Macnica

ユースケース08

One to One Recommendation

レコメンドを最適化する顧客DNAの推定

  • リテール
  • EC
  • D2C
  • リコメンド
  • 売上向上
  • 購買データ
  • CrowdANALYTIX

Business challenge

顧客が触れるデジタルコンテンツが増加する中で、「顧客の興味、趣向、動機、価値観などを理解した上で、情報提供ならびにコミュニケーションをとること」が顧客プレファレンスの獲得、ブランド力の向上、LTVの向上において重要である。
この顧客理解をAIを活用し、様々な顧客との接点データ(Webアクセス情報、購買履歴、製品情報)から顧客それぞれの興味、趣向、価値観を推定することで、有効な顧客コミュニケーションの実現を目指す。

課題

コロナ禍を契機に消費者生活のデジタル化が指数関数的に加速する中で、消費者が触れるデジタルコンテンツの量は増加し続けている。その限られた消費者の時間の中で、消費者が有効なパートナーと認識し、時間をかけても良いと感じるブランド、企業となることが、競合との競争、ならびにLTVの向上において非常に重要だ。
この消費者から有効なパートナーであると認識されること、好きなブランドとして認知されるためには、顧客目線でのコミュニケーションが必須であり、この顧客目線でのコミュニケーションのためには、顧客を知り、理解し、顧客理解に沿った情報提供、コミュニケーションを実現する体制、仕組みが必要となる。
特に、より顧客の心にかかわる部分ー顧客DNA(興味、趣向、動機、価値観など)に沿ったコミュニケーションは有効であり、この顧客DNAをいかに推定するか?ということが効果的なマーケティング活動において重要要因となる。
しかし一方で、顧客との接点ならびに情報は限られている中で顧客理解は非常に難しく、多くの企業では顧客に対し画一的なコミュニケーション、情報提供を行うに留まっている。

課題

課題解決のアプローチ

顧客理解において有効なデータとして個々の顧客の購買データがある。購買に至るにあたり、顧客は金額との対価があるかという観点で意思決定をしており、この意思決定がどのような背景・理由によって意思決定がされたのか?を探ることが顧客理解において有効な探索アプローチとなる。この購買データの分析のため、まずは個々の購買データに紐づく商品がどのような特徴を持った商品であるのか?ブランド、色、サイズ、テイスト、機能などを商品の属性をマスタ化する。そしてそのマスタ化された商品属性と顧客の購買データを突き合わせることで、各顧客がどのような属性を持った商品を好んで購入しているかを分析し、顧客の趣向を算出する。

また、その他のデータ、例えば検索ログや商品ページへのアクセスログ、顧客自身で登録したデモグラフィック属性やアンケート情報など 顧客との接点で生まれたデータを組み合わせることで、顧客DNA(興味、趣向、動機、価値観など)に対する傾向をAIを用いて算出する。協力いただける顧客へのアンケートや、リコメンド結果を通して、AI算出結果を繰り返しチェック、学習データとして活用することで、顧客理解における精度をあげていく。

持続的な経営活動、競合との競争が続く中で、顧客の理解度をあげていくことは、ある期間で完了するものではなく、継続的に実施していく必要がある取り組みである。限られたスコープでの実証実験ならびに稼働はしつつも、顧客理解をベースとした顧客へのマーケティング活動、またそのマーケティング活動により発生した示唆ならびにデータをもとにさらに顧客理解を深めていくことが、企業の競争力を高めていく上において重要である。

マクニカは、顧客理解をサポートするAIモデルの開発・運用・精度維持、ならびにその顧客理解の活用において「伴走型パートナー」として継続支援している。

顧客DNAの算出AIイメージ