「同じMサイズなのに、なんで着心地が違うんだろう」

オンラインで洋服を選ぶとき、そんなふうに思ったことはないでしょうか。その違和感の一因は、ブランドごとに基準となる体型（ボディ）が異なり、同じ「Mサイズ」でも身幅や着丈に数センチの差が生まれることにあります。この数センチのズレが、実際に袖を通したときの着心地の違いにつながっています。さらにECサイトでは、サイズ表の項目名が同じでも、ブランドによってその項目が指している内容が異なることもあります。
このようなズレを、クライアント様とひとつずつすりあわせ、揃えていく。サイズレコメンドエンジン「unisize」が安定して正確なサイズレコメンドを行えているのは、「サイズ定義」の理解に時間をかけて丁寧に取り組み、導入後のケアまで徹底してクライアント様に伴走しているからです。その一連の運用を担っているのが、メイキップの運用部です。
unisizeでは、1ブランドあたり平均1,000アイテムのサイズ情報を管理しており、取り扱いアイテムの多いブランドでは2万点を超えることもあります。これだけの量のサイズ情報を、どうやって精度高く整え、保ち続けているのか。運用部の村尾・鈴木へのインタビューを交えてご紹介します。

Q. サイズの定義にブランドごとの違いはありますか？
村尾：はい、項目名が同じでもブランドによって定義がズレていることは少なくありません。わかりやすい例が「ウエスト」です。本来はお腹周りをぐるっと測った腹囲を指す項目ですが、平置きで採寸した身幅をウエストとして表示しているクライアント様もあります。表記を見るだけでは区別がつかないので、「この項目はどのように測っていますか」とクライアント様に確認してはじめて実態が見えてきます。こうした定義がズレたままデータ化されれば推奨サイズの精度が下がり、ユーザーの購入体験にも影響が出ます。だからこそ、細かく「これはこういう定義ですね」とやり取りを重ねて、クライアント様ごとのサイズの定義を正確に理解することから仕事を始めています。

Q. レコメンド精度を担保するために、クライアント様とはどのようにやり取りを進めていますか？
村尾：普段はテキストコミュニケーションが中心です。ただ、テキストだけだとどうしても伝わりきらない場面が出てきます。そういうときは直接お話しする時間をいただきます。相手の方の知識や立場に合わせて伝え方を変えながら、こちらが何を確認したいのか、なぜそれが必要なのかをひとつずつ目線を合わせていきます。言葉の定義が揃わないまま作業が進んでしまうとレコメンドの精度に大きな影響が出るため、まずは双方の認識を合わせることを大切にしています。こうしたすりあわせがあるため、営業部から案件を引き継いでunisizeの提供開始となるまでには、平均で約1ヶ月かかります。

Q. unisizeを安定して提供するために、どんな工夫をしていますか？
鈴木：unisizeでは、ECサイトを自動で巡回してサイズ情報を取得する「クローラー」という仕組みを使っているのですが、このクローラーの仕様をブランドごとに個別に設計することを大切にしています。ECサイトによってサイト構成やサイズ情報の持ち方、情報の細かさがそれぞれ異なるため、まずはそのECサイトの特徴を理解するところから始めます。その上で、どのようにデータを取得してunisizeのデータ形式に合う形で整理するかを考えながら仕様を固めていきます。ECサイトの構造はリニューアルや商品追加のたびに変わりますが、その変化の中でも安定してデータを取得できるよう、ブランドごとにサイトの構造と情報の持ち方を把握した上で固有の仕様を設計しています。ここまで一社ずつ丁寧に作り込むことが、unisizeの高い精度につながっています。

Q. unisizeの効果を実感いただくために、クライアント様とはどのように関わっていますか？
鈴木：導入して終わりではなく、その後も定期的にクライアント様の状況を伺い、必要な調整を続けるまでが運用部の仕事です。以前、他社のサービスからunisizeへ切り替えてくださったクライアント様から「以前利用していたサービスでは導入した後はほぼ連絡がない状態だったが、メイキップは導入後も使い勝手や運用上の課題を細かく聞いてくれるし、データも細かく教えてくれるので助かる」というお声をいただきました。導入後もクライアント様のビジネスが動き続けるのに合わせてクローラーやデータの調整を重ねること、そして、運用状況をヒアリングし対話できる体制を持つこと。これによりunisizeの効果をしっかり実感していただくことができ、結果としてunisizeへの信頼につながっていると感じています。

