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

ユーザーの再訪問を強化する「リマーケテイング」には人工知能(AI)が有効です

突然ですが、世界中のEコマースサイトの平均コンバージョン率は約2.6%であることをご存じですか? この数字を大きいとみるか小さいと見るかは、皆さんの属する業界等によって違うかもしれません。Eコマースに限れば、これは、オンライン販売に大きな成長の余地があることを物語っています。この成長の余地を縮めるために一般的に行われている方法の一つが、リマーケティングです。

例えば、消費者Aが貴社のウェブサイトを閲覧し、靴を1足カートに入れたとします。ところが、何も購入しないでカートを放棄してしまう。しばらくしてこの人がオンラインサイトを閲覧していると、以前買うのを迷っていた靴を推奨する広告が表示され、貴社のウェブサイトに戻って購入を完了させるよう促されます。この広告は特典として値引きを提供するかもしれませんね。これが典型的なリマーケティングと言われる方法です。リマーケティングの目的は、興味関心がありながらコンバージョンに至っていない見込み客にリーチし、関連性の高いマーケティングメッセージでそれらを購入に導くことです。すでに商品に興味関心を示し、コンバージョンの可能性が高い消費者へのエンゲージメントを行うことにより、高い投資利益率(ROI)をもたらす事ができます。

このリマーケティングはこれまで広告施策の一つでしたが、最近の企業はEメールやアプリ内の通知によって買い物客にリーチし、関心を高める取り組みがで切るようになっています。それをもう一歩進め、今やAIが進歩したことにより、機械学習(ML)などの方法を活用して、リマーケティングをこれまで以上に精度高く実施できるようになりました。

より適切なターゲティングや関連性が高いメッセージほど、リマーケティングには有効だということが証明されています。多様なデータからAIを使ってターゲット顧客を見出したいのであればAIを使うことををお勧めします。

AIに基づくセグメンテーションでリターゲティングのパフォーマンスを向上

リマーケティングのベースとなっている従来のセグメンテーションマーケティングに際して、買い物客がログアウトした後は、適切な商品と消費者を結び付けるのは困難です。彼らの実際の興味関心やニーズを見定めるために、さまざまな興味関心やグループに関するデータをふるいにかける作業はさらに複雑です。一方、AIを使うと適切なユーザーのセグメンテーションをより容易に行うことができる。AIは、MLを利用してユーザーの購入履歴に関するデータを解釈し、将来の購買行動の予測に役立つパターンを特定することで、リマーケティング戦略の最適化を支援します。

例えば、Appierのプログラマティック・プラットフォームCrossXは、AIを活用したアドソリューションですが、ディープラーニングのアルゴリズムを使用して、何十通りものユーザー行動をリアルタイムで分析し、コンバージョンの可能性が高いユーザーを予測します。これにより、マーケターは最も購買の可能性の高いユーザーを優先的にターゲティングできます。

パーソナライズされたレコメンデーションでコンバージョンを推奨

MLは、ユーザーの行動分析と商品情報を統合して、パーソナライズされたレコメンデーションを作成し、コンバージョンの可能性を高めます。AIを活用してリマーケティング戦略を最適化するメリットは以下のようなものがあります。

実際の購買客をリターゲティングしてROIを向上

MLは、ショッピング(実際のコンバージョン)と検索(ウィンドウショッピング)を区別できるため、コンバージョンへの確率が高そうなユーザーのリターゲティングができます。かなりの時間をかけてインターネットを閲覧しているものの滅多に買い物をしないユーザーと、欲しい物がある時にサイトを訪問して購入するユーザーの、どちらをリターゲティングスべきかを教えてくれます。

  • ディープラーニングモデルを使用して、目まぐるしく変化する行動を把握
    MLは、正確なレコメンデーションを行うために、ショッピングの行動パターンを特定し、その変化の予測します。例えば、消費者Bは数日間ダウンコートを閲覧していましたが、天候の急変で週末は暖かくなることが和待っているため、金曜日の夜にはTシャツを検索しました。AIは、消費者Bのショッピング行動が短期間のうちに変化したことについてのインサイトを見つめます。この情報をもとにマーケターは、Tシャツの購入を促し、即時購入の可能性を高めることができます。
  • 購買客が実際に購入したいアイテムでリターゲティング
    長期間にわたるユーザーの閲覧パターンから本気で購入する意思がある人と、インターネットで検索はしているが実際には興味関心のない人を区別することもAIは得意です。

