戻る

【マーケティング用語集】ルックアライクモデリング:高価値の潜在顧客を見つける効果的な方法

ブランドを成長させるためには、顧客ベースを拡大する必要がありますが、既存顧客を超えて、関連性を保ちながら拡大するにはどうすればよいでしょうか?解決策の1つは、ルックアライクモデリングを使用して、既存顧客と類似したオーディエンスを特定することです。では、ルックアライクモデリングとはどのようなもので、マーケターにはどのような利益をもたらし、またどのように機能するのでしょうか? 

ルックアライクモデリングとは

ルックアライクモデリングは、機械学習をベースとした分析手法で、最高の既存顧客の行動やデモグラフィック特徴に類似した特徴を示す人のグループを特定するものです。

例えば、ecサイトの場合、最高の顧客は月に2度買い物をし、1回の注文で平均的に16,000円を消費し、テクノロジーやゲーム関連の商品を購入しているとします。ルックアライクモデリングは、類似した特徴を持つ人を特定します。

最高の顧客として識別された人は、シードオーディエンスとして知られています。最高の顧客に類似した人のグループは、ルックアライクオーディエンスと呼ばれます。 

ルックアライクモデリングがマーケターにもたらすメリット

マーケターは、以下のような様々な方法で、ルックアライクモデリングからメリットを得ることが出来ます。 

・リードジェネレーションの向上

ルックアライクモデリングは、機械学習の精度により、最高の顧客のように行動する潜在顧客を発見し、既存顧客ベース以外の高品質な潜在顧客を特定することが出来ます。  

・マーケティング支出の削減

ルックアライクモデリングを使用することで、ターゲットオーディエンス層の全員ではなく、価値の高いルックアライクオーディエンスのみに力を入れることが出来ます。これにより、獲得費用を削減し、投資収益率を上昇させることが出来ます。 

・ブランド認知度の促進

ルックアライクモデリングは、新しいオーディエンスを提供するため、ブランド認知度の促進に効果的です。ブランドや製品をターゲットプロファイルに合ったより多くの人にアピールすることで、購買への第一歩となる興味およびエンゲージメントを高めることが出来ます。 

・より正確なターゲティングの実現

ルックアライクモデリングは、機械学習を使用して、既存顧客と幅広いウェブ上のオーディエンスのデータを分析・比較し、最高の顧客の最適かつ最も正確な特徴を見つけ出します。

これらの特徴は、ターゲティングの精度を高めるだけでなく、リターゲティングキャンペーンをパーソナライズするのにも役立ちます。 

・顧客の理解を深める

ルックアライクモデリングのプロセスでは、オーディエンスのセグメントや、コンバージョンにつながる行動について、より深く理解することが出来ます。これらの見識は、あらゆるチャネルにおけるマーケティング戦略や今後のキャンペーンを最適化するために利用できます。 

・コンバージョンの増加

ルックアライクモデリングは高品質のリードを特定するため、クリックスルー率(CTR)やコンバージョン数を大幅に増加させることができます。これにより、利益を高め、収益率を改善し、最終的にビジネスを成長させることが出来ます。 

ルックアライクモデリングの仕組み

他のコンピュータモデリングと同様に、ルックアライクモデリングは、データ、アルゴリズム、機械学習を組み合わせて行われます。このプロセスは通常、

データマネジメントプラットフォーム(DMP)を介して行われ、3つの重要なステップがあります。 

ステップ1:データの収集

ルックアライクオーディエンスを生成するためには、まず幅広いオーディエンスデータを収集する必要があります。これには、オウンドチャネルから収集したファーストパーティーデータのほか、他のウェブサイトやアンケートなどのセカンドパーティーデータおよびサードパーティーデータも含まれます。重要なのは、利用できるデータが多ければ多いほど、モデリングの精度が高まるということです。 

ステップ2: 属性と行動の定義

データの収集が完了したら、次のステップでは、最もエンゲージメントが高く、収益性の高い顧客やシードオーディエンスの最も代表的な属性と行動を特定します。属性や行動とは、所在地、購入履歴、購入頻度や数量、閲覧履歴、特定の製品に対する関心などが含まれます。

これらの属性を細かく定義すればするほど、質の高い潜在顧客を特定できる可能性が高くなります。しかし、シードオーディエンスのパラメーターを制限することで、コンバージョンに繋がる可能性が最も高い人を発見できる一方で、ルックアライクオーディエンスのサイズが制限されてしまいます。これは、選択した属性が多ければ多いほど、より多くの潜在的な顧客を除外することになるからです。

目標がコンバージョンではなく、リーチや認知度をより重視している場合は、より広範囲で具体性の低い属性と行動を選択することでより多くのオーディエンスを生出することができます。  

ステップ3:ルックアライクオーディエンスを生成する

シードオーディエンスの属性と行動が決定したら、一致するプロファイルを見つけるためにアルゴリズムが適用されます。ユーザーは、機械学習による予測モデリングを用いて、シードオーディエンスとの類似性に基づいて個々のレベルでスコアリングされます。最もスコアの高いプロファイルは、ルックアライクオーディエンスとなります。

ルックアライクモデリングプロセスにより、他では特定できないようなパフォーマンスの高いオーディエンスをピンポイントで特定することができます。 

ルックアライクモデリングは、ビジネスの成長を目指す企業にとって大きなメリットをもたらします。成功の鍵となるのは、質の高いデータとスマートなモデリングソフトウェアの組み合わせです。マーケティング活動が競合他社と同じにならないよう、より優れたルックアライクオーディエンスを構築するために利用できそうな未利用のデータセットを考える必要があります。 

*AppierのデータサイエンスプラットフォームであるAIXONにご興味がありましたら、こちらからお問合せください。

ブログを購読する

購読すると定期的に顧客体験とマーケティングDXを進化させる最新の情報をお届けします