用語集

マイクロコンバージョン（Micro Conversion）は、Webサイト訪問者が製品やサービスへの関心を示す小さな具体的なアクションを指します。これらのアクションはエンゲージメントのレベルを示すものであり、必ずしも販売やその他の大きなコンバージョンにつながるわけではありません。しかし、顧客の関心を示す有用な指標となり、マーケティングキャンペーンの効果を追跡するのに役立ちます。

マイクロコンバージョンの例には、以下のものがあります:

• ニュースレターへのサインアップ
• ホワイトペーパーのダウンロード
• お問い合わせフォームの送信
• ウェブサイトでアカウントを作成
• ショッピングカートに商品を追加

非構造化データ（unstructured data）は、項目の形式や順序などについて明確に定義されていない不定形なデータ集合を指します^。主に人間が情報を把握するために作成されるデータ群であり、コンピュータによる自動処理には適さないものです。

一方、データレイクは、構造化データ、半構造化データ、非構造化データなどの膨大な生データをネイティブ形式で保持するストレージリポジトリです。

データレイクは、大量の構造化データ、半構造化データ、および非構造化データを保存できるリポジトリであり、分析やその他のアプリケーションのデータに簡単にアクセスできるように設計されています。データウェアハウスとの主な違いは、データウェアハウスがOLAP（オンライン分析処理）ワークロードをサポートするのに対し、データレイクはOLTP（オンライントランザクション処理）ワークロードをサポートするように設計されていることです。

データレイクを構築する際には、データの種類を決定し、データをどのように構造化するかを考慮する必要があります。また、適切なツールとテクノロジーを選択して実装することで、データレイクはデータの価値を引き出す強力なツールになります。

顧客デジタルエクスペリエンスにおいては、非構造化データを理解し、マーケティングキャンペーンの改善や適切なビジネス上の意思決定に活用することが重要です。

また、データレイクを活用することで、顧客エクスペリエンスを向上させ、セキュリティを強化し、障害回復力の高いサービスを提供できるようになります。

SaaS (Software-as-a-Service) ビジネスモデルは、ソフトウェアアプリケーションがサードパーティプロバイダーによってホストされ、インターネット経由で顧客が利用できるようにするソフトウェア配信モデルです。

このモデルは、企業が自社のITインフラストラクチャを管理するコストと複雑さを軽減できるため、ますます人気が高まっています。主な利点の1つは、顧客がソフトウェアにアクセスするために支払う定期的なサブスクリプション料金です。

この料金により、顧客は独自のサーバーやその他のITインフラストラクチャの購入や維持について心配することなくソフトウェアを使用できるようになります。さらに、SaaSプロバイダーは、ソフトウェアが常に最新で安全であることを保証する責任を負います。これにより、顧客のITスタッフは他のタスクに集中できるようになります。もう1つの利点は、顧客が必要に応じて使用量を柔軟に拡大または縮小できることです。使用量が増えた場合は、ユーザーを追加したり、より上位のサービス層にアップグレードしたりできます。一方、使用量が減少した場合は、より低いレベルにダウングレードしたり、サブスクリプションを完全にキャンセルしたりすることもできます。

SaaSには主に3つのビジネスモデルがあります:

1. ユーザーごと/月ごとのモデル: 顧客はソフトウェアにアクセスできるユーザーごとに月額料金を支払います。通常、料金は段階的に設定されており、さまざまな価格帯でさまざまなレベルのサービスが利用可能です。このモデルは、プロジェクト管理ツールや顧客関係管理（CRM）ソフトウェアなどのビジネスソフトウェアアプリケーションで一般的です。
2. フリーミアムモデル: 顧客はソフトウェアの基本バージョンに無料でアクセスできますが、追加の機能には料金を支払う必要があります。このモデルは、モバイルゲームや生産性ツールなどの消費者向けソフトウェアアプリケーションによく使用されます。
3. 従量課金制モデル: 顧客は月額固定料金ではなく、使用したソフトウェアの量だけを支払います。このモデルは、ストレージやコンピューティング能力などのクラウドベースのインフラストラクチャサービスによく使用されます。