顧客のショッピングジャーニー全体にわたり価値を提供

東京行きの航空券を予約したユーザーを例に説明します。従来のリマーケティングでは、さまざまな行き先のフライトのプロモーション用にターゲティングを行っていたでしょう。いままでだとプロモーションといえばチケットの値段の低さを訴求するだけでした。正しくターゲティングされていないままにメッセージを送っていたこともあったでしょう。ユーザーが東京行きのチケットを予約したなら、次の行動はホテルやツアーなどの比較検討をすることは容易に想像できます。そのようなユーザーの行動を先読みしてじっしするのが最新のリマーケティングです。

AIを使うと、ユーザーの過去の購入行動や複数のEコマースサイトのデータに基づいて、購入したいと思っている品物やサービスに関連性の高いレコメンデーションを行ったり、レコメンデーションで提示する商品数を増やしたりできます。マーケターは、ユーザーの意図に関する貴重なインサイトを生かし、機能やデザインなどが類似している商品を訴求することでユーザーをリターゲティングすることができます。

ユーザーが所有するすべてのデバイスにリーチし、購入を促せるので初回の訪問から購入に至る時間を短縮することができます。さらに、AppierのCrossXアドソリューションのようなAI搭載のプラットフォームを使うと、どのユーザーのどのデバイスに向けて、どういうメッセージでいつリーチすべきかというインサイトを入手することができるので、これまでは複数のアプリケーションを使い、複雑な作業が必要だった、デバイスを横断してのリマーケティングをシンプルにできます。

WE CAN HELP

Letus know how we can help improve your marketing strategy

YOU MIGHT ALSO LIKE

AIによるデータ活用で、デジタル出版業界が新たな収益確保を実現

出版業界は厳しい時代を迎えており、アジア太平洋地域での広告の内訳は、オンライン検索と有料ソーシャルメディアプラットフォームの利用が大半を占める中(1ドルの支出に対して92セントを占めています)、出版社はサブスクリプションの促進に力を入れています(英語資料)。 デジタル出版において、消費者のウェブサイト上での有効な外部データを活用して、全体的な行動傾向を把握することができれば、消費者の興味や行動をきめ細かく分析し、消費者の関心を引くオファーをすることができ、サブスクリプションの購入促進につながります。また、広告費用対効果(ROAS)を高めるための、より効果的な広告掲載に役立ちます。 人工知能(AI)は、正しく使用すれば、オンラインでも従来の出版分野でも収益獲得に有効です。デジタル出版ビジネスに新たな命を吹き込み、様々な広告主がかつてのように興味を示すようになります。   サブスクリプションを促進するパーソナライズされたコンテンツ   サブスクリプションは、デジタル出版社にとってますます重要になっています。 最近の調査「ジャーナリズム、メディア、およびテクノロジーのトレンドと予測2019(英語資料)」によると、出版社の52%がサブスクリプションは主な収益であると回答しています。 AIを正しく使用すれば、コストを膨らませることなく、収益を得ることができます。 出版社はすでに、年齢、性別、読書習慣などのデータに基づく読者に関する基本的な情報を保有していますが、効果的なターゲティングとパーソナライズのためには、そのデータをより深く掘り下げ、より包括的な読者像を構築する必要があります 。 AIXON(アイソン)などのÅI搭載のデータサイエンスプラットフォームを使用して、出版社独自の読者データを外部ウェブサイトから収集したデータと結合します。そのデータに加えて複数のデバイスを横断して行われる読者の行動や出版物以外の興味に関するデータを統合することで読者の全体像を把握します。 AIは読者の興味に基づいて彼らをセグメント化し、EDM、プッシュ通知、アプリ内メッセージなどさまざまなチャネルに合わせてマーケティングメッセージを配信します。これらを駆使することで読者を惹きつけ、サブスクリプションの購入を促進します。 たとえば健康関連の出版者であったとすれば、ウェブサイトを閲覧する特定の読者セグメントが週に1、2回甘いスナックを食べるのが好きだということがわかれば、彼らに適したレシピやレストランのレビューなどの「お楽しみ」コンテンツを時々プッシュすることができます。特定のレストランやスポーツジムが読者に人気があることがわかっている場合は、レストランやジムとコラボレーションにより、読者割引を提供することもできます。   枠を超えて考える:外部データを活用して広告収入を増やす   サブスクリプションだけではなく、広告は依然としてデジタル出版社にとって貴重な収入源です。 それでは、どのようにしてデータの可能性を解き放ち広告収入を増やすことができるでしょうか。 AIを活用してウェブトラフィックを分析し、サードパーティが運営する他のウェブサイトでの顧客の行動を分析することができるため、顧客データはウェブサイトや出版物のアプリ内のものに限定されません。顧客が最も関心をもつキーワードを特定し、それに応じてセグメント化できます。 その後、これらのセグメントに基づいて広告スペースを広告主に販売して、広告収益を生成または増加させることができます。 たとえば、前述の健康関連の出版社が、乳製品を含まない食品が読者にとって大きな関心領域であることを発見した場合、これは乳製品を含まない食品を販売する製造業者にとってチャンスとなります。 かなりの割合の顧客が乳製品を含まない代替品を購入することを証明するデータを入手することで、製造業者は高いROASに自信を持ち、出版物に広告予算を投入する可能性が高くなります。 出版業界は激動のときを迎え、多くの課題を抱えているなか、出版社は打開策を模索しています。AIのような新しい技術を採用することで、顧客に対する理解を深め、彼らの多様な関心に応えることができます。 AIとデータサイエンスを活用することで、画期的なデジタル出版社となり、電子ブックの読者と広告主の両方の顧客にアピールする新しい方法を見つけることができます。

