第一部 DMP概論『顧客獲得から育成につながる最適なDMPとは』

Size: px

Start display at page:

Download "第一部 DMP概論『顧客獲得から育成につながる最適なDMPとは』"

せいしんまつ
5 years ago
Views:

1 Digital Marketing Conference 2016 Autumn One to One マーケティングをデータドリブンに促進! ~ デジタル利活用最新事例のご紹介 ~ 2016 年 11 月 8 日 1

2 会社概要 Corporate Profile 企業理念データ活用の促進を通じて持続可能な未来をつくる設立従業員上場市場 2004年3月18日 182名連結 2016年6月30日現在資本金東京証券取引所市場第一部 331百万円 2016年6月30日現在事業内容マーケティング領域のデータ活用支援データアナリティクスシステムインテグレーションデジタルマーケティング企業の蓄積データの分析業務の受託 CRM 分析ソフトの販売やシステム構築分析技術を利用した ASPサービスの提供 2

3 弊社の顧客とパートナー ( 一例 ) 3

4 最新トピック 1 ~ 弊社ニュースリリースより ~ 日本テクノロジー Fast50 9 年連続受賞で受賞回数が歴代最多 4

5 最新トピック 2 ~ 弊社ニュースリリースより ~ ドローンで空撮した画像処理で AI を活用 ~ エアロセンス社に導入 ~ 5

6 Agenda ブレインパッドのご紹介 One to One の施策とは? One to One マーケティングにおける機械学習の使い方具体的な事例ブレインパッドからのご案内 6

7 One to One の施策とは? 7

8 One to One マーケティングとは? One to One マーケティングは顧客ひとりひとりをよく知りそれぞれのニーズに合わせた個別のアプローチを展開する手法 One Dialog 8

9 目的は顧客生涯価値の向上 One to One マーケティングを行うと顧客ロイヤルティが上がり LTV( 顧客生涯価値 ) も増加する ( カスタマーステージ ) 高成長 (LTVの増加) クリスマス春夏優良顧客冬秋通常顧客新規顧客クリスマス冬春夏秋クリスマス冬春夏秋 WEB 閲覧商品購入引っ越し停滞休眠顧客登録顧客初回来訪アプリ DL 各種アクション ( 時間 ) 9

10 One to One マーケティングは難しいまずは顧客を良く知ることから始めたいが Variety Volume Velocity 顧客のニーズは多様化散在化し変化も早い顧客を知りたいけど情報は多種膨大 10

11 顧客の人となりを知るために顧客を知るためのさまざまなデータたち行動と動機 Web サイト内行動頻繁に購入する商品買いまわり最も利用するチャネル ( デバイス ) 購入間隔最終購入からの経過日数買い併せメルマガ反応オフライン (POS 入電履歴位置 etc) 生活と態度性別年齢活動時間帯世帯属性住居地域属性ストアロイヤルティブランドロイヤルティ商品嗜好平日休日 11

12 データをまとめると CRM で利用できるデータは以下のように大別会員 ID などで紐づいているオフラインデータオンラインデータ外部データ顧客リスト商品情報購買 ( 契約 ) 履歴クーポンポイント WEBアクセスログ WEBスコア反応履歴 ( メールなど ) ジオロケーション SNS パブリックDMP 他社利用履歴 ( 天候 ) ( 統計情報 ) 12

13 オムニチャネル化するマーケティング実店舗を含めて販売チャネルを横断しシームレスな買物体験が可能となった広告メールソーシャル DM 店舗コールセンター WEB サイトアプリ 13

14 顧客を理解した適切なコミュニケーション誰に何をいつどのようにを適切に組合わせる誰に? ターゲット何を? オファーサインを示してくれた顧客に対してオススメすべき商品を選定しいつ? タイミングどのように? チャネル最もリーチするタイミングと最もリーチする手段を選ぶ 14