SaaSビジネスモデルはプロバイダーと顧客の両方に多くのメリットをもたらします。

ユーザーエンゲージメントは、ウェブサイトやアプリなどのオンラインプラットフォームにおいて、訪問者がどの程度積極的にコンテンツと交流しているかを示す指標です。

具体的には、訪問者がウェブサイトでどれだけの時間を過ごしているか、どのようにページをナビゲートしているか、そしてどれだけ頻繁に戻ってくるかなどによって測定されます。

ユーザーエンゲージメントは、主にウェブマーケティング領域で用いられる言葉で、Web上におけるユーザーとサービスなどとの関係性の強さを意味します。ユーザーエンゲージメントを向上させることで、サービスを継続利用してもらいやすくなり、また、SNSなどでシェアされる確率も高まります。ユーザーエンゲージメントは、以下のような指標で測定されます。

• ウェブサイトでの滞在時間: ユーザーがウェブサイト上でどれだけの時間を過ごしているか。
• ページビュー数: ユーザーが閲覧したページの数。
• 直帰率: ユーザーがウェブサイトに訪れてすぐに離脱する割合。
• SNSでのシェア数: ユーザーがウェブサイトのコンテンツをSNSで共有する回数。

エンゲージメントが高い消費者は、商品やサービスに対して強い愛着を抱いているため、継続的に利用してくれる可能性が高いと考えられます。また、良い体験をシェアしたいと考えるため、知人や友人に商品などを紹介してくれる可能性もあります。ユーザーエンゲージメントが高いと、Webサイトやアプリを継続的に利用し、検索順位にも良い影響が及ぶとされています。

ユーザーエンゲージメントを測るための指標は、サービスの形態により異なります。例えば、ウェブサイトであれば、ページビュー、滞在時間、直帰率、SNSのシェア数などをもとにユーザーエンゲージメントを測ることができます。ECサイトの場合は、リピート率、解約率、メルマガ購読者数、メール開封率、メールクリック率などを活用できるでしょう。ユーザーエンゲージメントを計測する際は、ネガティブな指標も見逃さないことが重要です。直帰率や解約率の上昇は、ユーザーエンゲージメントが低下しているサインと考えられます。ユーザーエンゲージメントを測るための指標を追跡し、改善させていくためには「データの分析」が必要不可欠です。

Webプッシュ通知は、ユーザーのPCやスマートフォンに情報更新のお知らせや新商品の発売、セール情報などをリアルタイムで通知する機能です^。 これは、Webサイトを訪れた際に通知の受け取りに関する許可を求められ、許可をしたユーザーにのみ情報を届ける仕組みです。

Webプッシュ通知を受信するには、ユーザーはまずWebサイトからプッシュ通知を受信するようにオプトインする必要があります。購読すると、新しいコンテンツが公開されるか、アラートがトリガーされるたびに、自動的に通知の受信が開始されます。Webプッシュ通知には2つの主要なコンポーネントがあります。

トリガーメールは、ブランドとのやり取りに基づいて受信者に自動的に送信されるメールの種類です。具体的なアクションやイベントに応じて送信され、リードを育成し、顧客のブランドへの関心を維持する効果的な方法となっています。

トリガーメールには以下の主な種類があります:

1. ウェルカム メール: 新しい購読者や顧客に送信され、ブランドを紹介するために設計されています。通常、エンゲージメントを促進するための特別オファーや割引が含まれます。
2. カート放棄メール: 顧客がショッピングカートに商品を追加したが購入が完了しなかった場合に送信されます。これらのメールは顧客に興味のあるものを思い出させ、購入の完了を促す特別オファーが含まれる場合があります。
3. 購入確認メール: 顧客が購入した後に送信され、注文の詳細、配送情報、お礼のメッセージなどの情報が含まれます。
4. 購入後のフォローアップメール: 顧客が購入品を受け取った後に送信され、製品の使用方法、お手入れ方法、その他の関連情報が含まれる場合があります。これらのメールは顧客満足度を確保し、リピート購入を促進することができます。

トリガーメールは、特定のインタラクションに基づいてタイムリーで関連性の高いEメールを送信することで、よりパーソナライズされたエクスペリエンスを作成し、関係と忠誠心を構築するのに役立ちます。

トリガーメールはさまざまな理由で重要です。まず、見込み顧客を育成し、ブランドとの関わりを維持するのに役立ちます。また、関連性のあるタイムリーな情報を顧客に提供することで、コンバージョンの増加にも寄与します。

