Share on facebook
Share on linkedin
Share on twitter
Share on facebook
Share on linkedin
Share on twitter

得意客へのエンゲージメントの向上、関係維持・売上増加を継続させる方法

得意客とはEコマース企業にとって最も利益をもたらしてくれる顧客ではあるが、彼らのロイヤルティを維持しエンゲージメントを続けるのは至難の業だ。しかし、今や人工知能(AI)を活用すれば、得意客に対する理解を深め、行動を予測し、高度にパーソナライズしたメッセージを作成して心と財布をつかむことができる。

個人消費を「パレートの法則(80:20の法則)」(英語資料)にあてはめれば、利益の80%は全顧客の20%からもたらされている。この20%が、最も高い顧客生涯価値(LTV)、すなわち潜在的利益を持つ得意客である。そうした得意客の購入を増やし、ロイヤルティを高めるために、Eコマース企業は通常、無料配送やセールへの早期アクセス、特別イベントへの招待、誕生日割引などの特典を提供している。このような手段は効果的ではあるものの散発的な施策なため、頻度を増やすだけだと逆効果となり、ブランド認知を損なう可能性すらある。得意客への効果的なエンゲージメントのためには、異なる戦略が必要となる。その戦略とは、たまにだけでなく、日常的にも顧客を喜ばせるものである。

既存の得意客のターゲット化とエンゲージメントを向上させる上で、AIが役立つ。AIを使って、顧客データを精度高く分析することで高度なパーソナライゼーションと予測が可能となる。AIを活用すれば、既存顧客との関係強化だけでなく新規顧客を創出することさえ可能になる。

既存の得意客のLTV向上

 抱き合わせ販売は既存得意客のLTVを高めるための確立された方法だが、販売促進を行う商品の把握は厄介だ。例えば、いつもは洋服を購入する得意客であるエマに、スポーツシューズや、ワイヤレスヘッドフォン、新発売の生活雑貨を勧めるべきだろうか?

エマのような得意客は高度にパーソナライズされたメッセージを求めている。適切なメッセージを見つけ出すためのデータがない場合は当て推量で行うことになり、不要なスパムと受け止められて満足度を低下させる可能性も否めない。それどころか、彼らは貴社での買い物をやめ、解約率を高めることにもなりかねない。

AIXON(アイソン)などのデータサイエンスプラットフォームを利用すれば、ウェブサイトやアプリ、CMS(コンテントマネージメントシステム)、オフラインデータなどの自社チャネルからのデータを、外部のウェブサイトやアプリからのサードパーティデータと統合して、顧客行動の全体像をつかみ、自社チャネル外における顧客行動の把握が可能になる。AIは、顧客が外部サイトで検索しているキーワードやトピックを分析することで、顧客が他のどのような商品に興味を持っているかを予測できる。

例えば、エマは他のウェブサイトでヘッドフォンを検索しているかもしれない。そうしたインサイトを利用し、同種の商品情報をエマに提供することで、自信を持ってエマにアプローチできる。そこから、エマの関心と行動を分析することで、彼女が好むブランドのタイプや平均的な価格帯を特定し、AIを活用してさらに推奨する商品をパーソナライズできる。つまり、推奨したい商品を絞り込み、エマの体験をさらにパーソナライズすることが可能である。

AIは、顧客の個人レベルで複数デバイスでの行動を明らかにし、購買サイクルにおける各デバイスの役割を正確に示すこともできる。例えば、エマは朝の通勤時に携帯電話で検索した商品を、夜にノートパソコンで購入することが多い。この情報は、AIQUA(アイコア)などのAIを搭載したマーケティングオートメーションプラットフォームによって、販促メッセージを送信したり、適切な時間に適切なデバイスにリマーケティングを行ったりする上で役立つため、押し付けがましくなく高度にパーソナライズされたエンゲージメントを実現できる。アイコアによって、アプリやウェブのプッシュ通知、Eメール、SMS、メッセンジャーなどの複数のチャネルを通じて接触することも可能になる。

