MarkeZine(マーケジン)

記事種別

プライベートDMPを機械学習・ディープラーニングで最適化せよ 理論からレコメンド・MAの最新手法まで

2017/04/24 09:00

プライベートDMPでデータを統合し「個客」アプローチを実現

 山田氏は機械学習とディープラーニングについての概論に続いて、アクティブコアが提供するマーケティングクラウドを例に、プライベートDMPで顧客IDを統合して顧客にアプローチする方法を説明していく。

  プライベートDMPの役割として最も重要なのが、会員IDとWeb履歴を紐づけることだ。通常のアクセス解析では、デバイスごとに割り振られるCookieをもとにアクセス解析を行う。一方プライベートDMPでは、会員IDを軸にすることで、デバイスをまたいだデータ統合ができる。

 それどころか、Web行動履歴・メール・広告への反応データと、顧客データや属性情報を結び付け、さらには売り上げデータなどの社内データ、外部のDMPが保有するオーディエンスデータとも紐づけることさえも可能だ。

 こうして拡張された顧客情報をもとに、ターゲットとなる顧客を抽出し、コミュニケーションシナリオを作成し、メールやWebやアプリといった各デバイスで顧客に情報を届けることができる。

 たとえば、優良顧客の条件を分析し、優良顧客を抽出することができたとする。次に、優良顧客のデータとYahoo!DMPが保有するオーディエンスデータをCookieベースで同期させれば、さらに施策の可能性が広がる。具体的には、優良顧客に対して離反を防ぐために広告を打つことや、優良顧客と同じ特徴を持つ新規ユーザーに対して広告を配信することができるようになる。

プライベートDMPとレコメンド・MAを連動させる

 BIツールなどでは分析画面からアクションを起こせないが、アクティブコアのプライベートDMPでは、分析画面上でアクションまで実施できる。これはアクティブコア マーケティングクラウドの強みの一つだ。

 たとえば、分析画面からキャンペーン対象を絞り込み、配信予約し実行するということができる。メール配信システムはMAに内蔵されている。

 分析面の強みとしては、顧客分析や広告分析から個へ落とし込んでターゲット抽出できることが挙げられる。

 レコメンドについては、Web行動履歴だけではなく、属性やオフライン行動を加味できるので、より精度の高いパーソナルなレコメンドが実現可能になっている。

 マーケティングオートメーションでは、単純なセグメント配信よりも「個客」に寄り添ったアプローチができる。ステップメールを送るにしても、IDに紐づいた属性・行動履歴をもとにレコメンド要素を追加して送ることで、クロスセルが期待できる。


  • このエントリーをはてなブックマークに追加
  • プッシュ通知を受け取る

関連リンク

All contents copyright © 2006-2018 Shoeisha Co., Ltd. All rights reserved. ver.1.5