A.S. Watsonグループ傘下のMarionnaud（スイス）がAIスキンケア診断ツールを導入し、利用者のCVRが非利用者比+396%、AOVが+29%、再訪率が2倍に達しました。 同グループのSuperdrug（英国）でもCVR+70%、AOV+29%、サイト滞在時間5倍という結果が報告されています。 いずれも2022年Q2の導入後の数値です。
事例の概要
A.S. Watson Groupは世界27市場で16,000店舗以上を展開するヘルス＆ビューティリテーラーです。 グループ傘下には英国Superdrug、スイスMarionnaud、ベルギーICI Paris XLなどのブランドがあります。
各ブランドのECサイトにRevieve社のAI Skincare Advisorを導入しました。 ユーザーがセルフィーを撮影すると、コンピュータビジョンが14の肌指標（シワ、毛穴、色ムラ、水分量など）を分析し、パーソナライズされたスキンケア製品を推薦する仕組みです（Revieve, 2022）。
課題は「オンラインでの美容カウンセリング体験の不在」でした。 店舗ではビューティアドバイザーが肌の状態を見て商品を推薦できますが、ECサイトではその体験が再現できず、CVRが低い状態が続いていました。
実施した施策
Revieve（2022）の事例資料に記載された施策の範囲で整理します。
AIスキンケア診断の導入
セルフィー1枚から14の肌指標をリアルタイムで分析するコンピュータビジョンを実装しました。 分析対象には、シワの深さ、毛穴の開き、色素沈着、肌の均一性、水分量推定値などが含まれます。
分析結果に基づき、自社の在庫商品からパーソナライズされたルーティン（洗顔→化粧水→美容液→クリーム）を自動構成します。 推薦はユーザーの肌状態と商品の成分データをマッチングさせるアルゴリズムで行われています。
ブランド別のカスタマイズ
Marionnaud、Superdrug、ICI Paris XLの各ブランドで、取り扱い商品ラインナップに合わせた推薦ロジックを構築しています。 各市場の価格帯や人気カテゴリに応じた調整が行われています。 Marionnaudではプレステージブランドを中心に、Superdrugではドラッグストア価格帯の商品を中心に推薦が構成されています。
購買導線の統合
診断結果画面から直接カートに追加できるUXを実装しています。 「診断→結果表示→商品推薦→カート」までのステップ数を最小化することで、離脱率を抑える設計です。 ルーティン全体をワンクリックでカートに追加する機能も提供されており、クロスセルの促進にも寄与しています。
再訪促進の設計
初回診断結果を保存し、再訪時に前回の肌状態との比較を表示する機能が組み込まれています。 季節変化や使用製品の効果を可視化することで、継続的な訪問動機を作っています。 Marionnaudで再訪率が2倍になった背景には、このリテンション設計が寄与していると考えられます。
数字の読み方
この事例の数値を評価する際に、いくつかの前提条件を確認する必要があります。
ベンダー事例であること
この事例はRevieve社（AIスキンケアツールのベンダー）が公開した事例です。 自社製品の効果を示す資料であるため、ポジティブな数値が選択的に掲載されている可能性があります。
利用者 vs 非利用者の比較
CVR+396%という数値は「AIアドバイザー利用者」と「非利用者」の比較です。 これはA/Bテストではなく、利用者と非利用者の自然比較です。
AIスキンケア診断を自発的に利用するユーザーは、そもそも購買意欲が高い層である可能性が高いです。 いわゆる自己選択バイアスが含まれており、AIツールそのものの純粋な効果を示す数値とは言い切れません。
絶対数が不明
CVR+396%という相対値は示されていますが、ベースとなるCVRの絶対値は開示されていません。 仮にベースCVRが0.5%であれば、+396%でも2.48%です。
サイト滞在時間5倍の解釈
Superdrug（英国）のサイト滞在時間5倍は、診断プロセス自体に時間がかかることも一因です。 エンゲージメント向上の指標としては参考になりますが、「5倍=5倍の関心」とは限りません。
