効果的なMA活用には「データの統合」が最重要
「このところ、海外・国内ベンダーのMAからの乗り換えが多い」と話すのはアクティブコアの山田賢治氏。それまでのツールでは効果が出なかったことが、乗り換えの主な理由のようだ。
このようにMAを導入したにも関わらず効果が出ないケースとして、山田氏は二つの例を紹介した。
一つ目は、メール配信のスケジューリングのためだけにMAを使ってしまっているケース。会員登録者にメールを配信するも、内容はすべて同じ、ステップ配信をすることもない。場合によっては、○○様と名前を件名に差し込むだけ、という例もあったという。
このように会員登録時の個人情報しか使えていない企業は多く、「Web、LINE、アプリといった顧客の行動アクションを使ってセグメンテーションしたり、コンテンツを変えたりしているお客様は少ない」と山田氏は話す。
二つ目は、データがバラバラに管理されているケース。広告・Web・メール・アプリ・LINE・POSデータが散在し、顧客単位でデータを保持できていない状況をよく見かけるそうだ。
山田氏は、MAの効果的な活用のためには「データの統合が必要」であるとし、「データを統合して顧客単位で分析をする。顧客それぞれに合ったコンテンツを配信する。顧客を可視化して、それから施策を進めていく」ことが重要であると続けた。
これを行うためには、まずは顧客との接点データをできるだけ多く集める必要があり、BtoCだけでなくBtoBでも同じことが求められるという。
あらゆる顧客接点データの統合・分析・活用をワンストップで
こうした状況の企業に対し、アクティブコアは自社開発のマーケティングクラウドを通して、データ統合から顧客の可視化、パーソナライズされたシナリオ展開までを支援している。
顧客の属性、行動データ、EC、POSデータ、広告に関するデータなどをアクティブコアのプライベートDMPに入れることで、データ分析や可視化、LINE連携、アプリ連携、MAのシナリオ設定から配信などをワンストップで管理することが可能になる。
その特徴は、すべての施策を一つの管理画面で設定できること。作業の効率化が実現すると、クライアント企業から好評だそうだ。
もう一つの特徴は、アクティブコアが強化しているAI機能「ピタゴラス」にある。Amazonをはじめ多くのレコメンドエンジンが協調フィルタリング方式を採用している中、ピタゴラスはこれに加えて、特徴量を自動抽出するアルゴリズムも備えている。これにより、「価格に反応しそうなお客様なのか、特定のブランドに反応しそうなお客様なのかなどを自動判別し、お客様それぞれの特徴を判断できる」と山田氏。
つまり、よく見ている商品に沿ったレコメンドだけでなく、AIが判断した顧客の特徴・嗜好に沿って、二段構えでレコメンドすることができるのだ。これにより、CVRの改善が見込めるという。