得意客の解約率の低下

どのEコマースサイトにも、離れてしまった得意客がいる。商品に興味がなくなったか、または他に気に入ったサイトを見つけたかのいずれかだ。マーケターは、アイソンなどのAIプラットフォームを活用して、得意客セグメントのうち、どのユーザーが最も解約する可能性が高いかを、自社サイト内外の行動に基づいて予測し、それを回避する施策を実施できる。たとえば、パーソナライズした販促活動やコンテンツマーケティングでVIP一人一人に合わせたリエンゲージメントが可能になる。

新規得意客の創出

利益を最大化するためには、既存得意客を満足させてエンゲージメントを図るだけではなく、常に新規顧客を創出する必要がある。新規顧客から潜在的な得意客を特定することは難しい。ただし、AIモデルなら顧客行動に基づいて一般的な得意客の特徴を特定できるため、得意客に最も似ている既存顧客ベースからそうではない顧客、さらにはそれらしく見える人たちを区分できる。

さらにAIが、外部の興味・関心に関する、これまでなら入手不可能だったインサイトを提供することで、新規訪問者を自社のオンラインショップに効果的に取り込むことができる。したがって、訪問者が初めてプラットフォームに到達した瞬間から、ウェブサイトのランディングページやアプリをパーソナライズして、特定商品の推奨も行い、バウンス率を低下させてブランドとのつながりを強化できる。

どの得意客も、企業にいっそう努力してもらい、期待以上の時間を自分たちに費やしてもらいたいと考えている。AIによる予測とパーソナライゼーションの可能性を十分に追求することで、得意客と潜在的得意客に対してパーソナライズされた、的を絞った優れたメッセージを容易に作成できる。これは最終的にはオンライン購買サイクル全体にわたって固定客がつき、自社の利益と市場シェアの向上につながる。