日本の美容ECで再現する場合の設計
日本市場のコンテキスト
日本の化粧品EC市場は2024年時点で約8,000億円規模です。 対面カウンセリングの文化が根強く、百貨店のビューティカウンターやドラッグストアのBA（ビューティアドバイザー）に相談してから購入するという購買行動が定着しています。
ECでの「肌診断→商品推薦」はこの購買行動をオンラインに翻案するものであり、文化的な親和性は高いと考えられます。
導入の3ステップ
ステップ1：最小構成でのPoCから開始する。 Revieveのような外部SaaSを利用する場合、月額コストは売上規模に応じて変動しますが、国内ではカウンセルAIやメイシーズなどのベンダーも選択肢に入ります。 まずは1カテゴリ（例：スキンケア基礎化粧品）に絞って3か月のPoCを実施します。
ステップ2：KPI設計を「利用者 vs 非利用者」比較から脱却させる。 A.S. Watsonの事例の弱点は自己選択バイアスです。 日本で再現する際は、ランダム化A/Bテスト（サイト訪問者の50%にAI診断を表示、50%に非表示）で効果を計測します。
ステップ3：GEO対策との連動を設計する。 AI診断の結果ページを構造化データ（Product schemaとHowTo schema）で記述し、「乾燥肌 化粧水 おすすめ」のようなAI検索クエリで引用される設計にします。 診断コンテンツそのものが集客装置になる構造です。
日本特有の注意点
肌画像の取り扱いには個人情報保護法と薬機法の両面からの配慮が必要です。 「AIが肌を診断する」という表現は薬機法上の「診断」に該当しないよう、「肌の状態をチェック」「肌タイプの参考情報」といった表現を使います。
McKinsey（2021）の調査では、パーソナライゼーションを正しく実装した企業は収益が40%増加する傾向にあると報告されています。 ただしこれは全業界の平均値であり、日本の美容EC単体での効果を示すものではありません。
よくある質問
Q1. AIスキンケア診断の導入コストはどの程度ですか
Revieveのような外部SaaSを利用する場合、導入費用は非公開ですが、一般的なSaaS型AI診断ツールの月額は数十万円〜数百万円規模です。 自社開発する場合はコンピュータビジョンのモデル構築に最低でも数千万円の初期投資が見込まれます。 まずはSaaS型でPoCを行い、ROIが確認できた段階で自社開発を検討する順序が合理的です。
Q2. 肌診断の精度は日本人の肌に対応できますか
肌色・肌質のバリエーションはモデルの学習データに依存します。 ベンダー選定時に、アジア人の肌データでの学習実績があるかを確認することが重要です。 RevieveはアジアのパートナーにもWatsonsを通じて展開しているため、一定のデータセットは持っていると推測されます。
Q3. CVR+396%は本当に再現できますか
自己選択バイアスを含む数値であるため、そのまま再現できるとは考えにくいです。 ランダム化A/Bテストで計測した場合、効果は控えめになる可能性が高いです。 ただし、診断ツールによるCVR向上自体は多くの事例で報告されており、+50〜100%程度の改善は現実的な期待値です。
まとめ
A.S. Watsonの事例は、AIパーソナライゼーションが美容ECのCVR改善に有効であることを示しています。 ただし、ベンダー事例であること、自己選択バイアスを含む比較であることを踏まえた上で数値を評価する必要があります。
日本の美容EC市場では、対面カウンセリング文化との親和性が高く、AI肌診断の導入ポテンシャルはあります。 まずは1カテゴリのPoCから開始し、A/Bテストで効果を検証した上で、GEO対策と連動したコンテンツ設計に展開する流れが実務的です。
注目すべきは、AI診断コンテンツが集客とCVR改善の両方を担える構造にできる点です。 「肌タイプ別おすすめ化粧水」のような検索クエリに対して、AI診断の結果ページが引用されれば、流入からコンバージョンまでが一つの導線で完結します。