds）の設計手順、そして主要な自動フローへの組み込み方を正しく理解する必要があります。
1. Klaviyo AIにおける配信時間最適化の仕組み：キャンペーンとフローの違い
設定を進める上で最も誤解されやすいのが、Klaviyoにおける「配信時間の最適化」の分類です。Klaviyoには異なる2つのAI時間最適化機能が存在し、自動フローにおける動作仕様を把握しておくことが不可欠です。
Smart Send TimeとPersonalized Send Timeの違い
- Smart Send Time（スマート配信時間）： オーディエンス全体にとって最適な単一の配信時間を特定するテスト機能です。24時間にわたって受信者の現地時間帯ごとにランダムにテスト配信を行う「探索配信（Exploratory Send）」を実施し、その後最も開封・クリック・CV率の高かった時間帯に配信する「集中配信（Focused Send）」で検証します。この機能は主に12,000件以上のアクティブプロフィールを保有するアカウントでのキャンペーン配信を対象としています。
- Personalized Send Time（パーソナライズド配信時間）： 顧客プロフィールごとの個別データに基づき、そのユーザーが最もメールを開封・購入しやすい時間帯を1対1の機械学習で予測して配信時間を決定する機能です。
自動フロー（Flows）における配信タイミングの制御
Smart Send Timeは一斉配信キャンペーン向けの全体最適化機能であり、自動フローのブロック内に直接ドラッグ＆ドロップして自動判定させるノードではありません。自動フローは、顧客の行動イベント（Started CheckoutやPlaced Orderなど）によってリアルタイムにトリガーされるため、フロー内での時間制御は以下の3つの手法を組み合わせて設計します。
- 受信者の現地時間を考慮した時間待機（Time Delay）： フローエディタ内で「1日待機」などの遅延を設定する際、「受信者の現地時間で午前9時から午後8時の間にのみ配信」といったクワイエットアワー（静寂時間帯）を指定し、深夜配信による購読解除やスパム報告を防ぎます。
- キャンペーンでのテスト結果をフロー待機時間に反映： Smart Send Timeのキャンペーン検証によって「自社の顧客層は現地時間の午後7時〜9時に最も購入率が高い」と判明した場合、カゴ落ちの2通目やリピート促進メールの待機時間をその時間帯に着地するよう調整します。
- 予測分析（Predictive Analytics）によるトリガーと分岐： リピート購入や離脱防止フローでは、Klaviyo AIが顧客ごとに算出する予測指標を活用します。
- Expected date of next order（予測次回注文日）： 過去の購入頻度と間隔から、次回購入が見込まれる日付をAIが予測します。
- Predicted CLV（予測顧客生涯価値）： 将来的な高額購入顧客と一般顧客を自動分類します。
- Churn Risk（離脱リスク）： 顧客がアクティブか、離脱危機か、休眠状態かを判定します。
2. Klaviyoにおける予測商品レコメンデーションの設定手順
Klaviyoの予測レコメンデーションは、連携しているECプラットフォーム（Shopify、WooCommerce、BigCommerce等）のカタログデータと、ユーザーの行動履歴（閲覧、カゴ追加、購入）を組み合わせて動的に商品を抽出します。
ステップ1：動的商品フィード（Product Feeds）を作成する
メールテンプレートに商品を埋め込む前に、管理画面でアルゴリズムを設定した商品フィードを作成します。
- Klaviyo管理画面の左側メニューから Content（コンテンツ）> Products（商品） を選択します。
- Product feeds（商品フィード） タブを開き、Create Product Feed（商品フィードの作成） をクリックします。
- 施策の目的に応じたフィード名を入力します（例：
Post-Purchase Cross-Sell、Cart Abandonment Alternatives）。 - レコメンデーションのアルゴリズムを選択します：
- What customers have purchased（他の顧客が購入した商品 / 併せ買い）： カタログ全体の同時購入・連続購入パターンを分析します。商品Aを購入した顧客に対し、他の顧客がよく一緒に購入している商品BやCを自動提示します。購入後クロスセルやリピート促進に最適です。
- Recently viewed products（最近閲覧した商品）： 顧客が直近のセッションで閲覧した商品を動的に表示します。ブラウズ離脱や高意欲層のフォローに適しています。
- Popular / Best-selling products（人気・ベストセラー商品）： 全体または指定カテゴリで最も売れている高CV商品を表示します。データ不足時のフォールバック（代替表示）として必須です。
- フィルタリングと除外ルールを設定します：
- カテゴリ・コレクションの絞り込み（ギフト券や消耗パーツ、セール対象外の除外など）。
- 在庫切れ商品の自動除外。
- 購入済み商品の除外： 消耗品以外のアパレルや家具などで、すでに購入した同一商品を再提示しないよう設定します。
- フォールバックロジック（Fallback Logic）の設定：十分な行動履歴のない新規顧客が対象となった場合、自動的に売れ筋ベストセラーが表示されるよう設定し、メール内の空白発生を防ぎます。
ステップ2：フローのメールテンプレートに動的ブロックを配置する
- 対象の自動フロー（カゴ落ちフローや購入後フォローフローなど）を開きます。
- 編集したいメールアクションを選択し、Edit（編集） をクリックします。
- 左側のブロック一覧から Product（商品） ブロックをメール本文の配置位置へドラッグします。
- ブロックの設定パネルで、表示形式を Static（静的） から Dynamic（動的） に切り替えます。
- 先ほど作成した商品フィードをプルダウンから選択します。