15 シナリオを作成し顧客へリーチする誰に何をいつどのようにを組み合わせたものをシナリオと呼びカスタマージャーニーの原型となるシナリオ例誰に何をいつどこで 15

16 One to One マーケティングのシナリオ例顧客見込顧客新規顧客通常顧客優良顧客 2 日目 FAQ のご案内 10 日目ポイント還元 25 日目キャッシュバック 7 日目カートポイント放置アップ 14 日目ランクアップ案内 45 日目 30%Off 5 日目 25%Off 10 日目 15 日目ポイント新製品の 10% 10 倍ご案内還元 10 日目 35%Off 20 日目スペシャル半額 2 日目 FAQ のご案内 10 日目ポイント還元 25 日目キャッシュバック 7 日目ポイントアップ 14 日目ランクアップ案内 45 日目店舗 30%Off 来店 5 日目 25%Off 10 日目ポイント 10 倍 15 日目 10% 還元 10 日目 35%Off 20 日目スペシャル半額 2 日目 FAQ のご案内イチオシ 10 日目商品のポイントご案内還元 25 日目メルマガキャッシュクリックバック 7 日目ポイントアップ 14 日目ランクアップ案内 45 日目 30%Off 5 日目 25%Off 10 日目広告 15 日目ポイントクリック 10% 10 倍還元 10 日目 35%Off セール情報 20 日目スペシャル半額 2 日目 FAQ のご案内 10 日目ポイント還元 25 日目キャッシュバック 7 日目ポイントアップ 14 日目ランクアップ案内 45 日目 5 日目 30%Off Web 25%Off アクセス 10 日目ポイント 10 倍 15 日目 10% 還元 10 日目 35%Off 20 日目スペシャル半額 2 日目 FAQ のご案内イチオシ 10 日目商品のポイントご案内還元 25 日目 7 日目メルマガキャッシュポイントバッククリックアップ 14 日目ランクアップ案内 45 日目 30%Off 5 日目 25%Off 10 日目ポイント 10 倍 15 日目 10% 還元 10 日目 35%Off 20 日目スペシャル半額 20 日目 25%Off キャンペーン誕生日 40 日目期間限定ポイント 10 倍キャンペーン休眠顧客 60 日目 5000 円以上購入で 30% キャッシュバック 60 日目 5000 円以上購入で 30% キャッシュバック 16

17 まとめ 1. One to One マーケティングを行うことで顧客ロイヤリティが上がりビジネスの成果につながる 2. One to One のマーケティングを行うには顧客に紐づいた多種多量のデータを扱う必要がある 3. 誰に何をいつどのようにを考え適切に組み合わせる実現することは難しいが成功すれば確実にビジネス成果につながります 17

18 One to One マーケティングにおける機械学習の使い方 18

特定商品やサービスの販売に適している大量の商品やプロダクトの販売に適している重要なテーマ: 何をプッシュして売るか

19 ２つの主なOne to Oneマーケティングでの分析手法データマイニング機械学習等により以下の予測が可能オファーセントリック商品中心この商品を誰が買うかを予測カスタマーセントリック顧客中心顧客が望むものを予測特定商品やサービスの販売に適している大量の商品やプロダクトの販売に適している重要なテーマ: 何をプッシュして売るか重要な課題: 誰がターゲットになるか重要なテーマ: 顧客が望んでいるのはどの商品なのか重要な課題: 関連の高い商品を提案 19

20 予測分析のアウトプットの活用発見予測モデルの構築は以下の様な結果を取得することが可能データベース属性履歴閲覧その他予測モデル構築分類 / 回帰併売クラスタスコアリングの実施全顧客への予測確率の付与要因の発見目的のトリガとなるイベント条件発見 20

21 マーケティング DB データマートを構築するあらゆるデータをマーケティング DB に一元管理データマートを活用して日次データ処理の負荷を軽減する統合 Marketing DB 顧客とデータの成長に対応データマート顧客 ID 性別年齢住所 F- 商品 a M- 商品 a R- 商品 a 登録日 lastlogin M XXX XXX XXX XXX XXX F XXX XXX XXX XXX XXX F XXX XXX XXX XXX XXX データマートは複数のデータソースから作成した顧客単位のシングルビュー高速な抽出処理が可能より強力なレコメンドルールを作成するための材料はテーブルから調達するテーブル 21

22 オファーセントリックのターゲット抽出とはアクションを起こすだろう顧客にアプローチしたいメールをクリックする人ダウンロードする人本を買う人 DVD を買う人まとめ買いをする人 10,000 以上の買い物をする人定期購入を申し込む人キャンペーンに参加する人クーポンを利用する人ポイントを利用する人確率上位 10,000 人の顧客を発見 22

