成功・失敗事例から、マーケティングオートメーションのコツを探る
2005年設立のアクティブコアは、プライベートDMPを提供している。ウェブの行動履歴や顧客データ、POSデータ、営業のログなどを格納し、それを分析してオートメーションでレコメンドするところまでオールインワンで行えることが特徴だ。
「当社の製品は全て一つの管理画面で操作できることをポリシーに、クラウドで提供しています。現在は、ブランド企業・ECサイト・人材サイト・大学など、様々な業種の200社以上のクライアント様に導入いただいております。その中から、本日はお客様の成功と失敗事例をご紹介することで、顧客視点でのマーケティングオートメーションを成功させるためのコツを考えていきたいと思います」（山田氏）
顧客の可視化によってアプローチを変えた、カメラのキタムラ
１つめの事例はカメラのキタムラだ。同社では以前、受注データや会員データ、ウェブのアクセスデータなどの各データソースやシステムが分散していた。そのため、データ分析とはいってもエクセルでデータを結合するなどして導き出した結果だった。当然、分析は推測の域を出ず、顧客の声も姿も見えにくい。そのため、アクティブコアのプライベートDMPを導入し、全てのデータを統合することにした。
「データを統合すれば、どこから来たお客様がどのページを見て、どの商品を購入したのか。そのお客様は、どの年代で、他にどのような行動をとったのかがわかるようになる。お客様の顔が見えてくるのです」（山田氏）
データ統合後は、例えば同じ機種の商品でもデザインによって客層が全く異なることがわかったという。具体例として山田氏はPENTAXのミラーレス一眼カメラをあげる。通常バージョンは40代のユーザーが多いのに対して、アニメ『エヴァンゲリオン』モデルでは圧倒的に10代が多いことがわかった。年齢や嗜好の違いがわかれば、カメラとの併売商品としておすすめする商品も変わってくるだろう。つまり、実店舗では当たり前のように行ってきたアプローチをデジタルでも実現が可能になるわけだ。
また導入以前は、すべてのユーザーに同じ内容のメールを配信していた。限られたデジタル施策への予算のなかでは、メールでコンバージョンを高める方法が有効だと考えられる。しかし、配信数が多すぎるため効果も減少傾向にあり、スパム化する恐れもあった。そのため、DMPからきめ細かい条件をもとにターゲットを抽出することが求められていた。
「現在では、随時発行のフォローメールとセグメントメールマガジン、月3回発行のパーソナライズされたメールマガジン3種類を、アクティブコアマーケティングクラウドでオートメーション化して配信しています」と山田氏。
成果の程はどうか。フォローメールの自動配信については次の3種のタイミングで配信した。
- 商品発送から5日後に着荷確認および初期不良確認とあわせてパーソナルレコメンド→CV率3％
- 商品ページ閲覧後、購入しなかったユーザーへアイテムリマインド→CV率5％
- 最終商品購入日から90日間経過したユーザーへパーソナルレコメンド→メール内のクリック率13％、CV率6％
価格.comからの流入での平均CV率4.5％を基準としたとき、（1）は追加購入には結びつきにくいことがわかった。一方、（2）の閲覧履歴から送るリマインドは効果が高く、特に高額な商品ほど購入までに迷いが出るためメールが最後のひと押しになった。また、（3）ではアクションをしなければ離脱する顧客に、購入済み商品を軸にしたアプローチを行ったことで、再来訪につなげることができた。現在、3種のメールから得られる売上は、月間1,500万円以上だという。
さらに、ターゲット抽出メルマガについても事例が紹介された。以前、あるメーカーの交換レンズの卸価格が一斉値上げされる際に、そのメーカーの製品を過去に購入したユーザーへ、値上げ前の購買を促すメールを配信することにした。ターゲットを抽出してみると、年齢は40代以上が63％を占めており、販売チャネルはお客様相談室経由の電話注文が25％と意外なシェアを占めていることがわかった。さらに複数回購入履歴がある人が83%以上で、購入回数10回以上が約30%だった。
そこで、メールの内容を“買い替えませんか”という単なる呼びかけにとどめず、紹介商品をハイアマチュア向けにしたり、電話注文ができることをアピールしたりした。結果、メールのクリック率は38％となり、ECの平均セッション数は2.5回という結果が出た。
「ターゲットを可視化することで、年齢が高くリピート購入につながる優良顧客であることを理解できました。そのうえで施策を練ったことで、サイトに集客することができました。次回は、サイトに来たけれど未購入だったお客様に対し、最適なアプローチを打つこともできるでしょう」（山田氏）
続いて山田氏は異なるターゲットメールの例を取り上げ、ターゲットの抽出条件の重要性を説くとともに、「良い結果が出たとしても、妙なデータが出たときは原因をきちんと見るべきだ」と注意を促した。
あるメーカーのカメラの買い替えを促す施策を行った際、ターゲットを抽出すると、60代が主となる構成だった。メールの結果は、通常のセール告知では平均13％のクリック率のところ、約21％と伸長し、CV率も4％という好成績を残した。
しかし、気になる点が1つ見つかった。ボリュームゾーンが60代にもかかわらず、モバイルからのアクセスが多かったのだ。違和感を感じ調べるとその多くが転売目的の業者だと判明した。以降、そのようなユーザーは除外するようになったという。
「同社の取り組みからは、やみくもにメールを送るのではなく、まずターゲットがどういう人かを調べてから、メールの内容を変えてアプローチする。そして結果のデータを見て改善するという姿が見えます。一見当たり前のことですが、実践できている企業は意外と少なく非常に良いアプローチです」（山田氏）
