Comments
Transcript
国内外の最新事例で知る ENTERPRISE MARKETING AUTOMATION
国内外の最新事例で知る ENTERPRISE MARKETING AUTOMATION 〜複雑化するオートメーションを実現するフレームワークとその実践 Company Confidential - For Internal Use Only Copyright © 2014, SAS Institute Inc. All rights reserved. 伝統的なMARKETING AUTOMATION Company Confidential - For Internal Use Only Copyright © 2014, SAS Institute Inc. All rights reserved. ENTERPRISE MARKETING AUTOMATION 「伝統的な」MARKETING AUTOMATION SASが従来から提唱している「Customer Intelligence」と「Marketing Automation」 データ管理 ERP マーケティング プランニング オペレーション管理 予算・コスト 管理 コンテンツ 作成・管理 スケジュール管理 CRM ソーシャル メディア コンタクト 調査 その他 タ統合 ウェブ デ DWH 顧客理解 セグメンテーション ＆プロファイリング 顧客⾏動 分析・予測 SNA分析 ⾃然⾔語解析・ センチメント分析 効果測定・検証 マーケティング スコアカード キャンペーン 効果測定 マーケティング ROI分析 要因 深堀・分析 リソース管理 ワークフロー・ プロセス管理 コミュニケーション キャンペーン 管理 最適化 コンタクトチャネル ウェブ モバイル コールセンタ 店舗 ソーシャル メディア デジタル マーケティング ダイレクトメール リアルタイム リコメンド ほか マーケティング活動で必要となるシステム機能を、Customer Intelligenceとして定義し、マーケティングPDCA サイクルのカーネルとなるコンポーネントを、Marketing Automationとしてパッケージ提供。 Company Confidential - For Internal Use Only Copyright © 2014, SAS Institute Inc. All rights reserved. ENTERPRISE MARKETING AUTOMATION 「伝統的な」 MARKETING AUTOMATION ⼀般的な「Marketing Automation」のコンセプト・・・マーケティングPDCAサイクルの観点から⾒ると・・・ データの取得、統合、蓄積 ①分析/キャンペーン⽤ テーブル作成 顧客分析 ②キャンペーン予測モデル 構築 ⽬的別 テーブル ホスト、RDB等からの データ取得、統合 … ⽬的別 テーブル ⽬的別 テーブル ⾼度なデータマイニング、 予測モデル構築 分析⽤新指標 キャンペーン管理 ③キャンペーンの設計/実施 予測結果等 分析結果 実施効果の検証 ④キャンペーンの効果検証 リストとレス ポンス情報 キャンペーン管理と 施策対象者抽出、 リスト作成 クエリによるアドホック テーブル作成と基礎分析 Webブラウザを通じた 効果検証レポート 作成、共有 個別施策の検証 リストとレス ポンス情報 分析ツールを通じて ⼤量データを分析、 詳細な検証 マーケティングPDCAサイクルを⾼速化し、⾃動実⾏することで、キャンペーンROIの向上を実現することがポイント。 Company Confidential - For Internal Use Only Copyright © 2014, SAS Institute Inc. All rights reserved. ENTERPRISE MARKETING AUTOMATION MARKETING AUTOMATION 成功事例1 イベントベースマーケティング@総合通販A社 顧客の購買⾏動を、購⼊サイクルの平均と分散、購⼊回数で定義し、購⼊サイクルの平均からの乖離を捉えることで離反確率が⾼まっている 顧客のタイミングを特定。さらに、離反確率の⾼い顧客に離反防⽌のオファーの⾃動発送する仕組みを実現し、顧客の離反防⽌を効率化。 購⼊履歴 購⼊⽇ 商品ID 商品マスタ 商品ID 商品カテゴリーID 離反確率⾼ 離反確率低 ETL機能を活⽤し購⼊履歴を、 コピー⽤紙など、商品カテゴリーごと 購⼊履歴へ変換 条件4 短 平均 ⻑ 商品カテゴリーごとの購⼊サイクル の平均と分散で顧客の購買⾏動 の特⻑を定量化 離反ルール DROPルール 購⼊額増ルール UPルール 条件2 商品カテゴリーごと購⼊履歴 前回購⼊⽇ 前々回購⼊⽇ 購⼊サイクル 購⼊回数 商品ID 商品カテゴリーID 購⼊額減ルール DOWNルール 条件1 条件5 条件3 条件6 適正値からの平均サイクルのずれが 10⽇以上で、年齢が45歳以上、 該当商品の利⽤歴が1年以内の場合 80%の確率で離反の恐れあり 購⼊サイクルの平均からの乖離の 程度が購⼊⾦額低下や離反に 陥りやすいパターンを発⾒しルール化 Company Confidential - For Internal Use Only Copyright © 2014, SAS Institute Inc. All rights reserved. 