レコメンドエンジンおすすめ8選｜アイジェント・レコメンダー・さぶみっと！レコメンドなどを料金・導入のしやすさで比較

レコメンドエンジンは、「どれだけ自社の商品やユーザーに合ったおすすめを出せるか」「タグを貼るだけで始められるか、開発が必要か」「料金の決まり方が見えるか（PV数の月額か、成果報酬か、従量課金か）」の3つで選ぶと失敗しにくくなります。Abin編集部が8つの製品の公式情報を同じ基準で調べたところ、合計点の上位はアイジェント・レコメンダー（22点）、さぶみっと！レコメンド（21点）、Amazon Personalize（20点）でした。アイジェント・レコメンダーは20年にわたり改良してきた独自のAIでおすすめを出すサービスで、成果報酬型の料金を選べます。さぶみっと！レコメンドは初期費用99,000円、月39,000円からの料金をすべて公開し、最短1週間で表示を始められます。Amazon PersonalizeはAWSの機械学習のレコメンドで、使った分だけの従量課金です。

この記事の調べ方

• 調査日：2026年11月12日。各製品の公式サイト（製品ページ、料金ページ、導入事例）を開いて確認しました。
• 掲載の条件：ユーザーの行動や商品の情報から、おすすめの商品やコンテンツを自動で選ぶレコメンドの機能を、公式で確認できた製品を載せています。
• 評価軸：「レコメンドの機能」「導入のしやすさ」「料金のわかりやすさ」「導入・運用の支援」「実績」の5つで、各5点、25点満点です。
• 第三者サイトの扱い：比較サイトは製品を探す手がかりにだけ使い、点数・本文の金額には使っていません。
• 自社発表の扱い：導入サイト数、受賞、事例の数字は、各社の自社発表です。Abin編集部が検証したものではありません。
• 採点していないこと：レコメンドの精度は、同じサイトで比べる検証をしていないため採点していません。

各ツールの口コミや評判は、ツールごとの評判記事にまとめています。

本記事は、掲載企業から報酬を受け取らずにAbin編集部が独自に調査・評価しています。有償の掲載がある場合は、該当する会社に「PR」と明記します。

レコメンドエンジンおすすめ8選の比較表

点数は、後で説明する5つの評価軸の合計（25点満点）です。料金は公式で確認できたもので、税の扱いは各社の表記に従っています。ツール名のリンクから評判記事を読めます。

同じ点数の製品は、「レコメンドの機能」→「導入のしやすさ」→「実績」の順に点が高い方を上にしています。

• 19点の2つ（Rtoaster・NaviPlusレコメンド）：レコメンドの機能がRtoasterの5点に対してNaviPlusレコメンドは4点のため、Rtoasterを上にしています。導入のしやすさはNaviPlusレコメンドが上回ります。
• Rtoasterの評判は、既存の記事（Rtoasterの評判・口コミ）にまとめています。

レコメンドエンジンとは？ECで使われる場所と効果

レコメンドエンジンは、ユーザーの閲覧や購入の履歴、商品の情報をもとに、そのユーザーが興味を持ちそうな商品やコンテンツを自動で選んで表示する仕組みです。商品の数が多いECサイトほど、ユーザーが自分で探しきれない商品との出会いを作る役割が大きくなります。

• あわせ買い・客単価を増やす：商品ページやカートで「一緒に買われている商品」を出し、1回の注文の点数を増やします。
• 回遊を増やす：トップページのランキングや「あなたへのおすすめ」で、サイトの中を見て回ってもらいます。
• 運用の手間を減らす：手作業で関連商品を選んで登録する作業を、自動化できます。

EC以外でも、求人サイトのおすすめ求人、メディアのおすすめ記事、SNSのおすすめ投稿などに使われています。製品のタイプは、タグを貼るだけで使える「SaaS型」（さぶみっと！レコメンド、アイジェント・レコメンダー、NaviPlusレコメンド、ZETA RECOMMEND）、Web接客やデータ活用まで含む「プラットフォーム型」（Rtoaster）、エンジニアがAPIで組み込む「クラウド・API型」（Amazon Personalize、Algolia Recommend、AI Commerce Search）に分かれます。

