オムニチャネルを活用するマーケティングオートメーションの最新動向と

事例のご紹介

2016年7月6日1

顧客情報の活用とＭＡ（マーケティングオートメーション）

実践セミナー

Agenda

• ブレインパッドのご紹介

• 「個」客に合わせたコミュニケーションとは？

• 進むオムニチャネル化

• One to Oneマーケティングでのデータマイニングの活用

• 導入事例（3事例）

※スライド資料のみ

2

会社概要－Corporate Profile

3

クライアント企業様業種

情報・通信

商号

設立

上場市場

資本金

従業員

役員

所在地

電話番号

株式会社ブレインパッド（英文 BrainPad Inc.）

2004年3月18日

東京証券取引所 市場第一部（証券コード：3655）

331百万円（2015年9月30日現在）

182名（連結、2016年6月現在）

代表取締役会長 草野 隆史

代表取締役社長 佐藤 清之輔

取締役 安田 誠

取締役 石川 耕

社外取締役 福岡 裕高

社外取締役 漆原 茂

常勤監査役 鈴木 晴夫

社外監査役 近藤 智義

社外監査役 山口 勝之

社外監査役 佐野 哲哉

東京都港区白金台3-2-10白金台ビル

03-6721-7001（代表）

市場/受賞歴/認証

テクノロジー企業成長率ランキング「日本テクノロジー Fast50」

8年連続受賞

2013年度データ解析コンペティション「課題フリー一般部門」優秀賞（１位）

2013年7月25日東証一部上場

JIS Q 15001認証番号：10822646

ISO/IEC 27001:2005 認証番号：IS600956

電気機器

化学

医療

食料品・外食

コンサルティング

銀行

証券

クレジットカード

空輸・ホテル・旅行

メディア・広告

ゲーム

事業領域

4

Analytics Innovation Company

• データ解析• コンサルテーション• ロジック組込システム実装と運用

アナリティクス事業

• MA/CRM及び分析関連パッケージの販売と

• システムインテグレーション

ソリューション事業

• 自社分析ロジック利用の独自のSaaSサービス提供

• DMPのコンサルテーションと構築

デジタルマーケティング事業

• 分析組織の設計• データサイエンティストの養成

教育事業

3+1のサービス事業を通してお客様企業にイノベーション(革新)を起こす、総合的なソリューションを提供する事を心がけております。

当社の代表的な顧客とパートナー

5

「個」客に合わせたコミュニケーションとは？～マーケティングオートメーションがベースとする

One to One マーケティングの考え方～

6

One to Oneマーケティングは何を目指すのか

One

顧客識別と対話による学習（顧客分析） パーソナライズドコミュニケーション

One to Oneマーケティングは、顧客ひとりひとりをよく知り、それぞれのニーズに合わせた個別のアプローチを展開する手法。

Dialog

顧客ロイヤルティを向上し、ビジネスの成果に繋げることが目的 7

One to Oneマーケティングは難しい

顧客を知りたいけど、情報は多種・膨大

顧客のニーズは多様化、散在化し、変化も早い

Variety Volume

Velocity

まずは顧客を良く知ることから始めたいが・・

8

購入間隔・最終購入からの経過日数

最も利用するチャネル(デバイス)

頻繁に購入する商品

活動時間帯

性別・年齢

買いまわり

商品嗜好

地域属性

住居

世帯属性

ブランドロイヤルティ

行動と動機

生活と態度

買い併せ

ストアロイヤルティ

Webサイト内行動

メルマガ反応 オフライン(POS、入電履歴、位置etc)