ひとつ一つの積み重ねがunisizeの精度を支えている
項目名のズレを対話で揃え、ECサイトごとに固有の仕組みを設計し、提供開始後も伴走し続ける。ひとつ一つは外からは見えにくい工程ですが、ここまで踏み込んで向き合い続けていることが、unisizeのサイズレコメンド精度の高さを実現し、クライアント様から選ばれ続ける理由だと私たちは考えています。サイズレコメンドの精度が高いということは、ユーザーがサイズで迷わずに納得して洋服を選べるということです。それはユーザーにとっての購入体験の向上につながり、結果としてクライアント様のブランドへの信頼にもつながります。
どこまで踏み込んで運用するか、その姿勢がそのままunisizeの精度になる。私たちはそう考えています。これからも私たちは、サイズの定義一つずつに向き合いながら、その精度を磨き続けていきます。

「この洋服、実際に試着できたらいいのにな、、、」

オンラインで洋服を選ぶとき、そんなふうに思ったことはないでしょうか。サイズや価格・素材は分かっても、自分が着たときの印象だけは想像するしかない。その「試着できない不安」が、ECでの洋服選びを難しくしています。

顔合成型オンライン試着サービス FaceChange は、この「試着できない不安」に向き合い、自分自身の顔で着用画像を確認しながら、「似合う・似合わない」を判断できる体験を提供してきました。その価値が、ユーザー満足度調査の結果として表れています。FaceChangeにおいて実施した「ショーン・エリス・PMFテスト」の結果、「このサービスがなくなったら非常にがっかりする 」と回答したリピートユーザーが、40％に上るという結果を得ることができました。

FaceChange HP：https://cl.unisize.makip.co.jp/lp/facechange.html
合成デモサイト ：https://cl.unisize.makip.co.jp/lp/facechange_demo.html

今回は、そのFaceChangeの開発背景と今後の展望について、企画担当・時（とき）のインタビューを交えてご紹介します。

「ショーン・エリス・PMFテスト」とは
プロダクトマーケットフィットを測る「40％ルール」

スタートアップの成長理論では、グロースハッカーとして知られるショーン・エリスが提唱した「40％ルール」が、プロダクトマーケットフィット（PMF）を測る代表的な指標のひとつとして知られています。
これは、「このサービスが使えなくなったら、どのように感じるか」という問いに対し、「非常に困る（非常にがっかりする）」と回答したユーザーの割合が基準値の40％を超えているかどうかを見るテストです。この基準を満たしている場合、そのサービスは単に「あると便利」な存在ではなく、ユーザーの意思決定や行動の中に組み込まれた、欠かせないサービスになっていると考えられます。
FaceChangeでは、このテストにおいて、40％を超えるリピートユーザーが「非常にがっかりする」と回答しました。具体的には「非常にがっかりする」と回答したリピートユーザーは、2025年12月に40％を突破し、2026年1月には45.5％まで上昇しています。（2026年1月18日現在）この結果は、FaceChangeがオンラインショッピングにおける「似合うか分からない」「試着できない」といった不安に対し、ユーザーの判断を支えるサービスとして着実に受け止められていることを示しています。　

Q.FaceChangeを作ろうと思った背景を聞かせてください
A.（時）ECサイトでは、サイズや価格、素材、レビューなど、多くの情報を事前に確認することができます。それでも、「自分に似合うかどうか」だけは、最後まで確信を持てないまま選ばなければなりません。
特にファッションにおいては、色味やシルエットによって顔まわりの印象が大きく変わるにもかかわらず、ECサイトではそこを確かめる手段がほとんどないのが現状です。モデルが着ている姿は見られても、「自分が着たらどう見えるのか」は、ユーザー自身が想像するしかありません。
この“確かめられないまま選ぶ”という行為そのものが、ユーザーにとって迷いの要因になっているのではないか？そこを確認できるようになれば、洋服選びはもっと前向きで、納得感のある体験になるはずだ、と考えたことが、FaceChange開発の出発点でした。

