AI マーケティングオートメーション

2024年5月23日

AI AOV B2B B2B2C B2Bコマース CLV CRM CX D2C DM DNVB DTC EC EC物流 ERP eコマース Eコマースプラットフォーム Eメール Facebook Instagram LINE MA MACH OMO UI・UX オムニチャネルオムニチャネルコマースオムニチャネルフルフィルメントマーケティングオートメーション

e コマース、データ（小売データと DTC データ）、プロファイルのターゲティングがどのように連携できるかについてご一緒に考えていきましょう。

開始するまえに、オーディエンススライスを確認してみてください。コマースプラットフォームなどでデータを探してください。

VIP (以前の注文金額と購入回数に基づく)
新規のお客様、初めてのお客様
ディスカウント買い物客
商品とブランドへの関心
過去の購入履歴
サインアップソース
(店舗、オンライン、ソーシャル、プロモーションキャンペーン)
収入、性別、年齢層

顧客プロフィールは、デジタル＋リアル店舗の商品ラインに直接情報を与えてくれます。
セグメント化されたデジタルクチュールエクスペリエンスなEメールマーケティング戦略の作成は、少数の固定セグメントやデータタイプに基づいている必要はないことをあらためて理解することが重要なポイントになります。

ZARA や H&M などのファーストではないファッションブランドは、多くの顧客のニーズに応えています。
Zara は 10 ～ 15 人の購入者ペルソナを見事に採用しています。マーケティング担当者は、顧客のペルソナとセグメンテーションが重要であることには同意しています。
マーケティング＆コミュニケーションで、好み、行動、プロファイルに基づいたセグメンテーションが最も適していることは経験済ですよね。

商品の推奨を自動化する

商品レコメンデーション事項は、あらゆるコマースビジネスにとって必須です。
マーケティングオートメーションは、
「他の人も見ています」
「よく一緒に購入されています」
「このカテゴリで人気がある」
のなんちゃってレコメンデーションの 3 段階を超えてきています。

適切なコンバージョンにつながる商品レコメンデーションは、一般的な提案よりも優れたパフォーマンスを発揮しています。これは、Eメール・DM・LINE マーケティングと、パーソナルページにおける商品レコメンデーション（推奨）の場合にはパフォーマンスは 2 倍以上になります。したがって、私たちはそれを処理できるEメール（LINE）とコマースページが連携した推奨エンジンを必要としています。

自動タグ付けと AI ベースの推奨事項

マーケティングプラットフォーム内でタグを自動的に生成し、画像のスキャンと処理も行う AI :人工知能機能が利用可能な時代になりました。

アパレルのカテゴリー・種類・色、性別、スタイルなどのタグを非常に正確に生成できます。販売者は自社の製品・商品データを強化し、適切な商品を推奨できる顧客をターゲットにすることができます。

商品ビジュアル画像を分析してタグ付けすることは、追加レベルのセグメンテーションができることを意味します。
たとえば、色や素材、アトリビューションに基づいて商品のレコメンデーション・推奨をフィルタリングします。このデータを使用して、Web サイトのページ上のメタタグをリサイクルして、商品のマッチングのための商品フィルターや推奨フィルタリングで使用できます。

クラウドソーシングおよびパーソナライズされた推奨事項

オンサイト商品のレコメンデーション事項は、多くの場合、ページレベルのロジックに限定されています (このページを見ている人は、他のページも参照しているというロジックです)。
コマースサイトやEメールニュースレター用の成熟した商品レコメンデーションツールは、それよりも賢明であるべきです。クラウドソーシングおよびパーソナライズされたレコメンデーション事項を提供できます。

AI が顧客に適していると提案する商品のランク付けされたリストとしての、アフィニティスコアは、レコメンデーションブロックに表示される順序と、これが顧客にとって適切な商品であるという AI の確信度を反映しています。

e コマースレコメンデーションエンジンのアフィニティスコア

親和性スコアが高いほど、商品の適合性が高くなります。顧客が商品を購入するという保証はありませんが、信頼度が高いほど、コンバージョンが見られる可能性は高くなります。エンゲージメント率が高くなるため、Eメールのクリックスルーが増加し、Web セッションが長くなり、ページビューが増加することがわかっています。

Eメールと最高の Web パーソナライゼーションソフトウェアは、次の機能を提供する必要があります。

Eメールやニュースレターに含める「すぐに使える」商品推奨ブロック。
商品カタログや e コマースソフトウェアに接続して統合できること。
自動Eメールキャンペーンや最近の購入品のクロスセルなど、専用の商品推奨メールをトリガーします。
行動、場所、商品、およびまだ十分なデータが収集されていない場合に使用するフォールバックデータなど、あらゆる種類のデータが含まれていること。

小売、eコマース、マーケティングプラットフォームを連携させる

最新のCX:カスタマーエクスペリエンス（顧客エクスペリエンス）とは、マーケティングツールがオムニチャネル方式で連携して機能することを意味しています。
顧客は、別のチャネルに切り替えて、中断されることなく移動を続けることができます。マーケティング担当者は収集したすべてのデータを使用し、キャンペーンを調整できます。これは、MarTech スタックが最も重要な部分を統合する必要があることを意味しています。

カスタム統合は可能な限り避ける

多くの統合はカスタムメイドまたは API 経由で行うことができます。したがって、誰もがすべてのものと統合できると言えるでしょう。

それでも、MACH ベースですぐに使える統合や、場合によってはマネージドオンボーディングを探す方がはるかに現実的です。実装が迅速かつ簡単になります。

ここで重要なのはスピードとコストです。大規模な IT の導入やメンテナンスは必要ありません。

サイトの行動データを収集し、サイトの訪問者を追跡し、リッチセグメントと独自の買い物客プロフィールを作成します。最初の訪問時の動作を使用します。各顧客についてより深く理解することで、毎回のショッピングエクスペリエンスを最適化できます。

サイトイベントに基づいてトリガーされるEメール。

興味に基づいてターゲットを変更し、買い物客がサイトを離れた後も対話を継続します。
双方向のニアタイムデータ同期。データは最新である必要があり、これは多くの ESP が依然として苦労している基本的な要件です。

e コマースプラットフォームとランディングページに表示されるパーソナライゼーションと推奨ブロック。

商品ピッカーでは、商品の画像やリンクなどをカタログから直接選択する簡単な方法で、すべてをコピーして貼り付ける必要はありません。

まとめ：AI ツールがパーソナライゼーションと運用を進化させる

ChatGPT と AI ツールはe コマースブランド・オムニチャネルリテール業界を揺るがしています。
パーソナライゼーションと運用効率の新時代の到来を告げているともいえます。
さまざまな新しいプラグインにより、AIに関してはいくつかのエキサイティングな変化が見られることが期待されています。

あなたの好みに合わせて細かく調整された、カスタマイズされたショッピングのレコメンド事項とチュートリアルを想像してみてください。
たとえば、ベーシックなTシャツを頻繁に購入する場合は、そのTシャツに基づいたコーディネイトの提案と、ルックを完成させるためのレコメンドの事項が記載されたメールなどのコミュニケーションでの顧客体験を期待してください。
パーソナライゼーションのレベルは、顧客満足度を高めるだけでなく、ブランドロイヤルティも向上させ、この技術を活用することになります。

AIが組み込まれたチャットボットは、そのハードルをさらに引き上げようとしています。これらのボットはオンラインで顧客と会い、迅速な対応と24時間体制の可用性を提供します。