Abin編集部の選び方（評価軸5つ）

点数は公式サイトの記載で付けています。使い勝手や配信の安定性などは、同じ条件で試す検証をしていないため点数に入れていません。公式で見つからなかった項目は低い点にしていますが、「できない」という意味ではありません。

おすすめのレコメンドエンジン8選

1位 アイジェント・レコメンダー｜ユーザーの「いま」の行動から、AIがリアルタイムにおすすめする

向いている会社：商品や求人、記事などのアイテムが多く、手作業でおすすめを選ぶのが追いつかないEC・メディア・求人サイト。成果に応じた料金で、リスクを抑えて始めたい会社。

向いていない会社：料金表を見てすぐに金額を出したい会社。月のPVが少なく、レコメンドにかける予算が月数万円までの小さなショップ（中小向けの「S」を検討）。

機能・特徴：アイジェント・レコメンダーは、シルバーエッグ・テクノロジーが提供するAIレコメンドのサービスです。ユーザーの行動情報を分析し、「いま」求められる情報を届ける独自のAIエンジンを開発してきたとし、その技術は20年にわたる事業の中で精度を高めてきたと説明しています。過去の閲覧の経路から、店頭での接客のように一人ひとりの好みに合った商品をおすすめします。料金は、成果に応じた成果報酬型と、APIのリクエスト数に応じた従量型から選べ、導入当初の最適化のコストは同社が負担するとしています。中小規模・スタートアップ向けの「アイジェント・レコメンダー S」や、画像解析のレコメンドもあります。

事例：公式サイトの導入事例では、いち利モール（関連商品の手作業の運用工数がゼロに、レコメンド経由で月100〜200万円以上の購入金額）、北海道アルバイト情報社「アルキタ」（レコメンド経由の応募が全体の約12%）、千趣会「ベルメゾン」、CAMPFIREなどを紹介しています。（シルバーエッグ・テクノロジー 導入事例）

注意点：料金の金額は公開されていません。成果報酬型と従量型のどちらが自社に合うかを、月の売上やリクエスト数の見込みから相談してください。

アイジェント・レコメンダーの評判・口コミは？ → アイジェント・レコメンダーの評判記事で詳しくまとめています。

2位 さぶみっと！レコメンド｜料金表を公開し、中小のECでも始めやすいレコメンド

向いている会社：カラーミーショップなどで運営する中小のECサイトで、あわせ買いや回遊を増やしたいが、レコメンドを自前で作る余裕がない会社。料金を見て決めたい会社。

向いていない会社：アプリ、メール、店舗のPOSまで、複数のチャネルのデータを1つにまとめてパーソナライズしたい大企業。レコメンドのロジックを細かく作り込みたい会社。

機能・特徴：さぶみっと！レコメンドは、イー・エージェンシーが提供するレコメンドエンジンです。サイトに訪れたユーザーの行動履歴をもとにおすすめ商品を表示し、ユーザーごとのおすすめ商品をメールで配信する機能もあります。閲覧履歴の蓄積を待たずに最短1週間で表示を始められるとし、同じ機能のレコメンドエンジンと比べて約3分の1の導入コストだと説明しています（自社表示）。料金は初期費用と、PV数に応じた月額で、すべての機能（オプションを除く）を使えます。カラーミーショップのアプリとしても提供しています。

事例：公式サイトのご利用事例では、PERFECT WORLD TOKYO（導入前後290日間で受注数46.7%、売上高41.7%増加。ほかの施策との相乗効果）、シサム工房、岩崎人形総本店などを紹介しています。（さぶみっと！レコメンド ご利用事例）

注意点：月額はPV数の従量課金で、表示APIのリクエストもPVに数えられます。セールの時期にアクセスが増えると、月額の段階が上がることがあります。

さぶみっと！レコメンドの評判・口コミは？ → さぶみっと！レコメンドの評判記事で詳しくまとめています。

3位 Amazon Personalize｜エンジニアがAWSで作り込む、機械学習のレコメンド

向いている会社：自社のアプリやサービスにおすすめ機能を組み込みたい、AWSを使っているエンジニアのいる会社。EC以外のSNSやメディアで、投稿や記事をおすすめしたい会社。