顧客を知るためのさまざまなデータたち。

平日・休日

顧客の“人となり”を知るために

9

データをまとめると・・・

オフラインデータ 外部データオンラインデータ

マーケティングオートメーションで利用できるデータは以下のように大別できる。会員IDなどで紐づいている

SNS

パブリックDMP

他社利用履歴

（天候）

（統計情報）

・

・

・

WEBアクセスログ

WEBスコア

反応履歴（メールなど）

ジオロケーション

・

・

・

顧客リスト

商品情報

購買（契約）履歴

クーポン

ポイント

・

・

・

10

顧客を理解した適切なコミュニケーション「誰に」 「何を」 「いつ」 「どのように」 を適切に組合わせる。

何を？オファー

どのように？チャネル

誰に？ターゲット

サインを示してくれた顧客に対して、

最もリーチするタイミングと、

いつ？タイミング

オススメすべき商品を選定し、

×

×

×

最もリーチする手段を選ぶ。11

One to Oneマーケティングのシナリオ例

12

プロダクトライフサイクル 顧客ライフサイクル

カートに入れっぱなしになっているメールのリマインドメール及びレコメンド商品を送信いたします。

新商品が追加された際に、その商品が他の商品と比較して、興味があるものと判断された際に、その商品を提案いたします。

新規の会員に対して、ステップメールを配信します。

購入後に、さらに購入を促進するための補完的な商品を自動で提案致します。

ある商品が商品マスタで値引きされた際に、他のプロダクトと比較して興味を持っている場合には、その商品を提案いたします。

誕生日を迎える顧客に対してレコメンド商品や決められたクーポンを送り、購買を促します。

Webサイトで閲覧した商品を購入して頂くために、閲覧商品のリマインドやレコメンド商品を自動で配信します。

配信する会員の条件を指定し、特定した日時に配信します。

すでに休眠してしまった顧客に対して、再度アクティブ顧客になってもらうために、復活のためのレコメンドメールを行います。

顧客行動ベース

カート放置者リマインドシナリオ

購買後フォローシナリオ

誕生日フォローシナリオ

休眠復活シナリオ

WEB閲覧の離脱者フォロー

シナリオ

新製品フォローシナリオ

ウェルカムシナリオ

ディスカウントアラートシナリオ

News一斉配信メール

メールマガジン

One to Oneマーケティング（パーソナライズプロモーション）の効果

13

講演資料のみ

まとめ

14

1.One to One マーケティングを行うことで、

顧客ロイヤリティが上がりビジネスの成果につながる

2.One to Oneのマーケティングを行うには顧客に紐づいた

多種、多量のデータを扱う必要がある

3.「誰に」、「何を」、「いつ」、「どのように」を考え

適切に組み合わせる

進むオムニチャネル化？～オムニチャネル時代のマーケティングオートメーション～

15

オムニチャネルとは

参考：米国小売業協会（NRF）が発表したMobile Blueprintの資料“Evolution of Customer-Retailer Touch Points”よりhttp://www.nrf.com/modules.php?name=Pages&op=viewlive&sp_id=1323

実店舗やテレビ、ウェブサイト、DM、ソーシャルメディア、携帯・モバイルデバイスなど無数の販売チャネルを通じて、顧客に最もあう形で買い物体験を再構築する戦略のこと。

シングルチャネル

オフラインで実店舗購買

レガシー

マルチチャネル

オフライン・通販・ECで個別に購買

現在の状態チャネル別マーケティン

グ

クロスチャネル

オフライン・通販・ECが連携して購買

移行期チャネルのパート毎連携

オムニチャネル

オフライン・通販・ECがよりシームレスに連携するように。

最終型すべてのチャネルが統合

16

進むオムニチャネル化

旧来のマス広告に加えてWeb系広告やプッシュチャネル、更にEC/リアル店舗を統合することでオムニチャネル化

Cookieが取得出来る

メールアドレスが取得出来る

友だちになる住所氏名が取得

出来る

システムだけでは完結しないオムニチャネル

認知 興味 比較 購入 クロスセル

Webサイト来訪

Web広告/検索/チラシ

資料請求

現地見学イベント参加

見積り

契約締結

クチコミ拡散

関連購買

広告カバー領域（マス・デジタル）

MAカバー領域（プッシュ・リアクティブ）

営業カバー領域（クロージング）

ディスプレイ広告/リスティング広告/SEO等

レコメンデーション閲覧ログ

EFO/アンケート

SFA/CRMイベントスタッフ

営業担当

後ろのプロセスは、以前の状況を理解している必要がある。 118

シングルチャネルのシナリオを組合せてオムニチャネルに

WEB注文

TEL注文

Eメール

バリアブルDM

3日目

Eメール

7日目

Eメール

バリアブルDM

14日目

未開封！

Eメール

21日目

21日目は送らず

WEB広告

資料請求やトライアル商品の到着

①未開封者にはDSP経由で

ブランドリテンション

DSP DSP

Eメール

バリアブルDM

30日目

②その上でキータイミングにバリアブルDMを送付

20

Webとメールと..LINE

一方通行から双方向へ

19

まとめ

21

1.マーケティング施策のオムニチャネル化の進展に合わせ

てマーケティングオートメーションの機能・シナリオな

どもシングルチャネルからマルチ化している。

2.実装に際してはシングルチャネルで構築したシナリオ間

をトリガー条件によって横断する方法が移行しやすい。

3.今後は機械学習やAIの発展によって、閲覧・クリックな

どよりも、よりリッチな双方向コミュニケーションが必

要となる。

One to Oneマーケティングにおけるデータマイニングの活用

22

ネットビジネスの特性

“The Long Tail” - Chris Anderson (2006/06)