VIEW >

ユーザーの再訪問を強化する「リマーケテイング」には人工知能(AI)が有効です

突然ですが、世界中のEコマースサイトの平均コンバージョン率は約2.6%であることをご存じですか? この数字を大きいとみるか小さいと見るかは、皆さんの属する業界等によって違うかもしれません。Eコマースに限れば、これは、オンライン販売に大きな成長の余地があることを物語っています。この成長の余地を縮めるために一般的に行われている方法の一つが、リマーケティングです。 例えば、消費者Aが貴社のウェブサイトを閲覧し、靴を1足カートに入れたとします。ところが、何も購入しないでカートを放棄してしまう。しばらくしてこの人がオンラインサイトを閲覧していると、以前買うのを迷っていた靴を推奨する広告が表示され、貴社のウェブサイトに戻って購入を完了させるよう促されます。この広告は特典として値引きを提供するかもしれませんね。これが典型的なリマーケティングと言われる方法です。リマーケティングの目的は、興味関心がありながらコンバージョンに至っていない見込み客にリーチし、関連性の高いマーケティングメッセージでそれらを購入に導くことです。すでに商品に興味関心を示し、コンバージョンの可能性が高い消費者へのエンゲージメントを行うことにより、高い投資利益率(ROI)をもたらす事ができます。 このリマーケティングはこれまで広告施策の一つでしたが、最近の企業はEメールやアプリ内の通知によって買い物客にリーチし、関心を高める取り組みがで切るようになっています。それをもう一歩進め、今やAIが進歩したことにより、機械学習(ML)などの方法を活用して、リマーケティングをこれまで以上に精度高く実施できるようになりました。 より適切なターゲティングや関連性が高いメッセージほど、リマーケティングには有効だということが証明されています。多様なデータからAIを使ってターゲット顧客を見出したいのであればAIを使うことををお勧めします。 AIに基づくセグメンテーションでリターゲティングのパフォーマンスを向上 リマーケティングのベースとなっている従来のセグメンテーションマーケティングに際して、買い物客がログアウトした後は、適切な商品と消費者を結び付けるのは困難です。彼らの実際の興味関心やニーズを見定めるために、さまざまな興味関心やグループに関するデータをふるいにかける作業はさらに複雑です。一方、AIを使うと適切なユーザーのセグメンテーションをより容易に行うことができる。AIは、MLを利用してユーザーの購入履歴に関するデータを解釈し、将来の購買行動の予測に役立つパターンを特定することで、リマーケティング戦略の最適化を支援します。 例えば、Appierのプログラマティック・プラットフォームCrossXは、AIを活用したアドソリューションですが、ディープラーニングのアルゴリズムを使用して、何十通りものユーザー行動をリアルタイムで分析し、コンバージョンの可能性が高いユーザーを予測します。これにより、マーケターは最も購買の可能性の高いユーザーを優先的にターゲティングできます。 パーソナライズされたレコメンデーションでコンバージョンを推奨 MLは、ユーザーの行動分析と商品情報を統合して、パーソナライズされたレコメンデーションを作成し、コンバージョンの可能性を高めます。AIを活用してリマーケティング戦略を最適化するメリットは以下のようなものがあります。 実際の購買客をリターゲティングしてROIを向上 MLは、ショッピング(実際のコンバージョン)と検索(ウィンドウショッピング)を区別できるため、コンバージョンへの確率が高そうなユーザーのリターゲティングができます。かなりの時間をかけてインターネットを閲覧しているものの滅多に買い物をしないユーザーと、欲しい物がある時にサイトを訪問して購入するユーザーの、どちらをリターゲティングスべきかを教えてくれます。 ディープラーニングモデルを使用して、目まぐるしく変化する行動を把握 MLは、正確なレコメンデーションを行うために、ショッピングの行動パターンを特定し、その変化の予測します。例えば、消費者Bは数日間ダウンコートを閲覧していましたが、天候の急変で週末は暖かくなることが和待っているため、金曜日の夜にはTシャツを検索しました。AIは、消費者Bのショッピング行動が短期間のうちに変化したことについてのインサイトを見つめます。この情報をもとにマーケターは、Tシャツの購入を促し、即時購入の可能性を高めることができます。 購買客が実際に購入したいアイテムでリターゲティング 長期間にわたるユーザーの閲覧パターンから本気で購入する意思がある人と、インターネットで検索はしているが実際には興味関心のない人を区別することもAIは得意です。 顧客のショッピングジャーニー全体にわたり価値を提供 東京行きの航空券を予約したユーザーを例に説明します。従来のリマーケティングでは、さまざまな行き先のフライトのプロモーション用にターゲティングを行っていたでしょう。いままでだとプロモーションといえばチケットの値段の低さを訴求するだけでした。正しくターゲティングされていないままにメッセージを送っていたこともあったでしょう。ユーザーが東京行きのチケットを予約したなら、次の行動はホテルやツアーなどの比較検討をすることは容易に想像できます。そのようなユーザーの行動を先読みしてじっしするのが最新のリマーケティングです。 AIを使うと、ユーザーの過去の購入行動や複数のEコマースサイトのデータに基づいて、購入したいと思っている品物やサービスに関連性の高いレコメンデーションを行ったり、レコメンデーションで提示する商品数を増やしたりできます。マーケターは、ユーザーの意図に関する貴重なインサイトを生かし、機能やデザインなどが類似している商品を訴求することでユーザーをリターゲティングすることができます。 ユーザーが所有するすべてのデバイスにリーチし、購入を促せるので初回の訪問から購入に至る時間を短縮することができます。さらに、AppierのCrossXアドソリューションのようなAI搭載のプラットフォームを使うと、どのユーザーのどのデバイスに向けて、どういうメッセージでいつリーチすべきかというインサイトを入手することができるので、これまでは複数のアプリケーションを使い、複雑な作業が必要だった、デバイスを横断してのリマーケティングをシンプルにできます。

