オフラインデータを活用する

　これまでの連載でも触れてきましたが、パーソナライゼーションを行う上では、訪問者である｢個客｣の顔を把握するための情報が必要となります。それらの情報をカスタマープロファイルと定義し、大きく5種類の変数にまとめてきました。

• Environment Variables (環境変数)
• Online Behavior Variables (オンライン行動履歴変数)
• Offline Variables (オフライン変数)
• Temporal Variables (時間的変数)
• Referrer Variables (リファラー変数)

　そして前回は環境変数とオンライン行動履歴変数という、オンラインで取得できるふたつのカスタマープロファイルを利用したパーソナライゼーションの事例をご紹介しました。今回はオフラインでの情報（オフライン変数）を活用したパーソナライゼーションについてお話したいと思います。

　例えば、皆さんがオフライン／オンライン双方で、IDによって顧客や取引を管理出来ているのであれば、それらをKeyとしてオンラインの情報とオフラインの情報を紐付けることができます。

　このつなぎ込みによって、実際の店舗での購入履歴や問合せ内容、会員居住エリア情報等といった、顧客管理データベースにある情報をオンラインでのパーソナライゼーションに利用できるようになるのです。（もちろんその利用の範囲についてはプライバシー保護の観点から十分な配慮が求められます）

　ただし、その実現のためには幾つかプラットフォームの整備を行う必要があります。

　まず分析についてはAdobe Analyticsなどの分析ツールに直接データを取り込むことで実現できます。例えばAdobe AnalyticsであればClassification機能を活用し、会員ごとのユニークなIDをキーとしてオフライン情報を取り込むことが可能です。そうすると、サイト上のオンライン行動履歴情報と、オフラインでの顧客情報（性別、年代、居住エリア、会員ランク等）などを掛けあわせて分析を行うことが出来るようになります。

　もしそこで、特定のセグメントに特有のROIの改善機会を見出すことが出来た場合、そのセグメント条件に該当する訪問者アクセスに対してパーソナライズしたアクションを行いたくなりませんか？

　これら、オンラインやオフラインの情報を基にサイト内でパーソナライゼーションを行うためには様々な方法が考えられます。