WE CAN HELP

Letus know how we can help improve your marketing strategy

YOU MIGHT ALSO LIKE

ビジネスに新たな可能性を提供する感情認識 AIの最新動向

AI(人工知能)テクノロジー企業のAppier(エイピア、共同創業者/CEO:チハン・ユー、以下Appier)は、同社のチーフAIサイエンティストであるミン・スンが感情認識AI(エモーショナルAI)の導入により、様々な業界にメリットをもたらしていることを、最新の研究結果とともに以下の通り発表しました。   3 種類の感情認識AI   人間の感情は機械とは一線を画す性質のものですが、技術の進化によって機械が人の感情を解釈し、適切に応答できるようになりつつあります。研究者たちはこの技術を「感情認識AI」あるいは「エモーショナルAI」と呼んでいます。 感情認識AIには、自然言語テキスト分析、音声分析、表情分析の3つがあります。自然言語テキスト分析は、AIが製品やサービスのレビュー、オンライン記事、ツイートなどのテキストをスキャンし、肯定的、否定的、または中立的かどうかの感情の分析を行います。音声分析は、AIが話者の言葉の速さ、イントネーション、音程などの音声信号と、感情を表すときに使用する言葉を分析します。 現在最も注目されているのは、表情分析の分野です。ビデオカメラを使用して人の顔の表情を読み取ることで、AIは感情を分析します。その結果、心の状態、意図、嘘をついているのかなどを推測できます。一部の企業では、就職の面接ですでに使用されており、インタビューされる側の緊張、自信、または誠実な回答をしているのかなどを判断しています。また、銀行やフィンテック企業などの金融サービス企業では、ローンの承認を下す際の顧客とのやりとりに取り入れられています。   感情認識AIのビジネスにおける応用   感情認識AIは、ビジネスにおいても役立ちます。たとえば小売業の場合、店舗のカメラを使用して、顧客の表情、歩き方、および感情状態を判断することができます。たとえば、歩くペースが非常に速く、顔をしかめている人がいたとしたら、ストレスを受けて急いでいると推測することができます。それによって担当者は、近づかないようにする、あるいはストレスを抱えている人だと理解した上での声がけをするなど対応を取ることができます。 オンラインでも同じように、買い物客のボディーランゲージを見る代わりに、オンラインでの行動パターンを見て分析をすることができます。たとえば、マウスやカーソルを気ぜわしく動かしている場合、ストレスを受けているか急いでいる、またはその両方で、購買意欲がそれほどないと推測できます。一方、「今すぐ購入」のボタンにカーソルをしばらく置いている場合、購買意欲はあるが何かしらの原因により悩んでいる可能性があるため、割引または送料無料のクーポンを送信して、購入促進をすることができます。   感情認識AIの課題   感情認識AIは非常に精度が高く、表情分析の場合、研究者が定義する約64種類の表情と微視的表情を検出することができます。また、他のAIと同様、データが蓄積されることでさらに分析結果の精度を上げることが可能です。しかしながら、解釈にはまだ課題が残っています。人の感情は非常にユニークであり、人によって感情の表現方法は異なるので、同じ状況における反応でも大きなばらつきがあります。全ての人に適用する普遍的なルールは存在しません。 表情分析を用いた非常に印象的な実験があります。研究者が俳優に神経質なふりをするように頼み、AIがその感情に気付くかという実験です。俳優は大げさに感情を表現する傾向があるため90%の正答率となりましたが、一般の人々で実験をしたときの正答率は70%に留まっています。特定のシナリオでは、人間がAIを活用して最終決定を改善することは有用といえますが、誰を雇うか、融資を拒否するかなどの「最終的な」決定を全て任せられるまでのレベルには到達していません。   感情認識AIをマーケティングで有効活用する   感情認識AIはマーケティングにおける「決定」には非常に適しています。購入にいたる最終決定は顧客の手に委ねられているので、マーケティング担当者は販売促進を行うだけで、最終的な決定を下すわけではありません。 感情認識AIを活用するにあたって、顧客の感情が反映されるデータを準備する必要があります。たとえば、コールセンターの通話記録や、ウェブサイトのユーザーレビューは分析のためにすべて保存しておく必要があります。これらのデータがあれば、感情認識AIの技術はすぐに活用することができ、より効果的なビジネス上の意思決定を行うことが可能になります。感情認識AIの研究や実装はまだ初期段階ですが、AIの開発における重要なステップであり、AIが人間と自然に対話するシステム構築には不可欠と言えます。    

