予測的パーソナライゼーション：その重要性とContentsquareによる実現方法

生成AIの普及によってコンテンツ制作が加速し、かつてないほど大量のコンテンツが生み出されています。しかし、コンテンツが増えればエンゲージメントやコンバージョン、そして収益が必ずしも増加するわけではありません。

なぜなら、コンテンツが激増した結果として、顧客のニーズに合わない無関係なメッセージも氾濫するようになったからです。数多の情報の中で際立つのは、顧客にとって本当に関連性が高く、有益な体験やメッセージのみです。

だからこそ、パーソナライゼーションを最適化し、適切に実行することの重要性がこれまで以上に高まっています。

多くのブランドはパーソナライゼーションを苦手としています。もし「自社も十分にできていない」と感じたとしても、気を落とさないでください。パーソナライゼーションの専門家であるMark Abraham氏によると、卓越したパーソナライゼーションを実現できているブランドは全体のわずか10%に過ぎません。

しかし、ご安心ください。本記事では、この課題を解決するためのヒントとして以下のポイントを解説します。

• 予測的パーソナライゼーションを活用して、関連性が高く満足度の高い体験を提供する方法

• Contentsquareのプラットフォームが、行動インサイトを通じてパーソナライゼーションをどう支援するのか

• ContentsquareとMastercard社が提供するパーソナライゼーションシステム「Dynamic Yield」を組み合わせることで、取り組みをどのように飛躍させるのか

また、家電小売大手のElkjøp Nordic社が、ContentsquareのインサイトとMastercard Dynamic Yieldを活用して、リアルタイムでウェブ体験をどのようにパーソナライズしているのか、その事例も紹介します。

予測的パーソナライゼーションとは何か？

「お客様は常に正しい」という言葉は誰もが聞いたことがあるでしょう。しかし、予測的パーソナライゼーションが目指すのは、「企業が常にお客様について正しく理解している」状態を作ることです。

これは、顧客のニーズや好みを事前に予測し、それに応えるように顧客体験を調整することを意味します（予測した結果、顧客の迷惑になりそうな場合には、あえてメッセージや通知を送らないという判断も含まれます）。

顧客の未来を見通すために、タロットカードや水晶玉は必要ありません。AIと機械学習アルゴリズムの進化により、顧客データを分析してパターンやトレンドを見つけ出し、顧客が最もポジティブな反応を示すアプローチを予測できるようになりました。

具体的なイメージを掴むため、様々な業界における予測的パーソナライゼーションの5つの例を紹介します。

• 小売・eコマース： 顧客の閲覧履歴に基づいて商品を推奨し、日用品の再注文が必要な時期を予測してパーソナライズされた割引を提示する

• 金融サービス： 顧客の行動データと設定された財務目標を活用し、一人ひとりに合った予算管理のヒントや投資アドバイスを提供する

• 旅行： 過去の旅行履歴から次の目的地やホテルを提案し、旅行のニーズを予測して最適な旅行パッケージを提示する

• ソフトウェアプラットフォーム： ユーザーの役割や利用パターンに基づき、ダッシュボード、メニュー、ワークフローを自動的にカスタマイズする

• エネルギー提供企業： 個別の電力使用状況に関するインサイト、ピーク時のアラート、カスタマイズされた省エネ推奨策を提供する

予測的パーソナライゼーションのメリット

パーソナライゼーションは、やり方を間違えると逆効果になります。以下のような経験はありませんか？

• 半年前に購入したばかりの商品を、再び「おすすめ」として紹介される

• 単なる好奇心でシベリア旅行の費用を調べただけで、おすすめ欄がシベリアのパッケージツアーで埋め尽くされる

• 銀行から「〇〇様！私たちはお客様を一人の個人として大切にしています…」という定型文丸出しのメールが届く

こうした体験は、顧客を苛立たせ、ブランドから遠ざけます。企業が顧客を理解し気遣っているどころか、「あなたのことを全く理解していないし、気にも留めていない」というメッセージを伝えてしまっているのと同じです。

