カゴ落ちをAIで減らす。
離脱要因の特定と自動フォロー

カゴ落ちが起きる理由とインパクト

カートに商品を入れた顧客のうち、実際に購入まで至らず離脱してしまう「カゴ落ち（カート放棄）」は、業種や調査によって幅はあるものの、平均7割前後にのぼるとされています。裏を返せば、集客や商品ページの改善でせっかく獲得したカート投入という「あと一歩」の見込み客の多くを、日々取りこぼしているということです。

カゴ落ちが起きる理由は、決して一つではありません。代表的なものを挙げると、次のようなパターンがあります。

• 送料が想定より高い——カート画面や決済直前になって初めて送料が判明し、離脱してしまう
• 会員登録の手間——購入のたびに会員登録を求められることに負担を感じ、途中でやめてしまう
• 決済手段が合わない——使いたい決済方法（後払い・特定のQR決済など）が用意されていない
• 比較・検討のための一時離脱——他サイトと比較するため一旦カートに入れたまま離れ、そのまま忘れてしまう
• セキュリティやサイトへの不安——個人情報の入力欄が多い、サイトの表示が重い・崩れているなど、購入への信頼感が下がる

理由が多岐にわたるからこそ、「なぜ離脱しているか」を特定しないまま一律の対策を打っても、効果が出にくいのがカゴ落ち対策の難しさです。ここに、AI社員による分析とフォローの自動化が力を発揮する余地があります。

AIでできるカゴ落ち対策

カゴ落ち対策は、大きく「なぜ離脱したかを知る」「離脱した顧客に戻ってきてもらう」という2つの工程に分けられます。AI社員に任せやすいのは、次のような部分です。

• 離脱要因の特定——カート投入から離脱までの行動ログを分析し、どのステップ（送料表示・会員登録・決済画面など）で離脱が集中しているかを可視化する
• フォロー配信タイミングの最適化——過去の復帰実績から、何時間後・何回目の配信が最も開封・復帰につながりやすいかを分析し、配信スケジュールを提案する
• フォロー文面の生成——メール件名・本文、LINEメッセージの下書きを、放棄した商品や顧客属性に合わせてパーソナライズして作成する
• リタゲ広告との連携——カゴ落ち顧客のオーディエンスを自動生成し、広告クリエイティブを商品ごとに出し分ける

これらを組み合わせると、「誰が・どの商品を・どこで諦めたか」を把握したうえで、チャネルをまたいだフォローを人手をかけずに走らせられます。AI社員が分析と初稿づくりを担うことで、人は配信ポリシーやオファー内容の判断に集中できます。

「AIに任せやすい範囲」と「人が持つべき判断」

カゴ落ち対策も、他の業務と同じく「AIに任せやすい範囲」と「人が最終判断を持つべき範囲」を切り分けると、無理のない運用に落とし込めます。

業務	AIに任せやすい範囲	人が持つべき判断
離脱要因の分析	離脱ステップ・デバイス・時間帯の集計、傾向抽出	根本原因の解釈と、対応策への落とし込み判断
フォロー配信タイミング	配信間隔・送信時刻の最適化提案	過度な追客にならないかの最終判断
フォロー文面	メール・LINEの件名/本文ドラフト、パーソナライズ	ブランドトーン、割引・特典の内容と可否の確定
リタゲ広告連携	オーディエンス生成、クリエイティブの出し分け	広告予算・値引き幅の意思決定
UX改善提案	フォーム離脱率・エラー率の集計、改善仮説の提示	サイト改修の優先順位づけと実装判断
効果測定	開封率・クリック率・カゴ落ち復帰率の集計	施策の継続・停止の判断

特に注意したいのが「割引・特典の内容」です。AI社員に文面のたたき台までは任せられますが、値引き幅を広げすぎると粗利を圧迫し、常に割引を期待する顧客を育ててしまうリスクもあります。オファーの設計は人が握り、その枠のなかで文面や配信タイミングをAIに任せる、という役割分担が安全です。

