本書は2017年4月1日にTeradata Japanのブログに掲載された内容を、再掲載したものです。
掲載内容の正確性・完全性・信頼性・最新性を保証するものではございません。
また、修正が必要な箇所や、ご要望についてはコメントをよろしくお願いします。
著者 山本 泰史 (やまもと やすし)
キャンペーン管理 ― 分析結果を行動へ
マーケティング活動における意思決定は、非常に単純で、そして複雑だ。決めるべきことは単に、「誰に対して、何を、どこで、いつ案内すべきか」のみ。これを正しく意思決定できれば、あとは行動するだけ。この働き掛けによって顧客が動き、自社と価値の交換がなされ、収入が導かれる。しかしながら今日の企業、特に生活者に対峙する企業は、膨大な数の顧客と接し、多種多様な商品やサービスを扱い、いくつものチャネルを管理しており、一方で顧客がニーズを感じる瞬間は千差万別だ。この無限大に近い組み合わせから、正しい組み合わせを導き出すのは大変だ。
統合された顧客データを分析することが、これに対するヒントをもたらすことを、前回までで解説してきた。一方で顧客理解を顧客への働き掛けに昇華できなければ、何の意味もない。収入を形作るのは常に顧客であり、顧客の心を動かすためには、顧客に対する働き掛けが必要になるからだ。今回は、分析結果を行動に移すという点について考えたい。
キャンペーンの定義
日本でキャンペーンと言うと、テレビCM で「キャンペーン中」というメッセージとともに流れる、応募すると景品が当たる類のものを思い浮かべる方が多いかもしれない。しかしながら欧米圏におけるそれは、より広範な意味を持つ。もともとキャンペーンという言葉は、戦争や政治の世界で利用される言葉であり、場所や対象、メッセージなど、注力すべきポイントを特定し、そのポイントを攻略するための一連の活動を指す。
マーケティングの世界において、キャンペーンとは、対象を限定した顧客に対する働き掛け、提案の単位を意味する。そしてこのキャンペーンは、より細分化された単位で実施される傾向にある。この背景にあるのは、前述した顧客、商品やサービスといった提案内容、チャネル、そしてタイミングの多様化だ。これは言い換えれば、顧客ニーズの多様化を意味する。昔ながらの世界、すなわち、需要が供給を上回り、皆が同じものを欲しがり、マスマーケティングが絶対的な効力を有する世界においては、画一的なメッセージを用いて大衆を振り向かせることで事足りた。しかしながら先進国に共通する状況として、豊富な選択肢と供給過多が買い手市場をもたらすと、わがままな生活者が許容され、競争下にある企業は、顧客それぞれが有する異なるニーズに対応せざるを得なくなる。かくして、細分化されたマイクロ・キャンペーンの実行能力がマーケティングの巧拙を決定付けるようになる。
マイクロ・キャンペーンの特性
マイクロ・キャンペーン化した企業はどのような特性を有するか、ある海外の金融機関を例に考えたい。この金融機関では、特徴的な顧客行動を「イベント」ととらえ、このイベントをきっかけに顧客に接触する手法を開発した。「イベント主導型マーケティング(EBM:Event Based Marketing)」と呼ばれる、案内タイミングを個別化する手法である。例えば、「口座への多額入金の発生」というイベントは、何かしら顧客の懐具合に変化があったことを意味し、今までとは異なる金融商品の販売機会かもしれない。データウエアハウスは毎日このイベントに合致する顧客をスクリーニングし、合致した顧客に対してコールセンターなどを通じて接触を試みる。イベントに合致する顧客は、リストの中身が毎日入れ替わる「動的セグメント」として管理され、このセグメントに対してキャンペーンが自動実行される。この種のキャンペーンは毎日 100以上動き、それぞれは非常に小さい単位だが、平均40%といった高い反応率をたたき出すに至っている。
このようなアプローチを採用する企業に共通している点を抽出すると、まず動的セグメントで精緻に絞り込まれているため、反応率は高いが、単一キャンペーン当たりの反応顧客数は決して多くないことが挙げられる。一方で企業収益に寄与するため、そしてさまざまな顧客ニーズそれぞれに対応するため、キャンペーン数は多くなる傾向にあり、それを管理するための自動化、つまりマーケティング・オートメーションやキャンペーン管理の技術が必須となる。また、これはテレビCM や、Webサイト上で公開される類のキャンペーンではない。クローズドで継続的なキャンペーンだ。例えば会員ランクが上がったことの通知、一定期間利用がない場合のフォローアップもキャンペーンに含まれる。非常に小さな単位で動的セグメントを定義し、合致した顧客に対する後続アクションを事前定義し、定義に基づいて自動実行される。
ケーススタディ
もうひとつ、ケーススタディを紹介する。ある海外の通販企業では、ショッピング・サイト上の顧客行動に注目していた。顧客はショッピング・サイトで商品を選び、バスケットに商品を投入していく。すべてがバスケットに詰め込まれたら、決済画面に進み、取引決済が完了する。この一連の流れはセッションとして Webサーバにロギングされるが、取引決済まで完了しないバスケット・セッションや、いったんバスケットに投入されたにもかかわらず、購入商品確認画面でバスケットから外される商品もある。このデータは、何らかの理由で購入を思いとどまり、バスケットから商品を放棄したことを意味する。
分析の結果、このような顧客の 92%は、その後、ほかのチャネル(実店舗やコールセンター)も含めて放棄した商品を購入しなかったことが判明する。また別のアンケート調査から、購入を途中でやめた理由として、「合計金額が思ったより高かった」、「送料が高かった」などが多いことがわかった。
そのためこの企業では、バスケットから商品を放棄した顧客の中で貢献度上位の顧客、さらにほかのチャネルでも放棄商品を購入していない顧客を動的セグメントととらえ、このセグメントに対して、放棄した商品の割引や、送料無料などの優遇案内を eメールで送ることにした。Webサイトのアクセスログ・データは 1時間おきにデータウエアハウスに取り込まれ、上述した条件に合致する顧客がいるかどうか吟味され、合致する顧客に対しては自動的に eメールが送付される。人手を介さないこのマイクロ・キャンペーンは、毎日毎時間粛々と遂行される。顧客の側から見れば、1時間前に購入するか迷い、バスケットから外した商品が提案されることになる。実際にはほかの条件にも合致する必要があるため、単純にバスケットから外せば割引オファーが送られるわけではないが、このアプローチによって、販売機会損失を最小化しつつ、のべつまくなしに割引オファーをばらまくのを回避することが可能となったのである。
オフライン/オンラインのデータ統合活用
キャンペーン管理において、顧客データはセグメント条件の設定に用いられる。この設定においても、統合された顧客データが価値を持つ。図表をご覧いただきたい。2つのセグメンテーション例を挙げているが、「+」以降の条件はオンライン・データを追加している。A の例では住宅ローンを提案しているが、Webサイトのアクセスログが顧客の関心を表しており、絞り込み条件が鋭くなっている。B の例では新発売のヘッドフォンを提案しているが、ソーシャルデータを条件に追加することにより、よりクチコミを生み出しやすい顧客に案内することが可能となっている。キャンペーンへの活用においても、活用方法はそのままで、データが追加されたことの価値を享受できるのである。
![image.png](https://qiita-user-contents.imgix.net/https%3A%2F%2Fqiita-image-store.s3.ap-northeast-1.amazonaws.com%2F0%2F2768546%2F65134ae6-8968-331e-f716-69fe968acc20.png?ixlib=rb-4.0.0&auto=format&gif-q=60&q=75&s=83603a6284201730aa6f4a5fd8741cc7)