物理的な制限がないため、豊富な候補を表示できる

『ネットのビジネスでは、下位80％の品目（Tail）の売上が上位20％の品目（Head）の売上を上回る』

23

選択肢が増えることによるデメリット

選択肢が多いという事は、裏を返せば、自分の欲しいものをなかなか探し出せないという悩みでもある

"Where's Wally?“

-Martin Handford (2000/11)

24

顧客の本音

“商品情報が多すぎて困る”

“性格・好みを理解し、適した選択肢を進めて欲しい“

“なぜ日本人はモノを買わないのか？“-野村総合研究所（2013/7）

70％

88％

大量の情報を自身で処理することに関して消費者は困難に感じている

25

おもてなしの対応が必要

各個人に内容だけでなく “適切な量“を“適切なタイミング”で提供することが重要

オファーの量

コンタクトのタイミング

26

One to Oneマーケティングでのデータマイニング分析手法

この商品を誰が買うかを予測

顧客が望むものを予測

特定商品やサービスの販売に適している

大量の商品やプロダクトの販売に適している

重要なテーマ:何をプッシュして売るか？重要な課題:誰がターゲットとなるか？

重要なテーマ:顧客が望んでいるのはどの商品なのか？重要な課題:関連の高い商品を提案

オファーセントリック（商品中心）

カスタマーセントリック（顧客中心）

データマイニング・機械学習等により、以下の予測が可能

28

顧客とデータの成長に対応

MarketingDB

マーケティングDB、データマートを構築する

あらゆるデータをマーケティングDBに一元管理。データマートを活用して、日次データ処理の負荷を軽減する。

統合

顧客ID 性別 年齢 住所 F-商品a M-商品a R-商品a 登録日 lastlogin ・・・ ・・・ ・・・ ・・・

20004 35 M XXX 2 15000 2014- 2014- 2014- XXX XXX XXX XXX20005 28 F XXX 1 3000 2014- 2014- 2014- XXX XXX XXX XXX20006 47 F XXX 10 80000 2014- 2014- 2014- XXX XXX XXX XXX

データマート

データマートは、複数のデータソースから作成した顧客単位のシングルビュー。高速な抽出処理が可能。

より強力なレコメンドルールを作成するための材料はテーブルから調達する。

テーブル

29

オファーセントリックのターゲット抽出とは

メールをクリックする人

ダウンロードする人

本を買う人

DVDを買う人

まとめ買いをする人

￥10,000 以上の買い物をする人

定期購入を申し込む人

キャンペーンに参加する人

クーポンを利用する人

ポイントを利用する人

・・・

「確率上位10,000人」の顧客を発見。

アクションを起こすだろう、顧客にアプローチしたい。

30

カスタマーセントリックの利用アイデア

レコメンドエンジン

オススメ商品購買履歴から併売ルールを作成し併売されやすい商品

■パーソナライゼーションのアルゴリズム例

急上昇直近のシーズン、月から特徴的に急上昇している商品

Next Best OfferWebログの最終閲覧商品と一緒に買われやすい商品

顧客の趣味、関心や行動によるレコメンドに加えて、人気商品、注目商品、商品軸の協調もあわせて複数のパターンを提案。

林 隆司さん

Hot Buy急上昇

Next Best Offer

オススメ

31

まとめ

1.ビッグデータを活用することで「誰に」「何を」買うか、

予測することが可能。

（予測できれば適切なタイミングとオファーが実現）

2.マーケティングDB（データマート）の作り方が肝

3.具体的な目標を設定かどうかで効果が大きく変わる

「来月、洋服を買う確率が高い人はだれ？」

「準優良顧客の中で、来月に優良顧客になる確率が高くなる人はだれ？」

「来月、このサービスの利用を申し込む確率が高い人はだれ？」

「来週、クーポンに反応して来社する顧客は誰？」

「来月、ファッションジャンルの購入確率が５％以上の顧客を２００００人抽出し、

その中で買いやすい商品を５個レコメンドする」32

One to Oneマーケティングに必要な機能とは

データベースシステムデータマート

H/W

レコメンドシステムデータマイニングシステム

効果の可視化

顧客データ

購買データ

WEBアクセスログ

メールレスポンスデータ

商品マスタ

キャンペーン管理システム

②予測と可視化

③運用・実行

④コミュニケ―ション手段

・・・

自社WEBサイト

Eメール

デジタル広告Line

オウンドメディア

ペイドメディア（アーンドメディア）

⑤つなぎこみ

ETLシステム

①データ蓄積

33

アプリ

マーケティングオートメーション

プライベートDMPビジネス

インテリジェンスデータマイニングソフトウェア

× × ×

導入事例のご紹介

33

1.

2.

3.

講演資料のみ

講演資料のみとなります

ご清聴ありがとうございました。

34

株式会社ブレインパッドソリューション本部 副本部長

若尾 和広kazuhiro.wakao@brainpad.co.jp