オムニチャネル時代の顧客コミュニケーションの最適化のために

　そんなAimstarは、先日大幅リニューアルした（Ver.6）。何が変わるかというと、WEB・店舗・顧客情報などを統合して、顧客行動プロセスを浮かび上がらせる横断的な分析を行うオムニチャネル施策を実現する機能を搭載したという。

　また、WEBアクセスログと各種データを活用し、それぞれの顧客育成段階に合わせて、顧客を育成する「リードナーチャリング」や、様々なデータの中からマーケターの仮説発見を後押しする「データマイニング」の機能など、結果を出すキャンペーン管理ツールとしての機能をより充実させている。

　さらに、DMP、DSPと連携することにより既存顧客とのコミュニケーションチャネルとしてWEB広告媒体を利用したり、既存優良顧客と似た属性を持つ見込み顧客にターゲティング広告を出稿したりする施策も可能になったという。

最適化・自動化に向けた未来へ

　現在Aimstarは、ベルーナや爽快ドラッグなど、ダイレクトマーケティングの大手や伸びている企業を始め、様々な業界で導入されている。「その結果、キャンペーンの反応率が導入前よりも3倍に増えたり、またカタログ発行部数を減らしたにもかかわらず、前年比売上110％に向上したお客さまも。さらには業務面においてもデータ抽出からレポート作成までの時間が80％も削減した成功事例もあり、ユーザー企業の利益向上に貢献できるようになりました」と佐久間氏は語る。

　今後については、過去の購買データや分析データをもとにした、売上予測やキャンペーン効果予測のオプション機能を今年中に追加していく予定だという。「具体的には、例えばディスカウントですね。“100円値引きします”というキャンペーン施策をどのセグメントにどう実施すると、購買確率がどう変化したかというデータを蓄積します。それによって、今後その施策をすると、いくら売上が上がって、その結果、粗利がいくらになるかを予測する機能で、既に取得した特許をベースにしています。

　また、弊社の顧客動線分析サービス「Platz（プラッツ）」との連携も始めます。これは、顧客の動線をリアルタイムで可視化して、動線分析や不審者監視などができる機能で、オムニチャネルアプローチやO2Oキャンペーンなどで活用できます」

　佐久間氏は20代の頃、人工知能の国家プロジェクトでPrologを使った最適化に関する業務に携わっており、その若いときの経験が、今の目標の「最適化」につながっているという。

　「分析というのはとても難しくて、昨今注目されているデータサイエンティストといっても、分析を指揮する人・担当する人の業務知識と数学的能力に依存し、こなせる量に限度があります。24時間正確に働ける機械と違って、人間は間違うこともあるし、睡眠や休憩も必要です。だから今後は、それがアプリケーションになって自動化されていくと思います。Aimstarにおいても、最適化の機能を着実に実現させていきたいですね」