DX時代のマーケティングとして1-to-1コミュニケーションが加速する中、CAASSAは経験豊富なデータサイエンティストが顧客ごとに最適なデータアナリティクス手法を駆使し顧客のDX化とサービス高度化をサポートします。クライアントの社内規則により、データ分析の外部委託が困難な場合でも、DAのデータサイエンティストの常駐により対応が可能です。
これまでも、金融、ITや小売り・卸売りなど、業界・業種を問わず、数多くの支援と具体的な“結果”を残してきているCAASSAのデータアナリティクスの代表的な支援内容をご紹介させていただきます。
顧客理解の初手としてオリジナルのAI手法・モデルが、顧客サービス・商品ごとにユーザーのセグメンテーション(ユーザーのグループ分け)を行います。その中から、最も売り上げ向上の余地のあるセグメント(顧客層)を高精度に特定することで効率の良いマーケティングを実施することが可能となります。
当社の大手金融系クライアントではVIPカードの申請数の伸び悩みに直面していました。それまでも既に、WEB広告配信システム上で区分されたセグメントや市販のAIモデルを使用することでVIPカードに関心が最も高い「優良顧客」の特定にある程度の成果を上げた一方、それまでの施策での限界を感じていました。
これに対しCAASSAオリジナルのデータアナリティクスにより、見込み優良顧客層の更なる最適化により導き出された「最優良」セグメントに対する広告配信の顧客獲得単価(CPA)は従来の広告配信効率と比較し10倍以上改善。WEB広告キャンペーンの広告費用に換算し
導き出されたセグメント層ごとに最適な訴求ポイント・メッセージを分析・特定。「どういう人」に「どういう事」を伝えれば良いのか、 を最適化する事で継続的なマーケティング施策の洗練を可能にします。
当社クライアントである住宅建材メーカーの事例ではリフォームの営業にあたり、販売加盟店からのファーストコンタクトのメール文面の顧客セグメント別の最適化に取り組みました。
過去データから、どんなニーズのどんな人にどんなメールを送ると勝率が上がるのかを分析し仮説を構築。AIアルゴリズムを活用し、有効訴求ポイントの自動抽出を実施。
AIによるカスタマイズ文章は従来の一律の送信文章に比べ、顧客からのメール返信率を約1.5倍に引き上げる効果を実現いたしました。
CAASSAでは高度な自社AI技術によるデータ分析手法と、データベンダーとのアライアンスの活用等により、各ユーザーの人格(ペルソナ)を自動分析・生成することで、 高精度な1-to-1マーケティングを実現しています。ユーザー“個人単位”の興味・関心データはプライベートDMPとして活用可能であり、継続的に高い効率と効果が期待 できる1-to-1マーケティング施策を可能にします。
ユーザーの登録情報、購買情報、営業情報、自社WEBサイト内の回遊分析などにより、自社メディア・サービス利用における人物像の可視化を行います。
CRMデータとして確保した顧客データを、さらに外部データソースとIDレベルでシンクすることで、個人レベルでの趣味嗜好の認識が可能となります。
事例として大手ポータルサイト運営クライアントでの分析をご紹介します。ポータル上には、主要コンテンツである金融以外にもスポーツ、教育、観光など様々なカテゴリのコンテンツを提供。今までは各WEB訪問者個人レベルでの興味・関心までの追跡はできていませんでした。
CAASSAでは自然言語処理などの技術を用いて、クライアントWEB上のコンテンツに「自動タグ付け」を行うことでサイト内閲覧行動の詳細を把握し、ユーザー単位での趣味・嗜好・興味・関心の把握を実現しました。さらに、外部サイトの回遊データや位置情報データなど、各種オープンデータを自動構造化することで、各ユーザーのペルソナを自動生成。それにより個々人に応じた広告、商品レコメンドやメール配信など、高いパフォーマンスの1-to-1のマーケティング施策を実現することでユーザー満足度の高いサイト実現に貢献しました。
従来の消費者の行動に関する正確な理解が必要とされる業界、例えばスーパー、コンビニ、飲食チェーン、小売店などでは、膨大な予算・ 時間を使って顧客の消費傾向や行動に関する知見を得て、広告やその他のマーケティングキャンペーンを通じての試行錯誤により売上の最大化を目指すことが通例となっていました。 これまでにご紹介してきた各ユーザーの興味・関心や消費行動に関するデータインサイトの取得は、既存客に対する「アップセル」や「クロスセル」のトリガーとなり、顧客単価を最大化することに貢献します。
コンビニエンスストア事業を経営するクライアントにおいて、ユーザーのアプリ登録と同時に登録情報や購買データを連携することでユーザーの嗜好性に
基づいたクラスタリング分析を実施いたしました。データ分析から「平均来店回数が一日一回を超える。且つ、コンビニをカフェのように利用し主な
購入が"コーヒー"である顧客クラスター」、「総菜や日用品の購入が主目的のスーパー利用類似クラスター」など、
多種多様なクラスターを顕在化。
前者クラスターに、メールやアプリを通じ「サンドイッチなどカフェ関連商品のクーポンを提供する」といった、
顧客層に応じた効果的なアップセルの実現を達しています。
CAASSAのアナリティクスはユーザーの解約防止や満足度の向上など、ライフタイムバリュー(LTV:生涯顧客価値)向上にも貢献します。
「サービスを長期間利用していないユーザー」や「解約を考えているであろうユーザー」など、サービス利用の継続に課題を抱いている可能性が高いユーザーを自動的にリストアップします。
課題のあるユーザーをいち早く特定し、そのユーザーに対し、適切なアクションをとることで満足度及びサービス継続の可能性を高めていきます。
前出の金融系クライアントにおけるクレジットカード事業において、既存ユーザーによるサービス解約やキャンセルなどによって、顧客のライフタイムバリュー(LTV)が
伸び悩んでしまうという課題が多く散見されました。
データアナリティクスによる時系列データの解析により、顧客のお客様ページ閲覧履歴を分析し、解約予兆となるページカテゴリを特定するなと、サービスの解約に至るまでの行動・
思考背景を明らかにしました。その情報をもとに予兆顧客リストを作成し、各チャネルに連携することで顧客の離脱を抑止する施策実施に役立てています。