向いていない会社：エンジニアがいない会社。ECサイトにタグを貼るだけで、画面付きのレコメンドをすぐに使いたい会社。

機能・特徴：Amazon Personalizeは、AWSが提供する、パーソナライズされたレコメンドの機能を作るためのマネージドサービスです。ユーザーの行動（インタラクション）とアイテムのデータを取り込み、ユーザーごとのおすすめ、関連するアイテム、並べ替えなどのレコメンドを機械学習で作ります。リアルタイムに1件ずつ返すほか、まとめて作るバッチのレコメンドもあります。料金は使った分だけの従量課金で、最低料金や前払いはありません。

事例：AWSのスタートアップ向けブログでは、ルームクリップ（ホーム画面のおすすめ投稿のクリック率が最大約3.78倍に）、REGALI（「購入する」ボタンのクリック率が約1.2倍、フォロー率が約1.5倍に）、SARAHの事例を紹介しています。（AWS Startup ブログ：Amazon Personalize）

注意点：データの整形、モデルの学習、表示の仕組みは自社で作ります。リアルタイムのレコメンドは、リクエストがなくても最低の処理能力（1TPS）の料金がかかります。

Amazon Personalizeの評判・口コミは？ → Amazon Personalizeの評判記事で詳しくまとめています。

4位 Rtoaster｜レコメンドとWeb接客を1つで行う、データ活用のプラットフォーム

向いている会社：EC、アプリ、LINEなど複数の接点で、データにもとづいて一人ひとりに合わせた接客をしたい中堅・大企業。データ活用の支援も受けたい会社。

向いていない会社：レコメンドだけを安く小さく使いたい小規模なショップ。料金表を見てすぐに決めたい会社。

機能・特徴：Rtoasterは、ブレインパッドが提供する、データを戦略的に活用する自動接客プラットフォームです。独自のアルゴリズムやAIでのレコメンドに加えて、Web接客、アプリやLINEでの接客、データの統合までを1つで扱えます。ITreview Grid Awardでは、レコメンドエンジン部門などでLeaderを受賞したとしています（自社表示）。料金は、課題や目標をヒアリングして個別に提案する形です。

事例：公式サイトでは、カルチュア・エンタテインメント（TSUTAYA DISCASの作品とユーザーの出会いをレコメンド）、ファンケル、日本航空、ピーチ・ジョン、さとふる、横浜銀行などの事例を紹介しています。（Rtoaster）

注意点：料金は個別提案です。使う機能（レコメンド、Web接客、データ統合）を絞って見積もりを取り、ほかのツールと比べてください。

Rtoasterの評判・口コミは？ → Rtoasterの評判記事で詳しくまとめています。

5位 NaviPlusレコメンド｜専任担当が要件定義からチューニングまで支えるECのレコメンド

向いている会社：商品数が多いECサイトで、レコメンドとサイト内検索を同じ会社にまとめ、専任担当と相談しながら改善したい中堅・大手のEC。BtoBのECにも。

向いていない会社：料金表を見てすぐに決めたい会社。EC以外のアプリや店舗まで含めた全チャネルのパーソナライズを1つで行いたい会社。

機能・特徴：NaviPlusレコメンドは、DGビジネステクノロジー（2025年4月にナビプラスから社名変更）が提供するECサイト向けのレコメンドエンジンです。2010年の提供開始から15年以上、国内500サイト以上に導入されたとしています（自社表示）。ユーザーの閲覧・購入の履歴に加えて、性別や年代などの属性も反映したレコメンドができます。同社のサイト内検索「NaviPlusサーチ」と組み合わせると、レコメンドの行動データを検索結果の並びにも生かせます。専任担当が導入前の要件定義から導入後のチューニングまで支援するとしています。

事例：公式サイトの導入事例では、ハルメク（レコメンドの利用者は非利用者と比べて平均購入単価が約1.27倍）、ダイアナ、花キューピット、とらのあななどを紹介しています。（NaviPlusレコメンド 導入事例）