しかし、パーソナライゼーションを適切に実行できれば、大きな見返りがあります。経営コンサルティングファームのMcKinseyによると、「成長率の高い企業は、成長の遅い企業に比べて、パーソナライゼーションから得られる収益が40%多い」とされています。

予測的パーソナライゼーションが収益を生み出す仕組み

• エンゲージメントの向上： 関連性の高いタイムリーな体験は、ユーザーのエンゲージメントと満足度を新たな次元に引き上げます。

• コンバージョン率の向上： 顧客が好むであろう商品やサービス、コンテンツを推奨すれば、当然ながら売上は増加します。的外れな推奨（例えば、髪の毛がない人に櫛を勧めるなど）では意味がありません。

• ロイヤルティの向上と信頼の獲得： 顧客は「理解され、大切にされている」と感じることで、ブランドへのロイヤルティを高めます。Mark Abraham氏がTED Talkで語ったように、「体験をパーソナライズすれば、顧客は喜んでデータを提供してくれるようになる」のです。

• マーケティングコストの削減： 適切な顧客に、適切なタイミングで、適切なメッセージを届けることで、マーケティング活動を最適化し、無駄な支出を削減できます。

予測的パーソナライゼーションの可能性をご理解いただいたところで、「では、どうすれば確実にそれを実行できるのか？」という疑問が湧いているはずです。

予測的パーソナライゼーションに必要なデータと、Contentsquareによる取得支援

顧客がウェブサイトを訪れたりアプリにログインしたりした際に、彼らが何を求めているのかを予測するには、過去の行動を理解し、コミュニケーションチャネルを通じて発せられる顧客の声に耳を傾ける必要があります。

ここでは、2つのタイプのデータが必要になります。

1. 定量データ： 数えることや測定が可能な数値データ

• 行動データ： ページビュー、クリックスルー率、コンバージョン率、平均注文額など

• デモグラフィックデータ： 年齢、性別、所得水準など

• ファーモグラフィック（企業属性）データ： 企業規模、業界、収益など

2. 定性データ： 数値化できない情報

• ゼロパーティデータ： 顧客が意図的に共有したデータ（希望する連絡頻度などの明示的な設定、自己認識、VoCアンケートやフォームで収集されたフィードバックなど）

• コンテキスト（文脈）に応じた行動インサイト： 顧客が「なぜ」そのような行動をとったのかを説明できる情報

Contentsquareの体験インテリジェンス・プラットフォームは、予測的パーソナライゼーション専用のプラットフォームではありませんが、体験にパーソナルな価値を付加するために不可欠な、定量的および定性的な行動インサイトの宝庫です（AIを活用してこれらを抽出します）。

定量的な側面では、自動キャプチャ機能「スマートキャプチャー」により、顧客のインタラクションを100%捕捉します。手動でのタグ付けは一切不要で、ユーザー行動の包括的なデータセットを構築し、それらを自社の技術スタック（予測モデルなど）と連携して分析することが可能です。

定性的なインサイトについては、「Experience Analytics」プロダクトが備える充実したツール群を活用し、過去のユーザー行動を遡って根本原因を究明できます。当プラットフォームのAI「Sense」により、データアナリストだけでなく誰でも簡単に反復的な分析を行い、視覚的で直感的に共有しやすいインサイトを得ることができます。

さらに、フィードバックの収集も強力にサポートします。Contentsquareの「Voice of Customer （VoC、顧客の声）」プロダクトを使えば、フィードバックの収集、分析、そしてアクションへの反映を大規模かつ迅速に行えます。数秒でアンケートを設定し、Senseを用いて回答をフィルタリング・分析し、Experience Analyticsを適用して、混乱を招いた背景にあるユーザー行動を正確に理解できます。