カゴ落ちフォローの自動シナリオ

カゴ落ちフォローは、一度に強く押すのではなく、段階を踏んで設計するほど復帰率と顧客体験のバランスが取りやすくなります。代表的な設計は、次のような段階です。

• 1時間後・メール①（リマインドのみ）——「カートに商品が残っています」という事実の通知に留め、割引などは訴求しない
• 24時間後・メール②（後押し）——在庫僅少・人気商品といった背中を押す情報や、よくある質問への回答を添える
• 48〜72時間後・LINE（該当者のみ）——LINE友だち登録済みの顧客に限り、より即時性の高い文面で最後の後押しを行う
• それでも未購入の場合・リタゲ広告へ——メール・LINEでの復帰がなかった顧客には、広告での再接触に切り替える

この段階設計のポイントは、通数を増やすほど復帰率が比例して伸びるわけではないという点です。同じ内容を短期間に繰り返し送ると、かえって配信停止や迷惑認定につながります。AI社員には、こうした段階ごとの文面ドラフトと配信タイミングの提案までを任せ、通数の上限や配信間隔の最終ルールは人が決めておくと、しつこさを抑えながら効果を狙えます。

カゴ落ち「前」に減らすUX改善

フォローの自動化は復帰を促す「事後対応」ですが、それ以上に効果的なのが、そもそも離脱を生みにくくする「事前対応」です。次のようなUX改善は、カゴ落ちそのものを減らす効果が期待できます。

• フォームの簡素化——入力項目を必要最小限に絞り、住所自動入力やワンタップ入力を活用する
• 送料の事前提示——決済直前ではなく、商品ページやカート画面の早い段階で送料の目安を表示する
• 決済手段の充実——クレジットカードに加え、後払いやQR決済など、顧客が使い慣れた決済手段を選べるようにする
• ゲスト購入の許容——会員登録を必須にせず、購入後に任意で登録を促す導線に変える

AI社員は、フォーム項目ごとの離脱率やエラー発生率を集計し、「どの入力欄で最も離脱が起きているか」を可視化する分析を任せやすい領域です。ただし、実際にフォームや決済導線を改修するかどうかは、開発リソースやブランド体験全体とのバランスを踏まえて、人が優先順位を判断する必要があります。フォロー配信とUX改善は、どちらか一方ではなく両輪で進めることで、カゴ落ちへの対策が初めて一段厚みを増します。

導入ステップとよくある失敗

カゴ落ち対策も、いきなり全チャネル・全施策を整えるのではなく、段階を踏むほど無理なく定着します。

1. 現状把握——現在のカゴ落ち率、既存のフォロー有無、離脱が集中しているステップを確認する
2. 離脱要因分析の仕組み化——行動ログを取得し、AI社員による離脱ステップ・要因の集計を仕組みとして回す
3. フォローシナリオの設計——メール1〜2通からスモールスタートし、LINE連携やリタゲ広告へ段階的に広げる
4. UX改善への接続——分析結果をもとに、フォームや送料表示など優先度の高い改修に着手する
5. 効果測定と継続——復帰率・CVの変化を追い、通数や配信タイミングを定期的に見直す

つまずきやすいポイントも押さえておきましょう。

• 割引前提のフォローに頼りすぎる——毎回クーポンで釣る運用は粗利を圧迫し、割引待ちの顧客を増やしてしまう
• 配信過多になる——通数の上限を決めずに追加していくと、配信停止や不信感につながりやすい
• UX改善を後回しにする——フォローの自動化だけに満足し、そもそもの離脱原因を放置してしまう

「カゴ落ちメールは出しているが、いつも同じ文面で、効果が出ているのかも分からない」——複数のEC事業者から、カゴ落ち対策について特に多く聞かれる声です。

カゴ落ち対策は、一度シナリオとUX改善の両輪を仕組み化してしまえば、担当者が毎回手を動かさなくても回り続ける施策になります。AI社員に「なぜ離脱したか」の分析と「フォローの初稿づくり」を任せ、人は配信ポリシーとオファーの最終判断を持つ——この役割分担から始めてみてください。