注意点：料金は公開されていません。月のPVや商品数を伝えて見積もりを取り、サイト内検索と一緒に入れる場合の費用も確かめてください。

NaviPlusレコメンドの評判・口コミは？ → NaviPlusレコメンドの評判記事で詳しくまとめています。

6位 Algolia Recommend｜開発者がAPIで組み込む、検索とレコメンドの基盤

向いている会社：Algoliaのサイト内検索を使っている、または検索とレコメンドを同じ基盤でAPIから作り込みたい、開発者のいるEC・メディア。

向いていない会社：日本語の導入支援と日本の事例を前提にする会社。開発者がおらず、タグを貼るだけで使いたい会社。

機能・特徴：Algolia Recommendは、サイト内検索の基盤で知られるAlgoliaが提供するAIレコメンドです。行動のシグナルとAIモデルを使い、ユーザーが関心を持ちやすい商品やコンテンツを表示すると説明しています。関連する商品や一緒に買われる商品のおすすめを、カルーセルなどの柔軟なUI部品で表示し、フィルターやセグメントで結果を調整できます。無料プランで、検索とレコメンドを試せます。

事例：公式サイトでは、Gymshark（ブラックフライデーの注文率が150%増、新規ユーザーのカート追加が32%増）、END.（サイト全体のコンバージョンが2%向上）など、海外の事例を紹介しています。日本企業の事例は今回確認できませんでした。（Algolia AI Recommendations）

注意点：公式サイトと料金ページは英語です。日本語での導入支援が必要な場合は、国内のパートナーがいるかを確かめてください。

Algolia Recommendの評判・口コミは？ → Algolia Recommendの評判記事で詳しくまとめています。

7位 ZETA RECOMMEND｜サイト内検索・ハッシュタグ・レビューとつなぐAIレコメンド

向いている会社：ZETA SEARCHなどZETAのサイト内検索やレビュー、ハッシュタグをすでに使っていて、データをまとめて回遊とパーソナライズを強めたいEC。

向いていない会社：レコメンドの機能だけを、料金表を見て小さく始めたい会社。

機能・特徴：ZETA RECOMMENDは、ZETAが提供するAIレコメンドエンジンです。パーソナライズしたレコメンドで潜在的なニーズを掘り起こし、収益とユーザーの満足度を上げるマーケティングのソリューションと説明しています。従来の入出力の形式のまま実装できるため、導入の工数や改修のリスクを抑えられるとしています。リアルタイムのレコメンド、関連商品のレコメンドのほか、メールや広告配信、SNSなど外部のシステムへのデータ連携、ZETA SEARCHやZETA VOICEとの連携ができます。

事例：製品ページでは、ZETA CXシリーズの事例として、スタイリングライフ・ホールディングス（ZETA SEARCHとZETA HASHTAGで、ハッシュタグ経由の購入数が半年弱で約2.3倍）などを紹介しています。レコメンド単体の成果の数字は、今回の調査では確認できませんでした。（ZETA RECOMMEND）

注意点：料金は公開されていません。ZETAのほかの製品と組み合わせる場合は、セットでの費用を確かめてください。

ZETA RECOMMENDの評判・口コミは？ → ZETA RECOMMENDの評判記事で詳しくまとめています。

8位 Google Cloud AI Commerce Search｜大規模なECのための、Googleの検索とレコメンド

向いている会社：商品数とアクセスの多い大規模なECで、サイト内検索とおすすめを、Googleの技術で1つの仕組みにまとめたい会社。

向いていない会社：月のアクセスや商品数が少ない中小のECサイト。開発者がおらず、Google Cloudも使っていない会社。

機能・特徴：AI Commerce Searchは、Google Cloudが提供する、ECに向けてチューニングしたフルマネージドのAI検索・レコメンドのソリューションです。今回確認した時点では、Gemini Enterprise for Customer Experienceの機能として案内されていました。Googleの自然言語処理、ウェブのシグナル、ナレッジグラフ、コマース向けのLLMを使い、一人ひとりの買い物の行動や好みに合わせたおすすめを出すとしています。会話でユーザーを案内するコマースエージェントや、ビジネスの担当者がおすすめや並びを調整できるマーチャンダイジングコンソールもあります。

事例：製品ページでは、世界の企業がエンゲージメントとコンバージョンを高めた事例を紹介しています。日本企業の名前と数字のある事例は、今回の調査では確認できませんでした。（AI Commerce Search）

注意点：料金は問い合わせです。商品数、月の検索とおすすめの回数を伝えて見積もりを取ってください。

Google Cloud AI Commerce Searchの評判・口コミは？ → Google Cloud AI Commerce Searchの評判記事で詳しくまとめています。

