顧客の 今 を瞬時に深く理解し 最適なタイミングに、最適なチャネルで、最適なアクションを起こす。 その最適な顧客体験の継続により、顧客生涯価値(LTV)を最大化していく 「個客」レベルまでセグメントされたマーケティング・ソリューション。 ネクスト・ベスト・アクション 消費者の力が強くなった現在、 消費者向け製品やサービスを提供する企業では 顧客を把握し理解することの難しさに日々直面しています。 チャネルの多様化により複雑になった顧客との接点を管理し、 日々生み出されるビッグデータを活用して 顧客との関係を強化するためのソリューションが求められています。 一方で技術の革新は、マーケティングの可能性を大きく前進させています。 もはや属性によるセグメントを超え、 「個客」に対して最適な体験を提供することが可能な時代が来ています。 顧客一人ひとりの行動情報を瞬時に分析し、 生涯価値を最大化するために最適な次のアクションを導き出す。 IBM のネクスト・ベスト・アクション (nba) は、 そんな一昔前には机上の空論だったビジネスアプローチを実現し、 企業の継続的な成長を支えるマーケティング活動を支援します。 複雑化した顧客対応への取り組み BtoC 領域で課題とされる顧客との接点管理と長期的な関係性構築。 顧客一人ひとりへの最適な顧客体験マネジメントの実現が求められています。 企業がいま、一人ひとりの顧客を対象にした最適な顧客体験マネジメントに取り組むべき理由は大きく 2 つあります。 ①情報チャネルと消費行動が多様化した強い消費者の登場 ②ビッグデータを統合し迅速に分析・予測可能な技術の進歩 つまり、 市場の変化と実現力の変化という 2 つの変化が今後ますます加速していくことが予想されるからです。BtoC の領域では、 「個客」 をターゲッ トとして深く理解し、その生涯価値を最大化する施策を採ることが、マーケティング活動の重要な手段となる時代が訪れています。 企業を取り巻く環境 購買プロセス における 顧客へのアプローチ 市場の変化 チャネルの 多様化 マス SNS や 口コミサイトなど セグメント 情報接点の 多様化 消費者の力が強い時代 「個客」 facebook の 毎日送信される つぶやき アクティブユーザー 12億人超 4億以上 顧客一人ひとりを 対象とした 顧客体験マネジメント 実現力の変化 行動ログの デジタル化 非構造データ 分析の実現 予測分析の 学問/技術 の進化 コンピュー ティング技術 の革新 ビッグデータの統合・活用 顧客生涯価値を高める 最適なアクションを起こす 実践し成功する企業の登場 IBM のネクスト・ベスト・アクションにより、様々な業界で導入効果が出ています。 通信業 保険業 通信業 小売業 地方公共団体 顧客の 契約更新率を 代理店の 契約更新率を 顧客の離反率を キャンペーン 応答率を 税金徴収額を 減少 向上 向上 20% 2ヶ月で 向上 40% 向上 15-20% 3倍 8% ネクスト・ベスト・アクションとは 「個客」を 360 度理解し、最適なアクションを起こさせる顧客体験マネジメント。 IBM のネクスト・ベスト・アクションは、複雑化した顧客対応の最適化を支援します。 最適な顧客体験マネジメントを顧客一人ひとりに対して行うには、顧客に関する情報を統合し、あらゆる角度から理解・分析し、最適なチャネル とタイミングで、最適なアクションを起こすアプローチを可能にしなければなりません。 その実現には、企業に蓄積された膨大な顧客情報=ビッグデータの活用が必要です。IBM のネクスト・ベスト・アクションは、IBM の基礎研究所 で開発した高度な分析技術にもとづき、リアルタイムに顧客の行動を分析し、最適なアクションを自動抽出して実行するソリューションです。 ● 従来の DB マーケティング手法との違い 従来の DB マーケティング 顧客を動的な存在と仮定することで、 施策の目的は同じ (顧客生涯価値最大化) でも、 異なる観点での多様性に富んだ マーケティング活動の実現を目指します。 顧客は静的 / 準静的である nbaのアプローチ 顧客は 動的な存在 同じ顧客でも 今の状況 により でもある ニーズや 購買行動が 異なる 考え方 顧客は動的な存在でもある Philosophy 顧客の生涯価値向上 目的 / 狙い Why (顧客維持 / 獲得、顧客単価 UP、等) 静的 / 準静的な属性情報、 契約情報でターゲティング ターゲット 直近の顧客の行動も加味した現在の 顧客の状態 / 状況でターゲティング 予め決められた商品 / サービスの勧奨 伝える内容 企業側の販促タイミングでの実施 タイミング/サイクル 「個客」 のアクションに対して、 常時 / 即時リアクション 予め決められたチャネルでのコンタクト コンタクトチャネル 「個客」の行動特性・嗜好と状況にあわせて 最適なチャネルでの接触 / 内容伝達 決め打ちメッセージ vs. 