Smart Routing

定義

Smart Routing（スマートルーティング）とは、決済処理のたびに「成功率」「コスト」「地域特性」をリアルタイムで評価し、最適な決済チャネル（アクワイアラ・PSP・ローカル決済手段）へ自動的にトランザクションを振り分ける技術です。

DTC・越境ECにおいては、単なる「決済代行の切り替え」ではなく、1件ごとのトランザクションを収益機会として最大化する動的な意思決定レイヤーとして機能します。特に日本市場では、クレジットカード、コンビニ決済、PayPay、楽天ペイ、銀行振込など決済手段が多様化しており、Smart Routingの精度がCVR（コンバージョン率）とLTVに直結します。

类比

Smart Routingは、カーナビのリアルタイム経路最適化に似ています。

- 目的地＝決済完了

- 道路＝決済チャネル

- 渋滞＝ダウンタイムや高 Decline 率

- 有料道路＝手数料の高いプレミアムチャネル

- 通行止め＝特定ブランドのBIN拒否や地域規制

カーナビが「今この瞬間の交通状況」で最速ルートを選ぶように、Smart Routingは「今この瞬間の承認率・手数料・リスクスコア」で最適チャネルを選びます。固定ルート（固定PSP）では渋滞にハマるだけで、売上機会を失います。

公式

Smart Routingの基本的な意思決定ロジックは、以下のスコアリングモデルで表現できます。

Score(channel) = w1 × ApprovalRate(channel, region, BIN)
               + w2 × (1 - CostRate(channel))
               + w3 × LatencyScore(channel)
               - w4 × RiskScore(transaction)

- ApprovalRate：当該チャネル・地域・カードBINにおける過去の承認率

- CostRate：決済手数料率（例：2.9% + ¥30）

- LatencyScore：応答速度の正規化スコア

- RiskScore：不正検知スコア（高いほど減点）

- w1〜w4：事業フェーズに応じた重み（例：新規獲得期は w1 重視、利益率改善期は w2 重視）

具体例として、ある越境DTCブランドが日本向けに以下の重みを設定したとします。

w1 = 0.5, w2 = 0.3, w3 = 0.1, w4 = 0.1

このとき、チャネルA（承認率92%、コスト3.2%、レイテンシ200ms、リスク0.1）とチャネルB（承認率88%、コスト2.4%、レイテンシ350ms、リスク0.05）を比較すると、Aは 0.5×0.92 + 0.3×0.968 + 0.1×0.9 - 0.1×0.1 = 0.8384、Bは 0.5×0.88 + 0.3×0.976 + 0.1×0.75 - 0.1×0.05 = 0.8103 となり、Aが選択されます。

比較表

項目	固定ルーティング	Smart Routing
チャネル選択	手動・固定	リアルタイム自動
承認率の最適化	不可	可能（BIN・地域別）
コスト最適化	不可	可能（動的振り分け）
障害時の対応	手動切替	自動フェイルオーバー
日本市場での適合	△（決済手段多様化に対応困難）	◎（PayPay・コンビニ等を統合）
導入難易度	低	中〜高
期待効果（承認率）	ベースライン	+3〜8pt
期待効果（決済コスト）	ベースライン	-5〜15%

応用シーン

1. 越境DTCの日本向けチェックアウト

日本向けに「クレジットカード」「PayPay」「コンビニ決済」「銀行振込」を並列表示し、ユーザーの属性・デバイス・地域・カート金額に応じて最適手段をデフォルト提示。例えば、初回購入で高額カートの場合はコンビニ決済を優先し、リピーターにはカードを優先する、といった制御が可能です。

2. サブスクリプションの継続課金

継続課金では、カードブランドごとの承認率差が解約率に直結します。Smart Routingは、過去の失敗パターンを学習し、再試行時に別チャネルへ自動切替。これにより、 involuntary churn（意図しない解約）を最大30%削減した事例もあります。

3. フラッシュセール・高トラフィック時

アクワイアラの処理能力が飽和する時間帯には、レイテンシの低いチャネルへ動的に分散。決済タイムアウトによるカゴ落ちを防ぎます。

4. 地域別規制対応

インドのUPI、ブラジルのPix、日本のKonbiniなど、ローカル決済手段を地域ごとに最適化。規制変更や新手段の追加にも柔軟に対応できます。

よくある誤解

「Smart Routingを入れれば承認率は必ず上がる」

→ 誤りです。重み設定（w1〜w4）が事業フェーズと合っていないと、コスト最適化に寄りすぎて承認率が下がるケースがあります。定期的なA/Bテストと重みの再調整が必須です。

「1つのPSPに任せれば十分」

→ 単一PSPでは、そのPSPのダウンタイムやBIN拒否にそのまま影響を受けます。Smart Routingは複数PSPを前提とした冗長化設計です。

「導入すれば即日効果が出る」

→ 学習には通常2〜4週間、最低1,000件以上のトランザクションデータが必要です。初期はルールベース、その後MLベースへ移行するのが現実的です。

「コストだけを見ればよい」

→ 承認率1ptの改善は、手数料1%削減よりも売上インパクトが大きいことが多いです。例えば月商1,000万円のDTCで承認率が3pt改善すれば、単純計算で月30万円の売上増。手数料1%削減は10万円です。

定義

类比

公式

比較表