ディープラーニングで、高LTVのアプリユーザーを獲得

アプリのダウンロード数は増加し続ける一方、アプリからの離脱(英語資料)や、悪質ボットによる偽アトリビューション等のフラウド行為は、ROIを下げ、企業の成長を妨げているのが現状です。

そのためアプリのインストール数は、もはやマーケターが重視する利益率の指標とは言えません。一方で顧客のアプリ内課金や顧客生涯価値 (LTV) を重視する傾向が高くなっています。

App Annieの調査によると、世界のモバイルアプリのダウンロード数は2022年までには2,580億件になると予測されており、アプリ内課金は 約1,570億米ドルに達すると予測されています。(英語資料

アプリマーケターは、ユーザーがアプリをインストールして起動した瞬間から、プッシュ通知の受信同意、サブスクリプションの開始や購入などユーザーのアプリ内の行動を増やすようエンゲージメントを図ること、LTVの鍵であるリテンションの機会を向上させることが重要です。(英語資料

55%のマーケターによると、業務遂行において最大な課題は、ユーザーエンゲージメントとリテンションがであることが分かっています。(英語資料

さらに複雑なことに、不正アプリインストールやアプリ内の不正行為が2018年に劇的に上昇しており(英語資料)アプリマーケターは約190億米ドルもの代償を払っています。(英語資料

人工知能 (AI)は、価値のあるアプリユーザーの行動パターンや特性を把握し、新規を獲得するだけではなく、ユーザーとの関係性を維持するための戦略の策定にも役立ちます。また顧客のロイヤルティーを改善できるほか、不正な偽ユーザーを省くことができます。

ディープラーニングでキャンペーン改善

機械学習の1分野であるディープラーニングは、マーケターが価値のあるユーザーを見出し、そのユーザーの購入パターンを把握するための「武器」の一つです。ディープラーニングの進化は 人間の知能の機能と同様の考え方で作られていますが、コンピュータの能力、処理力のスピードに依存します。

人間によるデータ分析は個人の能力や経験に依存するので、10年の経験を有するマーケティングアナリストは、新卒者よりもオーディエンスのデータを迅速に深く理解できます。経験があるマーケターはすぐに有益なパターンと重視すべき異常行動と無視していい行動がわかります。

例えば、経験のあるマーケターであれば、18歳から25歳の男性のオーディエンスセグメントが、アプリを使って洋服を購入する可能性が最も高いのは午後であることに気づくことができます。このマーケターはその情報を活用し、そのアパレルの販促キャンペーンで当該セグメントにターゲティングを行うでしょう。

機械学習は、このアプローチをリアルタイムに、より大規模に、そして多次元での予測できます。

AIがある程度の作業を代替できるとしても完全に人間の手作業が不要になるということではありません。この技術を活用するにあたって、データの選定から入力までは人間でする必要があり、それは決して単純な作業ではありません。

AIを導入することで、18歳から25歳までの男性という情報だけではなく、そのセグメントのなかでもアルバイトをしている顧客が購入する可能性が高く、最も収益に繋がる購入者は購入前に商品を少なくとも2回オンライン上で閲覧したなど、他の情報が明確になります。

ディープラーニングは、AIが様々な内容の大量のデータを処理し、人間では思いつかない購入パターンも含め、精度の高い予測をします。例えば、その日の天気によって、どのスタイルの購入数が増えるか、朝の株式の変動は午後の消費パターンにどう影響するか、アパレルと並行で促進できるできる商品はどれか等を考慮した分析ができます。

例えば、Appier独自の方法でキャンペーンのパフォーマンスを改善するためにマーケティングファネルの一番最後のステージで最適化を行うことができます。このAIツールは、これまでに実施した類似キャンペーンのデータを活用し、その結果に基づいて予測をします。

これはオーディエンスについて深い理解や高LTVになりそうな顧客を特定するだけでなく、実施したキャンペーンが目標とするコンバージョンを達成できるかどうかも予測します。

ディープラーニングを活用したAppierの予測は、人間による予測よりも17%精度が高く、入札のトラフックを検討する際に欠かせないツールとなっています。

そして大きなメリットの一つは、ユーザー獲得キャンペーン時に過去のデータとLTVの高い顧客に関する総合的なデータに基づいて、価値のあるオーディエンスと類似した潜在顧客を発見できることです。また市場のダイナミックな変化を予測し、手遅れになる前にその変化に対応するのにも有効です。

このようにマーケターはディープラーニングを応用し、カスタマジャーニーをより的確に予測でき、包括的なマーケティングキャンペーンを実行できます。

ディープラーニングによって複雑なデータから理解しやすい顧客インサイトを見つけ出すことが可能です。そして優良ユーザーを獲得・維持し、広告詐欺を回避することでキャンペーンの最適化を支援します。

これにより、試行錯誤することなく効率よくコンバージョンを高めることで、全体的の収益性を向上させることが可能です。ぜひ次のキャンペーンにこの方法をご検討ください。

ディープラーニングを活用した、価値のあるユーザーの獲得、ユーザーとの最適な関係構築、ROIの向上について、詳しくは、Appierのウェブサイトからホワイトペーパー「質の高いアプリユーザー獲得を可能にする深層学習」をぜひダウンロードしてお読みください。