Q. ユーザーのニーズをどう捉えていましたか？
A. ユーザーは「これが似合います」と誰かに決めてもらうことよりも、 自分で判断できる材料が欲しいというニーズが強いと感じていました。特にオンラインでは、実際に試着できない分、ユーザーが「この洋服を納得して購入できる理由」を持てるかどうかが重要になります。
FaceChangeは、ユーザー自身が、「この色なら大丈夫そう」「この雰囲気なら自分らしい」と納得して選べる体験を提供するサービスです。その結果、意思決定の瞬間だけでなく、選ぶ過程そのものが前向きな体験へと変化していきます。これこそが、FaceChangeが“なくなると困る”体験として評価された「ショーン・エリス・PMFテスト」での結果につながっていると考えています。

Q. FaceChangeを設計する上で、特に意識したことは何ですか？
A.特に意識したのは、ユーザーが「これは自分だ」と違和感なく感じられること、そして実際に着用した時に似合うかどうかを、ユーザーが自分の目で確かめて判断できる合成画像を提供することです。顔合成の体験においては、加工を強くしすぎると「自分ではない」と感じてしまいます。一方で、自宅での利用が多いことから、素顔に近い写真や日常的な状態の写真が使われるケースも少なくありません。ユーザーが自分自身として違和感なく認識でき、かつ着用時の印象を明確に伝えられる合成画像の提供を重視しています。
また、合成体験そのものの心理的・操作的な負担を極力減らすことも意識しました。たとえば、誰かに撮影してもらう必要のある全身写真を不要とし、ユーザーが一人で完結できる設計にしています。さらに、一度利用したユーザーが次回もスムーズに体験できるよう、顔画像の再登録を省ける仕組みを取り入れるなど、リピート利用のハードルを下げる工夫も行っています。こういった細かい改善を積み重ねることで、FaceChangeはユーザーが操作に迷わず、自分の感覚で判断できる体験を実現しています。

ユーザーアンケートに見る、評価の実感

「ショーン・エリス・PMFテスト」の結果は、ユーザーから日々寄せられるアンケートのコメントとも一致しています。
・ とても良いサービスだと感じました。今後さらに広がっていくことを期待しています
・ 似合わないと思っていた色を試せて、意外と大丈夫だと分かり、安心して選べました
・ 店舗がなく試着できなかったので、代わりに画像で確認できて助かりました
・ ネット購入はこれまで失敗が多かったのですが、初めて納得のいく買い物ができました
・ 小さい子どもがいて店舗に行けないので、自宅で確認できるのが本当にありがたいです
・ 似合わない色に気づけたことで、後悔なく別の色を選ぶことができました
・ 体型にコンプレックスがあり試着に躊躇していましたが、楽しく選ぶことができました
・ 簡単に試せるのに完成度が高く、購入前の判断材料としてとても参考になりました
・全ブランドで使いたいと思うほど便利な機能だと感じました

Q. 今後、FaceChangeをどのように進化させていきたいですか？
A.「ショーン・エリス・PMFテスト」の結果は、FaceChangeがなぜ使われているのかを示してくれました。それは、「似合うかどうか分からない」という不安を取り除き、ユーザーが確信を持って洋服を選べる体験を、EC上で実現できているということです。この体験こそが、FaceChangeのサービス提供価値だと捉えています。
私たちが目指しているのは、ECならではの強みをいかした購入体験をさらに広げていくことです。
たとえば、
・ 時間を気にせず、ユーザーのペースで納得いくまで確認できること
・ 複数の選択肢を並べて比較できること
・ 着用画像を回数制限なく切り替えながら、何度でも検討できること
こうしたECならではの特性をいかしながら、今後は「確認できるから選べる」体験を、新しいスタンダードとして広げていきたいと考えています。「試着できないから不安」ではなく、「確認できるから選べる」。そんな購入体験が当たり前になるECの世界を、FaceChangeを通じて実現していきたいと考えています。