最後に、トリガーメールは顧客との関係を構築し、ロイヤルティを生み出すのに役立ちます。

トリガーメールは、オムニチャネルコマースやD2Cブランドの成長において重要なツールとなっています。顧客デジタルエクスペリエンスを向上させるために、適切なトリガーメール戦略を構築することが大切です。

マーケティング適格リード (MQL) は、見込み客の中でクロージングに至る可能性が高い有望な見込み客を指します。

企業は、どのリードを追求する価値があるかを判断するために、多くの場合、MQL基準を使用します。

MQLは、マーケティング活動を通じて創出された案件確度の高い見込客を意味し、営業部門への「この見込客は自社の承認やサービスの購買を検討している可能性が高く、優先度を上げてアプローチをしてほしい」というメッセージを伝えます。

マーケティング適格なリードは、特定の基準に基づいて、絞り込まれたリード（見込み客）であり、製品やサービスについてもっと知りたいと考え、自社からの情報提供やコンタクトを取ることに同意している見込み客を指します。

マーケティング適格リードを特定する方法は、人口統計情報や行動などの要素に注目し、特定の行動を示す必要があります。

たとえば、製品やサービスに関する詳細情報を要求したり、無料トライアルにサインアップしたり、ウェビナーに参加したりする可能性があります。

マーケティング適格なリードを特定するためには、ターゲットを絞ったコンテンツを通じて行うことが重要です。これには、Webサイトのエクスペリエンスをパーソナライズしたり、関連するEメールを送信したり、電話をかけたりすることが含まれます。

マーケティング適格リードは、営業チームが最良のリードのみを追求できるようになり、その結果、成約件数が増え、マーケティング活動のROIが向上します。

ETL（抽出、変換、ロード）は、データ統合プロセスの略称で、複数のソースからのデータを単一の一貫したデータセットに結合し、データウェアハウス、データレイク、または他のターゲットシステムにロードするために使用されます。

このプロセスは、データ主導型の組織がさまざまなソースからデータを収集し、検出、レポート、分析、意思決定を行えるようにそれらをまとめる際に重要です。

具体的には、ETLプロセスは以下の3つのステップから成り立ちます:

1. 抽出 (Extract): データレイクやデータベースなどの複数のデータソースからデータを抽出します。この際には、分析に必要なデータのみを集めることが重要です。
2. 変換 (Transform): ステージングエリアで未加工データがデータ処理を受け、変換されます。データはフィルタリング、クレンジング、重複排除、検証、認証などのタスクを経て、意図した分析用途に合わせて統合されます。
3. ロード (Load): 変換されたデータがステージングエリアからターゲットデータウェアハウスに移動されます。通常、全データの初期ロードが含まれ、その後、増分データの変更の定期的なロードが行われます。

ETLは、データ品質を向上させるためにデータをクレンジングすることで、データウェアハウスの作成に適しています。

ただし、時間がかかるバッチ処理であり、更新頻度が低い小規模なターゲットデータリポジトリの作成に向いています。最近では、クラウドデータベースの採用に伴い、ELT（Extract, Load, Transform）というプロセスも人気が高まっています。

ETLは、組織がデータを効率的に統合し、ビジネスインテリジェンスや分析に活用するための基盤となります。

パーソナライゼーション エンジンは、顧客データを分析し、個別の推奨事項を生成するソフトウェア アプリケーションです。

その目標は、顧客の興味に合わせた推奨事項を提供することで顧客エクスペリエンスを向上させることです。

このエンジンは、人口統計情報、過去の購入履歴、Web 閲覧行動などの顧客に関するデータに依存します。
これらのデータを使用して顧客の興味に関するプロファイルを作成し、顧客が興味を持つ可能性のある製品、サービス、またはコンテンツに関する推奨を行います。

パーソナライゼーション エンジンによって作成された推奨事項は、Web サイト上の推奨アイテムのリストやソーシャル メディア プラットフォーム上のターゲットを絞った広告など、さまざまな方法で顧客に提示できます。

パーソナライゼーション エンジンは、顧客エクスペリエンスを向上させ、売上を増加させるために、EコマースWeb サイトやソーシャル メディア プラットフォームで一般的に使用されます。