VIEW >

コンピュータビジョンや機械学習は黄金期

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、Appier チーフ AI サイエンティストのミン・スンは、カナダロイヤル銀行 (RBC) ボリアリス AI ラボのリサーチディレクターでありサイモンフレージャー大学 コンピュータサイエンス学部の教授であるグレッグ・モリ氏による、コンピュータビジョンを活用した行動予測の応用ならびに実装に向けた研究の成果を発表しました。   ■ 画像認識をスポーツイベントおよびコーチ、マネジャーの戦略に活用   黄金期にあるコンピュータビジョンならびに機械学習の開発により、今日の画像認識の技術は大きな飛躍を遂げています。低レベルのセンサーでも画像を検出でき、映像を通して人の行動を精度高く検出できるようになっています。 これにより、画像認識技術によるスポーツイベント分析が進んでいます。スポーツビデオの分析により、集団の動作、行動認識が把握できます。これが、放送局による消費者が求めるゲームシーンの把握、魅力的な番組コンテンツ制作につながっています。また、リアルタイム分析をコーチに提供し、オフライン分析をマネジャーに提供することで、チームの強化にも貢献しています。   ■ AI 技術による社会課題の解決   コンピュータビジョンの研究は、現在の行動認識から、将来的には行動予測へと広がると考えられています。こうした先端技術に、行動な意味づけを加えることにより、環境モニタリングや医療、交通、金融サービスにいたるまで、すべての業界に AI がポジティブなインパクトを与えることになります。

VIEW >