オンラインショッピングで「気に入ったけれどサイズがない」「欲しいカラーが欠品している」。そんながっかりした経験をしたことがある人は多いのではないでしょうか。欠品はユーザーにとって“諦める瞬間”であり、各ブランド事業者にとっては“売上の機会損失”です。

自分で「似合う」を探す時代は終わり
パーソナライズでECサイトを変えよう

これが「aunn Personalization」の目指す世界です。ユーザーが「今買える自分に合うアイテム」に自然に出会えることで、購入を“諦める瞬間”を“新しい出会い”の始まりに変える。メイキップはデータとテクノロジーの力で、ファッションECにおける“欠品対策の新潮流”の確立に挑戦しています。
メイキップが展開する「aunn Personalization」は、ユーザーの体型や嗜好データをもとに、ECサイト上で“最適な体験”を提供するパーソナライズサービスとして下記2つを展開しています。

• aunn コーディネート：ユーザーの体型に近いスタッフコーデを優先表示するパーソナライズサービス 
• aunn 在庫・類似アイテム：欠品時に「今買える自分に合うアイテム」を提示するパーソナライズサービス

今回は「aunn 在庫・類似アイテム」に焦点を当て、その開発背景と今後の展望を、プロダクト責任者・山崎に聞きました。

欠品が引き起こす“見えない機会損失”

調査によると、ユーザーの69%は欲しい商品が在庫切れだった瞬間に購入を離脱し、そのまま競合サイトへ移動します。さらにECサイト全体の売上損失の40%が欠品に起因するともいわれており、これらを総合すると、欠品がEC事業に大きな機会損失を生み出していることが明らかになる調査結果となっています。（opensend調べ）
※本データはアパレルに限定されない、ECサイト全体を対象とした調査結果です。

欠品は単なる在庫不足の問題ではなく、「ユーザーが購入を諦める瞬間」です。その“諦めの瞬間“を”新しい出会い”の始まりに変えたい、という想いこそ「aunn 在庫・類似アイテム」開発の原点です。
出典：opensend「7 Out-of-Stock Rate Statistics for eCommerce Stores」（2025年）
https://www.opensend.com/post/out-of-stock-rate-statistics-ecommerce

“欠品対策”は次のステージへ

従来のレコメンドサービスは、“好みに合いそうなアイテム”の表示が中心で、 「体型に合う在庫があるか」「欲しいカラーがあるか」までは十分に考慮されていませんでした。そのため、ユーザーが商品ページに遷移しても欲しいアイテムの在庫がなく、購入に至らない“見えない機会損失”が生まれていました。
「aunn 在庫・類似アイテム」は、この構造を変え、欠品による離脱を防ぎ、販売機会を最大化するために生まれたサービスです。

店舗のように寄り添えるECをつくりたい 
「aunn 在庫・類似アイテム」開発に込めた想い

Q. 開発の出発点となった課題は？
A. お店で商品を購入する際、もし欲しい商品が欠品していたら、店員の方からカラーやサイズが似た別の商品を推めていただいたことがあると思います。しかし、ECではユーザーが欲しいと思っているカラーやサイズの特定が難しい背景もあり、なかなか店舗と同じサービスが受けられない状況にあると感じていました。
欠品はユーザーにとって最もストレスの大きい瞬間だと思います。多くの商品からせっかく好きなデザイン、好きな色を選び抜いたのに、あと一歩のところで購入できない。
商品の在庫には限りがあるため、これまでは多くのECサイトでは“仕方のない離脱”として扱われてきましたが、私たちはそこにこそ改善の余地があると感じていました。どうすればそのストレスを解消し、次の提案につなげられるかと考え、そこから開発が始まりました。

Q. そのユーザー視点が「aunn 在庫・類似アイテム」の開発につながった？
A. はい、そうです。弊社では「unisize」を展開することで、購入検討のシーンであらかじめユーザーの体型が把握できる状況を生み出せます。
サイズ在庫と体型データを掛け合わせることで欠品を把握し、「今買える自分に合うアイテム」を識別して提示することができると考えました。ユーザーが購入を諦めて離脱する前に、次の選択肢に出会えるようなサービスがあれば、店舗と同じような接客が受けられると思ったのです。
このサービスは単なる“レコメンドの延長”ではなく、“ユーザーの趣向に寄り添う仕組み”です。ユーザーの、買いたいのに買えないというストレスをポジティブな経験に変えたい、その強い思いが開発の原動力でした。