総花メッセージ 伝え方 「個客」の状況・嗜好にあった最適な文脈で訴求 (顧客維持 / 獲得、顧客単価 UP、等) (選択と集中による限定的な勧奨) 直前の行動や 時間帯などが ニーズ / 行動の 変化を 生じさせる nba のアプローチ (短くても 1 週間程度のサイクル) (マルチチャネルであっても限定的) 顧客の生涯価値向上 Who 確率論的に「個客」に最適な内容を伝達 ( 「個客」 の行動特性と状況にあわせて 多様な商品 / サービスの勧奨) What When Where (安い・簡単 / 便利・みんな・最新 / 最高・ 今だけ・あなただけ・珍しい) How ● ネクスト・ベスト・アクションのアプローチ ネクスト・ベスト・アクションは従来の DB マーケティングをさらに進化させたアプローチです。 ① 顧客に関する情報の統合 ② クラスタリング 統合データを分析し 「顧客の行動パターン」 を軸にクラスタリング 企業内で事業、チャネルごとに 分散する顧客情報を集約 クラスタリングイメージ ポイント ランク セグメント 1 2 3 4 5 6 7 8 9 10 11 12 高ロイヤリティ−伝達者 平均的A社顧客 伝達者予備軍 景況次第 ブランドショッパー バーゲン狙い オンラインショッパー B社からシフト ニュートラル ご褒美買い 4ポケット ショウルーミング (属性や利用履歴に基づく) 従来の顧客セグメントを、 顧客の行動特性に注目して 再整理 構成比 構成比 (顧客数) (売上) 6% 21% 6% 9% 2% 10% 3% 5% 21% 1% 4% 12% 32% 18% 14% 8% 7% 4% 3% 2% 7% 2% 2% 1% ポイント ③ 最適なアクションの選定 最適なチャネルとタイミングで 最適なアクションを起こす 売上拡大 企業の目的 満足度向上 収益向上 離反防止 顧客の行動パターン 「個客」の状況 (直前のアクションを含む) によって 今この時 の 最適な打ち手を特定 ポイント 分析 / 打ち手導出の リアルタイム性 ( 機を逃さない ) ネクスト・ベスト・アクションの特長 nba のベネフィットはコアとなる2つの機能、すなわちアクション・クラスターと nba オプティマイザーが有効に機能することによりもたらされます。 アクション・クラスターは顧客の行動パターンに着目したクラスタリング手法で、顧客価値を向上させるためには顧客にどう働きかけるべきかに 注力します。データに基づいて 360 度で顧客像を捉え、顧客の行動予測につなげていきます。 nba オプティマイザーは、IBM の基礎研究所で開発した数理モデルに基づき、顧客の生涯価値を最大化するために 今このときに 最適な活動を 自動抽出します。施策抽出に際しては、直近のリターンではなく、長期的な効果の最大化を目指します。 情報取得(インプット) 顧客情報の取得・統合 属性 情報 理解・予見(プロセス) アナリティクス コール・センターでの コンタクト履歴 アクション・クラスター 好みの商品 最新購入日・ カテゴリー 累計・購入回数・ 購入金額 商品カテゴリー ごとの買替 サイクル 施策 1 施策 2 施策 3 施策 4 無料サービス 利用状況 高ロイヤルティ 伝道者 伝道者予備軍 伝道者予備軍 景況次第 ご褒美買い ご褒美買い ご褒美買い バーゲン狙い バーゲン狙い バーゲン狙い バーゲン狙い E メールへの 返信 TIME キャンペーン への反応 常連になって からの期間 SNS 書込み 外部 データ 有料サービス 利用状況 SNS 反応/ ポジション スマートフォン への情報提供 よく利用する チャネル 購入商品 カテゴリーの幅 端末/スマートフォン からの情報 顧客からの E メール 電話での応対、 アウトバウンド nba オプティマイザー※ VALUE 行動 データ 最適なタイミング・チャネルでフォロー活動 ネクスト・ベスト・アクション 顧客マスタ・商品情報 購買履歴・利用履歴 Web ストア購買 / アクセスログ 行動(アウトプット) 分析/ネクスト・ベスト・アクションの自動抽出 ハウスカード の保有状況 「個客」の行動にあわせて リアルタイムに遷移 機械学習による PDCA の自動化 Web でのキャンペーン・ お勧め SNS での情報発信 ※ネクスト・ベスト・アクション オプティマイザー IBM Watson 研究所にて開発した、C-MDP(制約つ きマルコフ決定過程)と呼ばれる数理モデルに基づ き、顧客情報から次にとるべき最適なアクション(ネ クスト・ベスト・アクション ) を抽出するシステム。 C-MDP は、各種制約事項を考慮しながら、確率シス テムの動的な最適化問題の解決に適した数理モデル。 天候データ 地図データ・ 人口動態(昼 / 夜) ● アクション・クラスターとは ● nba オプティマイザーとは 顧客の行動特性や現在の状態に関する視点を重視した動的なクラスタリングです。 分割します。 さらに、 考え得るアクションの各オプションに対するマイクロセグメント間の遷移パ クラスターは日々の企業からの働きかけにより刻々と遷移し、クラスター間の遷移を見る ターンと確率をモデル化し、 それぞれのセグメントに対する最適な次のアクションを自動的に抽 ことで施策の有効性を評価・改善していきます。 