目的別のおすすめ

中小のECで、料金を見てすぐに始めたい

さぶみっと！レコメンドは初期費用99,000円、月39,000円（20万PVまで）からの料金をすべて公開し、翌月末まで無料で試せます。カラーミーショップのアプリとしても使えます。

成果に応じた料金で、AIの精度にこだわりたい

アイジェント・レコメンダーは成果報酬型の料金を選べ、導入当初の最適化のコストは提供会社が負担するとしています。中小向けの「S」もあります。

サイト内検索とレコメンドを一緒に改善したい

NaviPlusレコメンドはNaviPlusサーチと、ZETA RECOMMENDはZETA SEARCHと連携し、行動データを検索とおすすめの両方に生かせます。

レコメンドとWeb接客、データ活用をまとめたい

Rtoasterは、レコメンドに加えてWeb接客、アプリ・LINEとの連携、データ統合まで扱える国産のプラットフォームです。

自社のアプリやサービスに、エンジニアが組み込みたい

Amazon PersonalizeはAWSのマネージドサービスで、使った分だけの従量課金です。Algolia RecommendはAPIとUI部品で組み込めます。大規模なECなら、Google Cloud AI Commerce Searchも候補です。

レコメンドエンジンの費用の目安

レコメンドエンジンの費用は、「PV数などに応じた月額」「成果報酬」「APIの利用量に応じた従量課金」「個別見積もり」に分かれます。公式で確認できた金額は次のとおりです。

中小のECなら、月数万円から使えるサービスがあります。中堅・大手のECで、サイト内検索やWeb接客と組み合わせる場合は、月数十万円以上の見積もりになることも考えられます。AWSやAlgoliaのような従量課金のサービスは、レコメンドの利用料は小さくても、データの準備や表示の開発の費用が別にかかります。費用を比べるときは、月のPV数、商品数、表示したい場所（商品ページ、トップ、カート、メール）をそろえて見積もってください。

レコメンドエンジンを選ぶときの注意点

効果の測り方を先に決める

レコメンドの「クリック数」だけでなく、レコメンドを経由した購入や、1人あたりの購入点数、客単価など、売上につながる数字で効果を見られるかを確かめてください。事例のいち利モールは、短時間で買われたものだけを成果に数える厳しい基準を、選ぶ決め手にしていました。

料金の決まり方と、アクセスが増えたときの費用

PV数の月額は、セールの時期にアクセスが増えると段階が上がることがあります。成果報酬型は、売上が増えるほど費用も増えます。年間のアクセスの波を見込んで見積もってください。

在庫切れや表示したくない商品の扱い

在庫切れの商品や、おすすめしたくない商品を自動で外せるか、表示の順番を調整できるかを確かめてください。

サイトのデザインになじむか

レコメンドの枠のデザインが、サイトのデザインと合っているかも大切です。デザインを自由に変えられるか、サポートがあるかを確かめてください。

データの準備にかかる手間

APIのサービスは、商品と行動のデータを自社で整える必要があります。タグを貼るだけのサービスでも、商品のカテゴリなどの情報を正しく渡せるかを確かめてください。

レコメンドエンジンを導入する流れ

1. レコメンドで増やしたい数字を決める

「あわせ買い（1人あたりの購入点数）」「客単価」「回遊（ページビュー）」「応募数」など、レコメンドで何を増やしたいかを1つ決めます。

2. 置く場所と見せ方を決める

商品ページの「この商品を見た人はこんな商品も見ています」、トップページのランキング、カートの「一緒に買われている商品」、メールなど、どこに何を出すかを決めます。

3. 商品データと行動データを用意する

商品の情報（カテゴリ、在庫、価格）と、ユーザーの閲覧・購入の履歴をレコメンドに渡します。タグを貼るだけのサービスと、データを自社で整える必要があるサービスがあります。

4. 無料トライアルや一部のページで試す

さぶみっと！レコメンドの無料トライアルや、Amazon Personalizeの無料枠などで、まず商品ページなど1か所から始めます。

5. 導入前後を同じ条件で比べる

事例のPERFECT WORLD TOKYOのように、導入前後の同じ日数や前年の同じ期間で、受注数や売上を比べます。可能ならA/Bテストで効果を確かめます。

6. 効果の出た場所に広げる

事例のいち利モールのように、商品ページで効果が出たら、トップページや検索画面、お気に入りなどに広げます。

よくある質問

無料で使えるレコメンドエンジンは？

さぶみっと！レコメンドは翌月末まで無料のトライアルがあります。Amazon Personalizeには無料枠、Algoliaには検索とレコメンドを試せる無料プランがあります。