データで見る“損失抑制効果”

「aunn 在庫・類似アイテム」を導入したクライアントサイトでは、欠品時のユーザー行動に明確な変化が見られています。
すべてのサイズ・カラーが揃っているアイテムと、1つでも欠けているアイテムを比較すると、購入率（CVR）には約2倍の差が確認されました。わずかな欠品でも、「自分に合う商品がない」と感じたユーザーの離脱につながることが分かります。
一方で、欠品時に「aunn 在庫・類似アイテム」で在庫のある類似アイテムを提示したケースでは、購入率（CVR）が平均で約1.3倍に向上しました。
“購入を諦める瞬間”に次の選択肢を提示することで、機会損失を抑制する効果が実証されています。
詳しくは以下の記事で紹介しています。
🔗 欠品離脱を購買に変えるパーソナライズソリューション「aunn在庫・類似アイテム」導入で購入率が1.3倍へ向上

自社サービスの優位性

Q. 自社サービスの優位性はどこにあると考えていますか？
A. 最大の優位性は、サイズレコメンドエンジン「unisize」で蓄積してきた「体型データというフィジカルデータを自社で保有・運用している」点です。
多くのレコメンドサービスが閲覧履歴や購買履歴などの行動データのみに基づいていますが、私たちのサービスは体型という数値的なデータに基づき、最も似合う商品を提案できます。この“体型データから似合うを導く”という視点があるからこそ、「在庫 × サイズ × 好み」を掛け合わせた商品を提示できる。ここに、メイキップの優位性があると考えています。

欠品を“販売の終わり”ではなく、“新しい出会いの始まり”に

ECサイトにおいて、欠品は避けられない課題です。しかし、メイキップはそれを“売れなかった”で終わらせず、次の“新しい出会い”へと繋げることができると考えています。
「ユーザーの視点に立てば、その瞬間こそポジティブな経験に変えていかなければならない。パーソナライズによって、ECサイトそのものを“ユーザーに寄り添う場所”へ変えていけると思っています。」と山崎は語ります。
メイキップは、クライアント様と共にユーザーの体験価値を高め、機会損失を最小化することで、持続的な売上成長を支えるパーソナライズサービスを磨き上げていきます。

「このサイズで似合うかな…」
オンラインで洋服を買うときに、多くのユーザーが一度は抱える不安です。このサイズ不安を払拭し「ユーザーが安心して洋服を買える体験」を実現するために、メイキップはサイズレコメンドエンジン unisize を開発しました。クライアント様から高い評価をいただいている最大の理由のひとつが、精度の高さです。では、その高い精度を維持し続けるために、どのような取り組みが行われているのでしょうか。

数字だけでは見えない“背景”に迫る
プロダクトの改善において、CTR（クリック率）、CVR（コンバージョン率）、離脱率といった数字は欠かせない指標です。メイキップの企画チームは日々膨大なデータを分析し、仮説を立てて改善に取り組んでいます。しかし、数字だけでは判断が難しいこともあります。
たとえば「着心地」や「納得感」といったユーザーの感覚は、数値では測りきれないことがあります。そういった場合には、数字だけで判断をするのではなく、実際現場に足を運んで情報収集をするということを地道に重ねてきました。

徹底したサイズ検証
unisize立ち上げ当初、世の中には「ユーザーアンケートから最適なサイズをレコメンドする」というサービスはunisize以外存在していませんでした。そのため、営業中のクライアント様からは「このレコメンドサイズは本当に正しいのか？」といった疑問の声をいただくことも少なくありませんでした。私たちは、数百体もの身体データを収集した上で、独自のアルゴリズムを構築し、社内テストを重ねていたことで精度に強い自信を持っていましたが、同時に自らの目でも確認する必要があると考えていました。
そこで企画メンバーは、クライアント様の実店舗に足を運び、徹底的に精度検証を行いました。レコメンドサイズが本当に最適か、袖丈や着丈の数値が正確に反映されているかを一着ずつ検証したのです。現場での徹底した確認作業を繰り返しながら精度を実証し、サービスの信頼性を着実に高めていきました。このように「データに基づくアルゴリズムの構築」と「現場での精度検証」を積み重ねていく姿勢こそが、unisizeの高い精度を支えてきた根幹です。