出します。 アクションの選定に際しては、 リソースの制約や各種ビジネスルールも考慮できます。 従来の、顧客属性や現在の顧客価値(売上等)に基づく静的なクラスタリングではなく、 蓄積された情報と直近の顧客体験に関する情報とを組み合わせて、顧客をマイクロセグメントに 顧客価値の最大化に向けた顧客対応のレコメンデーション クラスタリングの切り口イメージ 価値 最新購入日・ 累計・購入回数・ 購入金額 好みの商品 カテゴリー 施策 1 施策 2 施策 3 施策 4 よく利用する チャネル 有料サービス 利用状況 購入商品 カテゴリーの幅 商品カテゴリー ごとの買替 サイクル 無料サービス 利用状況 高ロイヤルティ 伝道者 伝道者予備軍 伝道者予備軍 景況次第 ご褒美買い ご褒美買い ご褒美買い バーゲン狙い バーゲン狙い バーゲン狙い バーゲン狙い 施策 3 時間 施策 2 キャンペーン への反応 常連になって からの期間 SNS 反応/ ポジション ハウスカード の保有状況 施策 1 ・購入しなくても月 3 回来店で 1000 ポイント贈呈 ・通常価格 ・2 月、8 月限定 購買力は大きいが来店頻度が低い 季節を先取りしたショッピング 直近 1 週間サイトへのアクセスが多い ・・・ nbaのスムーズな導入に向けて IBM では、ネクスト・ベスト・アクションのスムーズな導入を実現する 「顧客対応力強化クイック構想策定」という短期プログラムをご用意しています。 顧客対応力強化クイック構想策定 ネクスト・ベスト・アクションは顧客情報の蓄積が前提になります。しかし、現状のデータ取得方法に不備があったり、データの 蓄積量がそれほど多くない、またはシステム状況が新しい仕組みの構築に適しているのか判断がつかないという企業もあります。 IBM では、3∼ 4 週間でグローバルのベスト・プラクティスを参照モデルとして、お客様の目指す姿の青写真を定義した上で、期 待される効果を試算し、お客様が目指す姿に向けたロードマップを作成する「顧客対応力強化クイック構想策定」をご用意してい ます。その中で nba 実証実験として、 実際のデータを使用したトライアル顧客分析を実施することも可能です。これにより、 ネクスト・ ベスト・アクション導入に必要な情報やチャネルの整備具合、システム状況を調査、人員配置や業務プロセスを把握し、実現可能 性を検証したうえで、次のステップに向けた実行計画を策定することが可能になります。 顧客対応力強化クイック構想策定の位置づけ フェーズ 1 フェーズ 2 構想策定・実証実験 フェーズ 3 導入準備 導入・定着化 顧客対応力強化クイック構想策定の進め方 進め方 アウトプット グローバルのベスト・プラクティスをベースに、3週間(標準ケースゆえ、変動あり)で 目指す姿の青写真定義、期待効果試算、ならびに目指す姿の実現に向けたロードマップを作成 ●目指す姿 ●改善機会と期待効果(試算レベル) ●実現に向けたロードマップ ●次ステップ実行計画骨子 3∼ 4 週間 目指す姿定義 アプローチ 情報収集と改善機会抽出 実現に向けた計画立案 ●事例共有(実現内容、主要構成要素、効果) ●情報収集(インタビュー、基礎データ収集) ●全体ロードマップの策定 ●お客様の目指す姿の仮設定 ●目指す姿と現状の Fit&Gap ●フェーズごとの効果試算 ●目指す姿の見直し(最終化) ●次ステップのハイレベル実行計画の立案 ●主要変更の整理 ●改善機会の抽出/効果試算 nba 実証実験 ●トライアル顧客分析の実施 n b a を支える IBM の知見 IBM サービス IBM の システムと テクノロジー IBM ソフトウェア IBM 研究所 IBM コンサルティング・サービスの分析専門知識 業界専門知識とマーケティングの知見 IBM ソフトウェア製品 深い洞察抽出とアナリティクス能力 高度な技術と専門知識 数理解析技術 実業務への適用 顧客価値 業界ニーズ・課題に対応 ビジネス価値実現までの 時間を短縮 成果ベースのアプローチ ( 早期効果刈り取り ) このカタログの情報は 2014 年 3 月現在のものです。 仕様は予告なく変更される場合があります。 サービスや製品の詳細については、弊社の営業担当員にご相談ください。 IBM、IBM ロ ゴ、ibm.com は、世 界 の 多 く の 国 で 登 録 さ れ た International Business Machines Corporation の商標です。 他の製品名およびサービス名等は、それぞれ IBM または各社の商標である場合があり ます。 現時点での IBM の商標リストについては、www.ibm.com/legal/copytrade.shtml をご覧ください。 お問い合わせ 日本アイ・ビー・エム株式会社 〒103-8510 東京都中央区日本橋箱崎町 19 番 21 号 www.ibm.com/jp e-mail:[email protected]
© Copyright 2024 ExpyDoc