レコメンドエンジンの費用の相場は？

公式で金額を確認できたものでは、さぶみっと！レコメンドが初期費用99,000円、月39,000円（20万PVまで）からでした。多くの製品は個別見積もりで、PV数、商品数、使う機能で変わります。

レコメンドでどれくらい売上が伸びますか？

事例では、PERFECT WORLD TOKYOが導入前後290日間で受注数46.7%、売上高41.7%の増加（ほかの施策との相乗効果）、ハルメクがレコメンドの利用者は非利用者と比べて平均購入単価約1.27倍としています。効果はサイトや商品によって大きく違います。

Shopifyやカラーミーショップでも使えますか？

さぶみっと！レコメンドはカラーミーショップのアプリとして使え、ZETA RECOMMENDはShopifyやecbeingとの連携実績を公開しています。使っているカートシステムとの連携は、各社に確かめてください。

レコメンドエンジンとは？どんな仕組みですか？

レコメンドエンジンは、ユーザーの閲覧や購入の履歴、商品の情報をもとに、そのユーザーが興味を持ちそうな商品やコンテンツを自動で選んで表示する仕組みです。「この商品を見た人はこんな商品も見ています」のように、多くのユーザーの行動の傾向から選ぶ方法（協調フィルタリング）や、商品の特徴が似たものを選ぶ方法などがあります。

レコメンドエンジンとWeb接客ツールの違いは？

レコメンドエンジンは「どの商品をおすすめするか」を選ぶことに特化しています。Web接客ツールは、ポップアップやクーポンなど、ユーザーの状況に合わせた声かけ全般を行います。Rtoasterのように両方を備えた製品や、アイジェント・レコメンダーのように接客ツールと連携できる製品もあります。

関連するおすすめ記事

• Web接客ツールおすすめ
• CDPおすすめ
• MAツール（BtoC）おすすめ
• エンタープライズサーチおすすめ
• レコメンドエンジンの成功事例

まとめ

レコメンドエンジンは、レコメンドの機能と精度、導入のしやすさ、料金のわかりやすさ、導入後の支援で選ぶと失敗しにくくなります。今回の8つでは、20年のAIの技術と成果報酬型の料金、導入後の改善提案まで支援するアイジェント・レコメンダーが1位、料金表をすべて公開し最短1週間で始められるさぶみっと！レコメンドが2位、使った分だけの従量課金で自社のサービスに組み込めるAmazon Personalizeが3位でした。中小のECは料金の見えるサービスから、中堅・大手は検索やWeb接客との連携と支援の厚さで、自社でサービスを作るならAPIのサービスで選んでください。

調査方法と出典

• 確認日：2026年11月12日。各社の公式サイトを開いて確認しました。料金や機能は変わることがあるため、最新は各社の公式サイトで確認してください。
• 比較サイトの順位・点数・金額は使っていません。導入社数や事例の数字は各社の自社発表です。
• 判断が分かれる点：タグを貼るだけで使えるSaaS（さぶみっと！レコメンド、アイジェント・レコメンダー、NaviPlusレコメンドなど）と、エンジニアがAPIで組み込むサービス（Amazon Personalize、Algolia、AI Commerce Search）では、向く会社が大きく違います。レコメンドの精度は、同じサイトで比べる検証をしていないため採点していません。
• 掲載内容の修正依頼は、お問い合わせフォームから受け付けます。

出典

• アイジェント・レコメンダー：製品ページ
• シルバーエッグ・テクノロジー：導入事例
• さぶみっと！レコメンド：製品ページ・料金
• Amazon Personalize：製品ページ
• Amazon Personalize：料金
• Rtoaster：公式サイト
• NaviPlusレコメンド：製品ページ
• Algolia：AI Recommendations（英語）
• Algolia：Pricing（英語）
• ZETA RECOMMEND：製品ページ
• Google Cloud：AI Commerce Search