顧客サービスの向上と売上の増加を目指す企業が増えるにつれ、パーソナライゼーション エンジンは今後数年間で成長すると予想されます。

人工知能と機械学習の進歩のおかげで、パーソナライゼーション エンジンはより洗練されており、正確な推奨を行うことができるようになりました。

パーソナライゼーション エンジンが普及するにつれ、その仕組みと顧客エクスペリエンスを向上させるためにどのように使用できるかを理解することが重要になります。

需要予測は、製品またはサービスに対する将来の需要を見積もるプロセスです。企業は需要予測を使用して、生産、在庫、人員配置のレベルを決定します。コマース企業が需要を予測するために使用できる方法には、傾向分析、回帰分析、時系列分析など、いくつかの方法があります。最も適切な方法は、入手可能なデータと予測される製品またはサービスによって異なります。

需要予測は多くの場合、将来の需要を表していない可能性のある過去のデータに基づいているため、企業は需要予測を使用する際に注意する必要があります。消費者行動、経済、その他の要因の変化はすべて、将来の需要に影響を与える可能性があります。したがって、企業は定期的に需要予測を見直し、必要に応じて更新することが重要です。

需要予測の重要性は、ビジネスを運営する上で最も重要な側面の1つです。製品やサービスに対する将来の需要を理解することで、生産、人員配置、その他の業務の主要な分野について情報に基づいた意思決定を行うことができます。正確な需要予測がなければ、健全な収益を維持することは非常に困難です。企業が需要を予測するために使用するさまざまな手法は数多くありますが、それらはすべて、顧客の需要を満たすのに十分な製品または生産能力を確保するという1つの共通の目標を共有しています。

不正確な需要予測は、企業に深刻な影響を与える可能性があります。需要が過小評価されている場合、企業は顧客のニーズを満たすことができず、売上を失う可能性があります。一方で、需要が過大評価されると、企業は貴重なリソースを拘束する過剰在庫を抱えることになる可能性があります。幸いなことに、需要予測の精度を向上させる方法は数多くあります。多くの企業は、過去の需要パターンをより深く理解し、将来のニーズについてより多くの情報に基づいた予測を行うために、需要計画ソフトウェアを使用しています。さらに、社内のさまざまな部門間で定期的にコミュニケーションをとることで、需要の予測に関して全員が同じ認識を持つことができます。

結局のところ、競合他社に先んじてコストのかかるミスを回避したい企業にとって、正確な需要予測は不可欠です。適切なツールと技術を使用することで、企業は顧客のニーズをより深く理解し、生産と在庫レベルについてより賢明な決定を下すことができます。

地理的パーソナライゼーション（または地理ローカライズされたパーソナライゼーション）は、特定の地理的位置に合わせてコンテンツを調整するプロセスです。

この方法は、特定の場所にいるユーザーにコンテンツをターゲットにするか、ユーザーの場所を検出して関連コンテンツを自動的に配信することによって実行できます。地理的パーソナライゼーションを使用することで、以下の多くの利点が得られます。

• エンゲージメントの向上: 関連するコンテンツを提供することで、企業は顧客エンゲージメントとロイヤルティを高めることができます。
• ROI の向上: 地域をターゲットにしたキャンペーンは、一般的なキャンペーンよりも ROI が高いことが示されています。
• 顧客に関する洞察の向上: 地域ターゲティングにより、企業は顧客の行動に関する貴重な洞察を得ることができます。
• 高い精度: 地域ターゲティングは、人口統計などの他の形式のターゲティングよりも正確です。
• リーチの拡大: 地域ターゲティングを使用すると、企業はメッセージをより多くの視聴者に届けることができます。
• 効率の向上: 地域をターゲットにしたキャンペーンは、従来のマーケティング キャンペーンよりも効率的で費用対効果が高くなります。
• パーソナライゼーションの向上: 地域ターゲティングにより、企業は顧客によりパーソナライズされたエクスペリエンスを提供できるようになります。

地理的パーソナライゼーションは、企業が顧客エクスペリエンスを向上させ、より良い結果を生み出すのに役立つ強力なツールです。

大きな競争上の優位性が得られます。具体的な方法として、ジオターゲティングや地理征服を活用することで、特定の地域にいる潜在顧客にリーチする効果的な手段となります。

地理的パーソナライゼーションは、個人レベルでユーザーの共感を呼ぶ可能性が高いため、一般的なマーケティング メッセージよりも効果的であることがわかっています。