 Q.「なぜ現場での精度検証が必要だと感じたのでしょうか？」
A.実際に洋服を選んで購入する場面では、同じサイズ表記でも洋服によって試着時のサイズ感や着心地が異なることがあります。私たちはunisizeを作り上げていく中で、その洋服ごとの差異を正確に反映するのは数値検証だけでは限界があると感じていました。だからこそ、現場に足を運び試着を重ねながら、ユーザーの声や行動を自分たちで確かめることが必要だと判断したのです。こうした検証を丁寧に積み上げてきたからこそ、unisizeの精度はここまで高められてきたのだと感じています。

 Q.「unisizeの高い精度を維持・向上させる上で、企画チームとして大切にしている姿勢は何でしょうか？」
A.unisizeの改善における基準は、常に「ユーザーが安心して洋服を購入できるかどうか」という点にあります。データの変化には、ユーザーのニーズに基づいた行動の変容が映し出されています。だからこそユーザーの視点を決して見失わず、常に意識し続けることが重要だと考えています。企画チームとして大切にしていることは、ユーザーに安心を届けるために、UIの細部や表現の一言一句に至るまで妥協せず改善を積み重ねる姿勢です。そしてその姿勢をチーム全員で共有し、守り続けることが、unisizeの高い精度を支えてきた土台になっているのだと確信しています。

cott-onメンバーと共に磨き上げるサービス
実はunisizeには、サービスに対して協力的にフィードバックを届けてくれる“cott-on”という会員組織があります。組織の名前は「co（共同）」と「try-on（試着）」を組み合わせ「一緒に試着体験をつくりあげる仲間」という意味が込められています。cott-onメンバーからの声は、わずかな違和感や気付きを早期に発見する大切な手がかりです。新しいUIを試すときや文言表記を検討するときには、cott-onメンバーに対してアンケートやインタビューを実施し、「大きい」と表現するのが良いのか、「大きめ」「ルーズフィット」とした方が伝わるのか、といった微妙なニュアンスを丁寧に確認しています。こうしたユーザーとの双方向のやりとりが、サービスの細部を磨き上げ、結果としてunisizeの精度をさらに高めることにつながっています。

取得したアンケートでは、

 「これまでにも何度かサイズに関するアンケートに回答しましたが、サービス改善へ向けた企業努力を強く感じました。これからも頑張ってください。」

といった激励の声も寄せられています。こうしたユーザーからの声は、私たちにとって精度改善を進めるための原動力となっています。ほんの小さな違和感でも、購入体験を左右する大事なサインです。ユーザーの声にしっかりと耳を傾けることで、サービスはより高精度に、そして安心して使えるものへ進化することができると信じています。

 Q.「大きめ/ルーズフィット などUI表現を変えたことで、ユーザーにとってどのようなメリットがあったと考えていますか？」
A.「大きめ」や「ルーズフィット」といった表現は、人によって解釈が異なります。そこで私たちは、袖丈や身丈などの数値情報を補足し、誰もが客観的に判断できるよう工夫しました。その結果、ユーザーは安心してサイズを選べるようになり、洋服の購入に納得感が生まれるようになったと実感しています。こうした改善を積み重ねることが、unisizeの精度をさらに高めるために不可欠だと考えています。

 Q.「cott-onメンバーとの共創を通じて得られているフィードバックを、今後どのようにサービスの精度向上につなげていきたいですか？」
A.cott-onメンバーからの率直な声は、私たちの仮説の妥当性を確かめ、改善の余地を見極めるうえで欠かせない貴重なものであると考えています。そのフィードバックを確実に改善のプロセスに取り入れることで、unisizeの精度は磨かれ続けています。こうした共創の積み重ねを大切にしながら、この先もオンラインで「安心して洋服を買える体験」を実現し続けていきたいと考えています。