また、「データコネクト」機能を使えば、カスタムAPIを構築することなく、Contentsquareの行動データをSnowflake、BigQuery、Databricks、Redshift、Amazon S3などのデータウェアハウスへシームレスに連携できます。これは、機械学習モデルやパーソナライゼーションツールにとって非常に有用です。

ここからは、Contentsquareがよりパーソナルで関連性の高いウェブ体験の構築を支援する、3つの具体的な方法を見ていきましょう。

Contentsquareがパーソナライゼーション戦略を強化する3つの方法

1. パーソナライゼーションが切実に求められているポイントを特定する

パーソナライゼーションが最も必要とされるのは、顧客がフラストレーションを感じたり、エンゲージメントを失ったりしている瞬間です。Contentsquareは、そうしたフリクションを発見し、理解するために構築されています。

「ジャーニー分析」や「ファネル分析」を使用すると、ユーザーがどのようにウェブ体験を進んでいるか、そしてどこで行き詰まり、離脱しているかを正確に把握できます。

セッション中のVoCアンケートやフィードバックボタンも、フリクションの発見に有効です。例えば、顧客がサイトから離脱しようとした瞬間に「離脱意図アンケート」を表示させたり、サブスクリプションを解約した直後にポップオーバーアンケートを提示したりできます。

さらに、「Digital Experience Monitoring」機能が、エラー、パフォーマンスの低下、顧客のフリクションを検知した際にAIによるアラートを発出します。その後、「インパクト定量化」を用いて、それらの問題が収益に与える潜在的な影響額を把握できます。

Senseを活用すれば、必要なインサイトを簡単に取得できます（データアナリストである必要はありません）。 プラットフォームに組み込まれたAIアシスタント「Chat with Sense」に対し、ユーザー行動について自然言語で質問するだけで、分かりやすいグラフや次に深掘りすべき推奨の質問とともに、数秒で回答が返ってきます。

カスタマージャーニーの中で、パーソナライズされたアプローチを強化すべき箇所を、あっという間に見つけ出すことができるのです。

2. パーソナライゼーションのテストが行動と収益に与える影響を分析する

Contentsquareのインサイトは、予測的パーソナライゼーションプラットフォームにシームレスに連携できるため、パーソナライゼーションの施策が顧客行動にどのような影響を与えたかを詳細に分析できます。

例えば、ContentsquareはMastercard Dynamic Yield（パーソナライゼーション・オペレーティングシステム）と統合することが可能です。

Mastercard Dynamic Yieldは、企業がパーソナライズされた体験を作成し、顧客に提供することを支援します。AIと統合された顧客データハブを活用し、顧客がサイトやアプリを操作するのに合わせて、リアルタイムで推奨事項の提示や調整を行います。また、メール、SMS、プッシュ通知、検索結果のパーソナライズにも対応しています。

Mastercard Dynamic Yieldによるパーソナライゼーションの成果を測定し、「何が効果的だったのか」を再現性のある形で理解するためには、それが顧客行動にどのような影響を与えているかを正確に把握する必要があります。

ここでContentsquareが非常に大きな役割を果たします。ABテストに行動データのコンテキスト（文脈）を追加することで、推測に頼らない結果分析が可能になります。

「なぜバリアントAがバリアントBよりも優れた結果を出したのか」を推測する代わりに、以下の分析を実行できます。

• ヒートマップを使用してバリアントを並べて比較し、ユーザーがどこをクリックし、スクロールし、スワイプしたか（あるいは何を無視したか）を確認する。

• セッションリプレイを使用して個々のユーザーセッションを振り返り、テストバリエーションの前、最中、後に顧客が何をしていたかを確認する。AIを搭載した「セッションリプレイ・サマリー」により、セッション全体の行動トレンドを素早く特定し、各リプレイの重要な瞬間に直接ジャンプできます。

• インパクト定量化を用いてパーソナライゼーションテストの収益への影響を測定し、ステークホルダーに施策の価値を証明するとともに、今後どの取り組みを優先すべきかを判断する。