VIEW >

マーケティングに第三者データを最大限に活用する方法

欧州の一般データ保護規則(GDPR)が成立したとおり、企業にとって個人データの保護は重要な課題となっています。調査会社イーマーケター(英語資料)によると、世界中のマーケター5人のうち4人が、採用したテクノロジーベンダーが問題なくこの欧州のGDPR規則に従っているのか不安を抱いていることが分かりました。 ユーザーとのエンゲージメントに焦点を当てたマーケティングで成功するにはデータが欠かせません。カスタマージャーニーがより複雑になるにつれ、自社の保有するデータだけで効果的なキャンペーンを達成するの困難です。ユーザーごとにパーソナライズしたオファーを提示することで精度の高いターゲティングとターゲットと類似のオーディエンス層を発掘するため、第三者データは必須の要素と言えます。 実際に第三者データを効果的に活用できれば、キャンペーン成果に多大な影響をもたらすことができ、一足先に商機を掴むことが出来ます。 このブログでは、第三者データの価値を最大化する4つの方法をご紹介します 1. 顧客の他の興味関心を発掘しシェアを拡大  自社のウェブサイト、アプリ、他のオウンドチャネルでのユーザー行動は、自社で収集した1次データで把握できます。性別、年齢やユーザーが保有するデバイスの位置などの基本的なユーザーの属性データ以外、個人の購入パターンや興味関心を把握できます。これら全て、キャンペーンのターゲティングを決める際に役立つ情報です。 さて、自社のチャネルの範囲外のユーザー行動はどのように収集すればいいでしょうか?ユーザーの他の興味関心は把握していますか?他社のサイトで興味を示した情報や商品の中に、自社が提供できるサービスや新商品はありませんか?こうした状況のときに第三者データが役立ちます。 自社の1次データと第三者データを整理し、人口知能 (AI) 搭載のツールを活用することで、自社以外のサイトでの顧客の関心についてさらに学び、理想的なオーディエンスをより厳密に特定することができます。 2. クロスデバイスのジャーニーを単一の画面でマッピング 顧客の興味関心を特定は課題の一つであり、マーケティングファネルのどの段階でユーザーにエンゲージメントキャンペーンを実施するかについても吟味が必要です。消費者の多くが複数デバイスを保有し、ウェブサイトを閲覧しているため、カスタマジャーニーがより複雑になっていることは事実です。ユーザーは様々なサイトやアプリ、複数のデバイスに渡って商品を探します。 第三者データおよび1次データを統一することで、包括的なカスタマジャーニーを構成することができ、単一のカスタマビューで自社のチャネル外のユーザー行動を把握することができます。この情報によりユーザーの購買意欲、購入する時間やサイトを予測することができます。 マーケターは、ユーザーが 購入する可能性が高いタイミングで関連性のあるエンゲージメントキャンペーンを実施することでマーケティングの効率性を改善できます。 3. 初めてサイトを訪問する新規ユーザーにパーソナライズされたお勧め商品を紹介 ユーザーが初めて自社のサイトを訪問した場合、どの商品を推奨するべきでしょうか? 一般的なウェブサイトコンテンツや関連性がない商品を勧めてしまうとユーザーは興味を失ってしまいます。この場合、第三者データを活用すれば、AIにより検出された外部サイトのユーザー行動を把握することで、ユーザーの将来の購入行動を予測できます。 例えば、新規ユーザーが自社のアパレル小売のサイトに訪れる前に、このユーザが過去数週間他社のサイトでフォーマルなドレスやバックを閲覧したことが分かれば、この会社はユーザーにとって初めて自社サイトを訪問した場合でも、似た商品をユーザーに勧めることができます。または、ユーザーが既に閲覧していた服装に合いそうなアクセサリーやハイヒールを薦めることができます。 4. ルックアライクに基づいて顧客ベースを拡大 新規顧客の獲得は、マーケターにとって重要な課題の1つです。第三者データをもとに、既存の顧客に似た、新規の見込みのあるユーザーを発掘することができます。

VIEW >

動画配信サービスの視聴者を呼び戻すにはAIが有効

世界の動画配信市場は、2020 年から 2027 年までの年率 20.4%で成長し、2027 年までに 1,843 億米ドルの価値を持つと予測されています(英語資料)。Netflix は全世界で 1 億 6,700 万人の有料配信加入者を擁するこの分野のリーダーですが(英語資料)、Hulu、Amazon Prime、Disney Plus などとの競争が激化しているため、市場シェアは 2007 年の 91%から昨年はわずか 19%にまで大幅に低下しています。 各国・地域の配信サービスも視聴者と加入者がさらに飛躍的に増えています。中国の配信サービス「iQiyi」は2019年に1億人の加入者を突破し(英語資料)、中国の動画共有・ライブ配信プラットフォーム「TikTok」は昨年の時点で15億回以上の総ダウンロード数を記録し(英語資料)、世界的な現象となっています。これは視聴者が平均して1日に8回アプリを開いている計算になります(英語資料)。 この分野が今後も成長を続けることは間違いありません。そして、発展途上国での高速インターネットアクセスの増加とソーシャルメディアの利用に加えて、ブロックチェーンや人工知能(AI)などの先進技術がこの成長を後押ししています(英語資料)。 しかし、400以上のサブスクリプション型のビデオ・オン・デマンドサービス(英語資料)が世界の11億人の視聴者にサービスを提供する(英語資料)一方で、パブリッシャーや動画配信サービス事業者は、視聴者を維持する方法を日々考えています。 視聴者が配信プラットフォームから離れていく理由 視聴者の離脱と維持は、動画配信

VIEW >