妥協なき精度向上、その先にある未来
unisizeの精度の高さは偶然生まれたものではありません。データに基づくアルゴリズムの構築、現場での徹底した検証、ユーザーとの共創。その一つひとつの積み重ねがunisizeの精度を磨き上げ、ユーザーが安心して利用できるサービスの提供へとつながっています。
私たちは、サイズレコメンドエンジンにおいて、精度の高さは当然ながらサービスの生命線であると考えているため、その向上に決して妥協することはありません。これからもユーザーの声を起点にサービスの改善を重ね、オンラインで「安心して洋服を買える体験」を広げていきます。

aunnPersonalizationの開発秘話と今後の展望について、当社代表の柄本にインタビューを致しました。

ーaunn Personalizationの概要について。

aunn Personalizationは、ユーザーの体型や好みに基づき、最適なコンテンツを提供しECサイトをパーソナライズするサービスです。例えばコーディネートコンテンツでは、ユーザーの体型に近い体型のスタッフさんのコーディネートをユーザーに見せることにより、CTRを上げコンテンツ利用度やコンテンツ経由の売上比率を上げます。コーディネート以外にも様々なコンテンツをサービスの対象範囲としていき、ECサイトもパーソナライズされる時代のお手伝いができればと考えています。 

ーECサイトをパーソナライズするサービス【aunn Personalizatoin】開発のきっかけはクライアント様からのご要望でした。

aunnの開発経緯は、unisizeのクライアント様でもあるPAL堀田氏からご要望いただいたことが始まりでした。unisizeがユーザーの体型情報を持っているのであれば、「もっとユーザーに寄り添ったコンテンツを出せるのではないか？」「コーディネートからパーソナライズができないか？」というお話をいただき、当社で検討させていただいた結果、実現することになりました。その結果、素晴らしい結果を得ることができました。流石ですね！

ー前例がないものを作り上げたい。試行錯誤を重ねて辿り着いたaunnの開発。

aunnのようなサービス開発においては、過去になかったサービスを作り上げていくので、全てが初めてのことになります。企画メンバーだけでなく、営業メンバーや開発メンバーなども総動員して、似たような事例を引っ張り出してきて参考にしてみたり、うんうん唸りながら考えてアウトプットして、それでもやっぱり違ったりと、試行錯誤しながらここまで辿り着いた感はあります。でもそれが楽しいんですけどね（笑）。前例があって、そのモノマネをしていても僕は全然興奮しません。前例がないから熱が入るし、独自性が出せる。常にそういったチャレンジをし続けることができるプロ集団でいたいと思っています。

ー多量な身体データを保有していることにより、クライアント様に合わせたスタッフコーディネートのパーソナライズが可能。

aunnのサービスの強みは、多量な身体データを持っていることです。aunn Personalizationでは、ユーザーの体型に近いスタッフのコーディネートを表示します。例えばですが、身長１５０cmの女性が１７０cmのスタッフのコーディネートを見てもあまり参考になりませんよね。我々であれば１５０cmのユーザーに対し、１５０cmに近い体型のスタッフのコーディネートを表示することができます。この部分が他のレコメンドサービスでは実現できないので、非常に大きな強みになっていると思っています。ユーザーの体型に合わせた結果、CTRは約３倍、CVRは２倍強と僕らも驚くほどの効果を発揮しています。

ー圧倒的なパーソナライズを価値として提供していきたい。

aunnのサービスを通じて、圧倒的なパーソナライズを価値として提供したいですね。今のECサイトはTOPページにいくつかの特集があり、その下に新着やランキング、コーディネートなどが並ぶような作りになっており、長年変化が見られません。ただ、例えばAmazonは極めてパーソナライズされていますよね。最近見たもの、買ったもの、よく買うもの、興味を持ちそうなものなどがTOPページから並びます。その精度が高いのでユーザーは（便利だな）と感じ、ファンになっていくという仕組みです。