要するに、確信を持って反復的なパーソナライゼーションテストを実行し、より迅速に、効果的に、そして戦略的にウェブ体験をパーソナライズできるようになるのです。

3. オーディエンスセグメントを詳細に理解する

ブランドの顧客層は多様であるため、全体をひとまとめに分析しても、それぞれのジャーニーを最適化するために必要な詳細な実態は掴めません。

したがって、ターゲットを絞ったパーソナライズされた体験を提供するには、顧客セグメンテーションが不可欠です。共通の特性に基づいて顧客をコホート（グループ）に分類することで、彼らの行動とニーズをより深く理解し、より正確にターゲティングされた体験を構築できます。

Contentsquareを使用すると、行動、地理的情報、テクノロジー環境に基づくセグメントを簡単に作成し、分析時にそれらでフィルタリングしたり、異なるコホートの行動を横並びで比較したり（例えばファネルを通過する際の違いなど）できます。

利用できるフィルターの例：

• 使用デバイス（モバイル、デスクトップ、タブレット）

• 新規またはリピーター

• セッション時間

• ページビュー数

• 特定の要素をクリックした（またはクリックしていない）ユーザー

• フリクションスコア

これらのフィルターを活用することで、あらゆるオーディエンスセグメントの行動を詳細に理解し、様々なタイプの顧客に最適なアプローチを見つけ出すことができます。

さらに、インパクト定量化を使用して各セグメントの収益価値を測定できるため、カスタマージャーニーの最適化とパーソナライゼーションを行う際、最も価値の高いセグメントに焦点を当てることができます。

これらの情報はすべて、顧客像を豊かにし、パーソナライゼーション施策に対する顧客の反応の理解を深めるのに役立ちます。

Contentsquareでの分析時に、Mastercard Dynamic Yield（リアルタイムの行動パターンに基づいたセグメンテーションが可能）からの顧客セグメントデータを重ね合わせることで、顧客像をさらに精緻化できます。

同様に、Contentsquareで得られた特定オーディエンスセグメントの行動インサイトを、Mastercard Dynamic Yieldでのキャンペーン実施時に活用することも可能です。

例えば、「モバイルの新規訪問者」と「モバイルのリピーター」が、決済画面でポップアップ表示されるパーソナライズされた推奨事項に対してどのように異なる反応を示すかを正確に理解できれば、各セグメントに向けた体験設計において圧倒的なアドバンテージを得ることができます。

Elkjøp Nordic社による、ContentsquareとMastercard Dynamic Yieldを活用した体験の最適化

パーソナライゼーションのリーダー企業は皆、定量データおよび定性データを取得、構造化、分析し、アクションに繋げています（これにはContentsquareのインサイトも含まれます）。

イギリスの多国籍家電・通信小売企業Currys PLCの傘下である、家電小売企業Elkjøp Nordic社の例を見てみましょう。

Elkjøp Nordic社は北欧最大の家電小売企業です。家電市場で25%以上のシェアを誇り、ノルウェー、スウェーデン、デンマーク、フィンランドに400以上の実店舗を展開しています。

過去のContentsquare 主催イベント「CX Circle」において、Elkjøp Nordic社のeコマース担当ディレクターであるJulia Paulsen氏が、同社チームがどのように行動データとVoice of Customer （VoC、顧客の声）を活用して北欧4カ国のウェブサイトを最適化し、数百万ドル規模の収益を牽引しているかを紹介しました。

Elkjøp Nordic社は、オンラインで顧客が目にする情報のわずか10%しかデータに基づいていない（90%は人間の直感や一般的なルールで決定されている）という製品中心のモデルから、情報の80%をデータで制御するモデルへと移行を進めています。

世の中にデータは溢れていますが、正しいパーソナライゼーションの意思決定を行うためには、データを厳選しなければならないとJulia氏は説明します。

「今日、私たちは皆『データレイク』で泳いでいますが、実際に必要で活用できるデータを見極めなければ、思わぬ落とし穴にハマる（魚に噛まれる）ことになります」と彼女は語ります。

