5 min read
人工知能（ AI ）はもはや「将来の大きなテーマ」ではなく、すでにデジタルマーケティングで採用されているメインストリームな技術です。スタートアップ企業から大企業まで多くの企業が、キャンペーン戦略や意思決定を強化するために AI 搭載のデジタルマーケティングツールを活用しています。最近のレポートによるとマーケティング担当者の 51% がすでに AI を使用しており、 27% が積極的に AI をデジタルマーケティング戦略に取り入れることを計画しています(英語資料)。
一方で、いくつかの障壁があるために AI 領域へ投資していない企業も存在します。マッキンゼーの調査によれば、その理由として２つの主な要因、デジタル化の貧弱さと、技術を実装できる人材の不足のあげられています( 英語資料) 。さらには AI を利用する必要性に関して理解が不足していることも考えられるでしょう。
デジタルマーケティングにおける AI の活用方法は数多くありますが、採用ポイントを見極めることが重要です。ここでは、実装の手軽なものから長期的な価値をもたらすものまで６つの活用事例についてご紹介します。
１．広告費の最適化
広告キャンペーンを最適化するためには、集客に無駄な広告費を支出してしまう前に、顧客の価値をまず正確に把握することが重要です。
マーケターは 10 ～ 20 のユーザーセグメントを元に手探りの試行錯誤で突き止めるよりも、 ディープラーニング(DL) などの AI 技術を活用し、膨大なユーザー行動データを分析してインサイトを把握することができます。これにより、 100 万を超えるセグメントのコンバージョン率( CVR) や広告費用対効果( ROAS) を正確に予測できるため、最も収益性の高いセグメントを特定し、ターゲティングすることが可能になります。
AI はその他にも、ユーザーの購入意図や興味・関心を学ぶことができるため、これらの収益性の高いセグメントを対象として関連商品を含むキャンペーンを実施することで、 ROAS をさらに高めることができます。
Appier のデータによると、 AI 搭載のプラットフォームによる商品のレコメンデーションは CVR を 10 ～ 20 ％向上することができます。
２．クロスデバイスターゲティングを活用する
多くの消費者は複数のデバイスを所有し、それらを横断して利用しているため、マーケターは効果的にターゲティングすることが難しくなっています。パソコン、タブレット、スマートフォンなど、どのデバイスに広告やメッセージを配信すべきか、適切なタイミングなどについて悩むマーケターもいるでしょう。
AI は、クロスデバイスマーケティングに対するマーケターの課題を解決し、高精度なターゲティングを可能にします。ユーザーが所有する複数のデバイスを横断した、ユーザーが購入に至るまでの典型的なユーザージャーニーを分析・把握することで、顧客ごとに「顧客ビュー」を作成します。AIを使ってユーザーのインサイトを獲得することで、価値の高いユーザーを特定し、彼らのデバイスへ効果的にターゲティングすることができるため、ユーザージャーニーの各タッチポイントで最適なキャンペーンを実施することもできるようになります。
３．アプリユーザーの生涯価値の向上
ユーザーを継続的にアプリにひきつけることは、難しくなっています。調査では 4 人に 1 人のユーザーが、アプリを 1 回使用しただけで、再度起動させることはないことが分かっています (英語資料) 。
これまでアプリの成功は、ダウンロードやインストトールの頻度によって評価されてきましたが、最近では継続的なエンゲージメントやユーザーの保持などの指標で評価されています。最終的には、アプリ内の購読登録や商品購入など、行動を起こすユーザーだけが収益を生み続けることができるからです。
ここでも人間の経験や勘に頼って価値あるアプリユーザーを見つけ出そうとするよりも、 DL を利用するほうが不正なインストールを最小限に抑えつつ、ユーザーによるクリックやアプリ内イベントのユーザーパターンを分析することができます。更にサードパーティデータに基づいて外部サイト上でのオンライン行動も把握すれば、ユーザーを保持しながらコンバージョンへ繋げられる、最も優良なユーザータイプを探り出すこともできます。
４．顧客シェアの拡大
パレートの法則が示すように、会社の売上の 80 ％が 20%の顧客 に依存しているため、既存顧客にリマーケティングすることが非常に大切です (英語資料) 。
マーケターは機械学習（ ML ）を活用して、よりパーソナライズされた商品の「お勧め」を作成することで、ひとりの顧客が自社の製品やサービスを購入する頻度や確率を高め、既存顧客の購入意欲を高めることが可能です。単純に、事前定義された規則に基づいて「お勧め」を作成するよりも、 ML で自社の過去データとサードパーティの顧客データを統合することにより、自社チャネルで発見したユーザー行動を超えて、ユーザーが外部サイトで示したユーザーの興味、嗜好を掘り下げることができ、より効果的なキャン―ペーンを展開できます。
この獲得したインサイトで、顧客の真の興味・関心に合致した精度高くパーソナライズされた「お勧め」を作成することができます。その結果、自社の収益 6 ～ 10% の増加が期待できることが分かっています(英語資料)。
5. 顧客体験の強化
定着する可能性が高い顧客を引き付け維持するには、優れた顧客サービスだけではなく、それ以上のおもてなしを提供する必要があります。これを実現するのは、決して簡単ではありませんが、 AI の技術を駆使することで、達成できる可能性が高くなります。
現代の消費者は、商品やサービスについて問合せをした場合、迅速な対応を求めています。これを支援する１つの対策として、チャットボットは、ライブチャットを通して顧客が頻繁に質問する問い合わせに対し、タイムリーな回答を提供するために役立っています。さらに、チャットボットは 24 時間対応が可能なため、顧客はいつでも回答を得ることができ、顧客体験の向上にもつながっています。
その他、 AIによる 予測分析は、顧客の興味・関心にあった商品の「お勧め」をサポートし、顧客とコミュニケーションしている間でも関連の提案を行うことができるようになります。オンラインチャット、 E メール、電話、 CRM 、ソーシャルメディアから過去とリアルタイムデータを自然言語処理で分析することで、オーディエンスの興味・関心を知るだけではなく、「満足」、「不満足」、「興奮」などの感情を把握することができます。
6. 顧客離脱の予測と防止
顧客の解約や利用停止は、どの会社にとっても継続的な課題です。毎月の解約率がたったの 3 ％であっても１年間で失われた顧客と売上は大きな問題です。さらに、新規顧客を獲得するには、既存顧客を保持するよりも５倍の費用がかかります。 従来の方法では、顧客離脱の防止に取り組む場合、遡及的なアプローチを実施する一方、施策の微調整と変更をしながらその効果や課題を調べます。
このような手動作業を行う代わりに、マーケターは ML を使用してどのような「タイプ」のユーザーが解約の傾向があり、定着させるには何が必要かを予測することができます。これが分かれば、対策を講じてそれを防ぐことができるのです。例えば、特定の離脱指標に対するアラートの設定、休眠ユーザーの最近の興味・関心に基づいたキャンペーンの作成、または顧客の好みに合わせたクリエイティブの調整など様々な方法を試してみることができます。
広告費の最適化から、顧客シェアの拡大、離脱の防止まで、 AI を駆使し「顧客データ」をビジネスで活用できる「インサイト」に変えることで、より効果的マーケティング戦略の設計かつ競争力の強化につなげられるでしょう。上記でご紹介いたしました６つのポイント、１つでも直ぐに実行しお役立てれば幸いです。
マーケティングパフォーマンスを向上させるための AI ソリューションをご検討されていますか？当社の製品やサービスいついて、ご質問がありましたら、お気軽に お問い合わせフォーム よりご連絡ください。