- レイアウトを調整します（2列または3列表示、商品画像、商品名、価格、購入ボタンの表示有無を設定）。
3. 主要自動フローの戦略設計マトリクス
| フロー種別 | トリガーイベント | 推奨配信タイミング | レコメンデーション設計 |
|---|---|---|---|
| カゴ落ち回収（Abandoned Checkout） | Started Checkout（チェックアウト開始） | 1通目は1〜2時間後；2通目は20〜24時間後；現地の日中時間帯に限定 | メイン：離脱したカート内商品；サブ：同カテゴリの人気代替品・関連小物 |
| 購入後クロスセル（Cross-Sell） | Placed Order（注文完了） | 注文から7〜14日後；商品到着後の使用タイミングに合わせる | 「他の顧客が購入した商品」アルゴリズム；今回購入した商品は除外 |
| リピート・消耗品補充（Replenishment） | 予測次回注文日（Expected Order Date）またはセグメント | 予測次回注文日の7〜10日前 | 消耗品の再注文リンク；関連する上位ラインや新商品の提案 |
| 離脱顧客の呼び戻し（Winback） | Churn Risk = High（高離脱リスク） | リスク判定セグメント加入時に配信；夜間を避ける | 全社の最新ベストセラーと季節の新着商品；限定インセンティブを付与 |
4. 施策別・実践的な設定ポイント
1. カゴ落ち回収フロー（Abandoned Checkout）
- 目的： 購買意欲が高いうちに注文を完了させること。サイズや価格がネックで離脱した顧客には別の選択肢を提供すること。
- 設計構成：
- 1通目（離脱後1〜2時間）： 取引確認の意味合いが強いリマインド。動的タグ（
{{ event.extra.line_items }}）でカート内の商品をそのまま表示します。 - 2通目（離脱後24時間）： 最初の商品の購入を躊躇している可能性があるため、メインのカート商品の下に動的レコメンデーションブロックを追加し、「こちらの人気アイテムもおすすめです」と代替品を提示します。
- 1通目（離脱後1〜2時間）： 取引確認の意味合いが強いリマインド。動的タグ（
2. 購入後リピート促進＆補充フロー（Repeat Purchase & Replenishment）
- 目的： 2回目の購入までの期間を短縮し、顧客生涯価値（CLV）を最大化すること。
- 設計構成：
- 単純な「一律30日後」の設定は避けます。Klaviyoの分析ダッシュボードにある Repeat purchase timing（リピート購入サイクル） カードを確認し、自社平均の再購入日数を把握します。
- 平均再購入サイクルが45日の場合、14日目に補完アイテムのクロスセルを送り、35日目に消耗品の補充リマインドを送る設計が有効です。
- コスメやサプリメントなどの消耗品は、AIの予測属性
Expected date of next orderを用いて、予測日の7日前に自動送付するセグメントトリガー型フローを構築します。
3. 高離脱リスク顧客の呼び戻しフロー（Customer Winback）
- 目的： 完全な休眠状態に入る前に再エンゲージメントを獲得すること。
- トリガー条件：
Predictive Analytics > Churn Risk is High- かつ
Predictive Analytics > Historic CLV > $0
- レコメンデーション戦略： 過去に閲覧した古い商品ではなく、「店舗全体の売れ筋商品＋新着コレクション」を表示し、リピート特典クーポンを添えて送付します。
5. 運用時の注意点と到達率（Deliverability）のベストプラクティス
- データ量の閾値を確認する： Klaviyoの予測AIモデル（予測CLV、離脱リスク、予測注文日）は、一定以上の注文データが存在することで正確に機能します。オープンしたばかりのショップでは値が未算出になる場合があるため、初期は平均注文間隔を基準にし、データ蓄積後に予測属性へ移行してください。
- 必ずフォールバックを設定する： 閲覧履歴のない新規顧客に対してもメールが正しく機能するよう、商品フィードには必ず売れ筋商品を代替表示するフォールバックルールを有効化しておきます。
- 耐久消費財での同一商品再表示を防ぐ： アパレル、家具、家電などの非消耗品では、「購入済み商品の除外」オプションを忘れずにオンにし、すでに持っている商品を繰り返し勧めてブランドイメージを損なわないよう配慮します。
- 受信者の時間帯（Quiet Hours）を保護する： 海外配送や広域展開を行っている場合、深夜の通知は購読解除の最大の原因になります。フローの待機時間ノードで「受信者のローカルタイムゾーンで配信」を必ず指定してください。
- フローのA/Bテストで増分売上を検証する： 条件分岐を活用して、「静的テキストのみのメール」と「動的予測レコメンデーション付きメール」のA/Bテストを実施します。注文率（Placed Order Rate）や配信1通あたりの売上（Revenue per Recipient）を比較し、AI導入による具体的な売上改善効果を測定してください。
参考資料
- AI Workflow Automation Tools for Better Marketing & Customer Service - Klaviyo
- Omnichannel Personalization Software: Build Better Marketing & CX - Klaviyo
- Email AI: How to Use AI to Write an Email for Marketing - Klaviyo
- Predictive Analytics for Ecommerce: Forecast Who Buys Next - Klaviyo
- The Marketing Automation Platform for Email, SMS, & WhatsApp - Klaviyo