「自問すべきなのは、『どのデータが顧客に真の価値をもたらすのか？』ということです。なぜなら、それこそがビジネスに価値をもたらすものだからです」

Elkjøp Nordic社の場合、価値のあるデータとは、幅広いソースから抽出された定量データと定性データの両方を指します。

• 顧客のアイデンティティ（郵便番号、住所、閲覧履歴）

• 取引データ（注文履歴）

• 製品データ（製品属性、人気度やトレンド、在庫レベル）

• ユーザー生成コンテンツ（レビューや評価）

• コンテキストデータ（使用デバイス、位置情報）

• サードパーティデータ（広告データ）

これらに加えて、もちろん行動データも重要です。Elkjøp Nordic社はContentsquareを使用して、セッション中の行動を詳細にトラッキングしています。そして、このデータをMastercard Dynamic Yieldに連携し、顧客体験をリアルタイムでより正確にパーソナライズしています。

Elkjøp Nordic社がどのようにMastercard Dynamic Yieldを活用して顧客中心のデジタル体験を構築しているかについては、Dynamic Yieldの導入事例にてご確認いただけます。

また、Julia氏へのインタビュー動画では、テストやデータ主導の推奨を通じてウェブサイト体験を向上させる仕組みについて詳しく語られています。

企業は「顧客にとって何が最適かを自らが知っている」という思い込みを捨て、顧客の行動から発せられるシグナルに耳を傾けなければなりません。顧客は、一つひとつのクリックや離脱を通じて私たちにメッセージを送っています。Contentsquareは、顧客が伝えようとしている声に耳を傾けるために必要なインサイトを提供してくれます。

Julia Paulsen氏

Elkjøp Nordic社 Eコマース・ディレクター

さらに重要なのが顧客からのフィードバックです。Julia氏が説明するように、Elkjøp Nordic社では最適化のテストを実施する際、顧客の感情、特にフリクションを発見するためにフィードバックフォームを活用しています。これは、ウェブサイトのデザインを刷新する際に非常に役立ちました。

「自分たちで推測して車輪の再発明をするのではなく、まずは顧客に直接聞くことにしました」とJulia氏は言います。

「幸いなことにデータには事欠きませんでした。週に21,000件ものフィードバックが集まっていたからです。そこでAIを使ってこの大量のフィードバックを素早く分析し、『私たちのウェブサイトの何が問題なのか？』という最も重要な問いに対する答えを導き出しました」

彼らが何を発見し、その後決済ページから順にウェブサイトを繁忙期に向けてどう最適化していったのか、そしてそのアクションがコンバージョン率と収益にどのような影響を与えたのか。興味深く、ユーモアを交えたJulia氏のCX Circleでのプレゼンテーション全編をぜひご覧ください。

今すぐ、最高レベルのパーソナライゼーションを実現しましょう

予測的パーソナライゼーションは、顧客エンゲージメントを深め、コンバージョン率を向上させ、揺るぎないブランドロイヤルティを育成するための鍵です。

多くのブランドがパーソナライゼーションの習得に苦戦していますが、適切なプラットフォームがあれば、どのブランドもこの分野のリーダーになることができます。

Contentsquareは、この方程式において極めて重要な役割を果たします。Contentsquareの比類ない行動データのインサイトと、お好みのパーソナライゼーションプラットフォームを組み合わせることで、顧客のニーズを予測し、真に関連性の高い体験を提供し、その取り組みの具体的なビジネスインパクトを証明できるようになります。

パーソナライゼーション戦略を変革し、ビジネスの大きな成長を実現する準備はできていますか？

ぜひContentsquareのデモをご予約いただき、オールインワンプラットフォームが予測的パーソナライゼーションの取り組みをどのように推進できるかをご体感ください。