そして、最近のインターネットコンテンツも極めてパーソナライズされています。TikiTokもYoutubeのショート動画も、動画を見ていく中で勝手にレコメンドされてパーソナライズされていきますよね。必然的にユーザーもそれに慣れていきます。したがって、あらゆるネットサービスユーザーはそういったパーソナライズに慣れていくので、その基準が当たり前になっていくと思っています。そういったサービスに劣らないレベルのパーソナライズができるサービスを提供していきたいと思っています。

ー導入頂いたクライアント様からの評価は高く、今後も様々な領域をパーソナライズしていきたい。

導入頂いたクライアント様からは、ありがたいことに非常に高い評価をいただいております。コーディネートをパーソナライズすることによって、コーディネートコンテンツのCTRが3.1倍になり、経由売上も昨年対比で120%の実績を叩き出しています。現クライアント様もこの結果を非常に喜んでくれており、その他のクライアント様にもご案内を広げている状況です。今後さらに様々な領域をパーソナライズしていく予定ですので、私たちも今後の展開に期待し、ワクワクしています。

※aunn　クライアントインタビュー　セキミキ・グループ株式会社　嶋内一紀様

https://interviews.makip.co.jp/unisize/d/sekimiki/

ーこれからも更にＥＣサイトのパーソナライズに貢献したい

今後のaunn Personalizatoinの動きに関してはまだ言えませんが大きな動きが待ってます。コーディネート以外のコンテンツについてもパーソナライズできるように取り組み、ECサイトのパーソナライズに貢献できたらと思ってます。想像するだけでワクワクしています！

皆さんこんにちは！採用チームの中山です。

メイキップでは事業拡大につき、新しいメンバーを募集しております。

今回は弊社のプロダクトをグロースさせる企画職についてのご紹介です。

まずは改めて・・・

【メイキップについて】

株式会社メイキップ「unisize（ユニサイズ）」という、簡単なアンケートに答えるだけで、身体にぴったり合うサイズを表示してくれるWEBサービスの開発運営を行っています。

unisize詳細
https://cl.unisize.makip.co.jp/

unisize使用動画（YouTube）
https://youtube.com/shorts/Ygbw9ImZ4Ng

クライアント様・ユーザーそれぞれに「unisize」を提供し、サイズがわからないという理由でネットでお買い物ができない方にも安心してお買い物をしていただける環境作りを⽬指します。

【ミッション】

Make IT possible

【不可能だったことを ITとCreativity（と不屈の精神）で可能にする】

「ITを通じ、今まで不可能だったことを可能にしたい」という会社のVISIONを社名に込めています。また、より多くの⼈に、より深く⾃分の⼈⽣と向き合い、チャレンジをし、不可能を可能にしてほしい、という想いも込めています。誰よりも⼈⽣を楽しみ、チャレンジをし、みんなで最⾼の経験をしたい。Makipはそのような⼈をもとめています。

【企画部のお仕事】

企画部ではunisizeを中心とした様々な自社プロダクトの企画を行っており、unisizeで得たアセットを活用し、価値領域を拡大した新たなサービスづくりにも挑戦できる、エキサイティングなお仕事です。

・新機能や機能改善に関する企画立案・要求仕様策定やプロダクトロードマップの策定
・ユーザーインタビューやプロダクト利用状況データの分析等のリサーチ業務
・機能リリース後の効果検証、計数管理、数値分析をもとにしたサービスグロースのための企画立案、開発ディレクション
・進行管理やスコープ定義などのプロジェクトマネジメント

固定概念に囚われず、新しい考え方、新しい解決方法を常に模索し続け、それぞれが意見をぶつけ合っているので、会議も白熱することが多いとか・・・。
でもそれぐらい全員が真剣にサービスのことを考え、新しい方法を求めている会社であり企画部です。

※オフィスの一角に飾られているメンバーのチェキです！各部署に分かれており、下の方が企画部メンバーとなります。正社員、アルバイト含めて10名前後のチームになります。

企画部メンバーの山下のインタビューをご覧いただくと、よりお仕事内容や部署の雰囲気などを知っていただけると思います。

https://www.wantedly.com/companies/makip/post_articles/885130

企画部では新たなプロダクトを進めるべく、新メンバーを募集しております。

少しでも興味がありましたら、まずはカジュアルにメンバーとお話をしてみませんか？

ご連絡をお待ちしております。