23 ターゲットに付与されたスコアの使い方購入確率 ( スコア ) による絞込みによってキャンペーン ROI を最適化しリスクを回避するカテゴリ A の商品を購入する確率モデルを付与したターゲットリスト顧客コード年代性別最終購入日か累積購入金額カテゴリAの購購入確率購入回数累積購入点数購入カテゴリ数らの経過月数 ( ) 入フラグ ( スコア ) 女性 , 女性 , 女性 , 女性 , 女性 , 女性 , 女性 , 女性 , 女性 , 女性 , 女性 , 女性 , 女性 , 女性 , 女性 , 女性 , 女性 , 女性 , 女性 , 女性 SAMPLE , 女性 , 女性 , 女性 , 女性 , 女性 , 高スコア低スコア 23

24 カスタマーセントリックの利用アイデア顧客の趣味関心や行動によるレコメンドに加えて人気商品注目商品商品軸の協調もあわせて複数のパターンを提案レコメンド付きDMの例料金別納郵便林隆司さん -ｖｖｖｖパーソナライゼーションのアルゴリズム例オススメ商品購買履歴から併売ルールを作成し併売されやすい商品急上昇直近のシーズン月から特徴的に急上昇している商品 Next Best Offer Webログの最終閲覧商品と一緒に買われやすい商品オススメ Hot Buy 急上昇レコメンドエンジン Next Best Offer 24

25 まとめ 1. ビッグデータを活用することで誰に何を買うか予測することが可能 2. マーケティング DB( データマート ) の作り方が肝 3. 具体的な目標の設定かどうかで効果が大きく変わる来月洋服を買う確率が高い人はだれ? 準優良顧客の中で来月に優良顧客になる確率が高くなる人はだれ? 来月このサービスの利用を申し込む確率が高い人はだれ? 来週クーポンに反応して来社する顧客は誰? 来月ファッションジャンルの購入確率が5% 以上の顧客を20000 人抽出しその中で買いやすい商品を5 個レコメンドする 25

顧客データ One to One マーケティングに必要な機能とは 2 予測と可視化 4 コミュニケション手段購買データ WEB アクセスログメールレスポンスデータ 1 データ蓄積データベースシステムデータマート H/W レコメンドシステムデータマイニングシステム効果の可視化 3 運用実行キャンペーン管理システム

26 顧客データ One to One マーケティングに必要な機能とは 2 予測と可視化 4 コミュニケション手段購買データ WEB アクセスログメールレスポンスデータ 1 データ蓄積データベースシステムデータマート H/W レコメンドシステムデータマイニングシステム効果の可視化 3 運用実行キャンペーン管理システムオウンドメディア自社 WEB サイト E メールアプリコール SMS ペイドメディア ( アーンドメディア ) 商品マスタ本日施策をご紹介 5 つなぎこみ ETL システムデジタル広告 Line 機械学習プライベートマーケティングソフトウェアソーシャルオートメーション DMP v リスニング v ビジネスインテリジェンス 26

27 事例のご紹介事例 1 インテリジェンス様マーケティングオートメーション + プライベート DMP 事例 2 化粧品通販 A 社マーケティングオートメーション + プライベート DMP 事例 3 Chobani( 海外事例 ) ソーシャルリスニングツール 27

28 本資料に利用したロゴやクリエイティブは各企業様の所有する登録商標や著作物となります株式会社ブレインパッド林隆司 28

PowerPoint プレゼンテーション

PowerPoint プレゼンテーション CRM システムとデジタルマーケティングの融合そのあり方 SAS CI360~ あらゆるチャネルを超えた最適な CX の実現 SAS Institute Japan 株式会社 2016/11/4 SAS の全体像と CI360 のポジショニング CI360 機能詳細 2 SAS 全体像 360 のアクションをひとりに最適化する司令塔オフラインデータカスタマージャーニーシンクロナイゼーション

第一部 DMP概論 『顧客獲得から育成につながる最適なDMPとは』

第一部 DMP概論『顧客獲得から育成につながる最適なDMPとは』