離反防⽌を促す対象ルールを 施策の顧客抽出ルールに 適⽤し⾃動抽出を実現 ENTERPRISE MARKETING AUTOMATION MARKETING AUTOMATION 成功事例2 オンラインオファー最適化@総合通販B社 顧客分析〜トライ＆ブラッシュアップを廻しながら、顧客セグメントの⼩粒化×最適化を実現。従来は約1ヶ⽉掛かっていたメール/WebマーケのPDCA サイクルを1週間以内(80%↓)で廻るようにすることで仮説・検証、ABテストを何度も実施し、最適化精度を向上。 顧客セグメント分析 顧客価値 セグメント 戦略・アクション仮説 購⼊商品・関⼼ セグメント “家族アパレル“層 購買習慣の維持 全体最適 顧客理解から戦略 の⽅向性を最適化 期間限定値引き クーポン テストマーケ 設計 テスト 配信 効果検証・ ブラッシュアップ 本格配信 効果検証 定期的な商品案内 紙媒体送付 リピートタイミングで クーポンメール 初回購⼊者フォロー セット値引クーポン ・・ “⼥性アパレル”層 家族向け商品 クロスセル ・・・ 優良顧客とはどんな⼈？ ‒ 優良顧客は何を購⼊しているか？ ‒ どんな購買習慣を持っているのか？ 優良予備軍にはどんな⼈がいるか？ どんな顧客が優良化／休眠化するのか？ “⼤きいサイズ”層 購買習慣の 定着化 トライ＆ブラッシュアップ PDCAサイクル テストマーケティング・PDCAを通して最適化 ⾃動運⽤化に移⾏し、本数拡⼤ 顧客理解から対象× コンテンツ×タイミングを 検討 Company Confidential - For Internal Use Only Copyright © 2014, SAS Institute Inc. All rights reserved. 本格配信 本格配信 ・・・ ENTERPRISE MARKETING AUTOMATION MARKETING AUTOMATION 成功事例3 レコメンドによるオファー最適化@ECサイト 顧客の購⼊履歴、サイト・コンテンツ閲覧履歴から最適なコンテンツのレコメンデーションモデルを構築し、Webサイト、メールの両⾯から統⼀感のある レコメンデーションを実現。 データ統合 顧客理解 コミュニケーション実⾏ 実⾏チャネル ①顧客データを 収集・統合 ②収益性や購買傾向で 顧客をセグメンテーション ④ビジネスニーズに応じた レコメンドルールを設計 ⑥レコメンド実⾏ 「○○○DVD」の レコメンドオファー ターゲットメルマガ 会員情報 購⼊傾向の似た顧客をグルーピン グしセグメントを構築。 購⼊履歴 閲覧履歴 統合顧客 データベース ③閲覧・DL履歴からコンテンツ のアソシエーションを分析 セグメンテーションとアソシエーション 分析の結果よりレコメンドルールを 設計しリスト⽣成。 「 ○○○DVD 」が今なら 期間限定20%OFF!! ⑤レコメンドルールの登録 ECサイト メール 反応結果 各種マスタ、履歴データを統合し 顧客シングルビューを作成。 サイト訪問者 セグメント内のユーザが閲覧・DLして いるコンテンツ間のつながりを分析。 レコメンドルールを チャネルシステムに配信し登録。 Company Confidential - For Internal Use Only Copyright © 2014, SAS Institute Inc. All rights reserved. 「□□□DVD」を 購⼊されている⽅には 「☆☆☆DVD」もオススメです。 ENTERPRISE MARKETING AUTOMATION SAS MARKETING AUTOMATION 競合との差別化ポイント SAS® MARKETING AUTOMATIONの成功事例に共通していることは、「マーケティングPDCAサイクルの中⼼に、アナイティクスが位置づけられる」 という点です。MARKETING AUTOMAIONソリューションとして標榜している競合他社の中には、この部分が⽋落しており、他社製ソフト(Rや Mahout)を流⽤するケースが⾒受けられます。 競合他社 アナリティクス データ蓄積 SPSS ORACLE KXEN Netezza 数理システム アナリティクスを装備して いない、もしくは限定的 なレコメンドロジックのみ を装備 Infomatica Operational CRM系を ベースとするソリューション ベンダーは、この部分に 特化していることが多い Ascential BusinessObjects COGNOS アナリティクス データ収集 ・統合 データ収集・統合 レポート・BI データ蓄積 キャンペーン 管理 レポート・BI キャンペーン管理 Unica Hyperion Siebel 統⼀プラットフォームによる業務・システム連携の⾼速化を実現 Company Confidential - For Internal Use Only Copyright © 2014, SAS Institute Inc. All rights reserved. 次世代のMARKETING AUTOMATIONに期待されること Company Confidential - For Internal Use Only Copyright © 2014, SAS Institute Inc. All rights reserved. ENTERPRISE MARKETING AUTOMATION 次世代のMARKETING AUTOMATIONに期待されること 分析ベンダーであるSASにとって、次世代MARKETING AUTOMATIONのキーファクターは、「マーケティングにおけるアナリティクスの⾼度化」 です。これは、さらに以下の側⾯から捉えられます。 ①アナリティクスの進化／深化 従来 • 分析は難しいもの、分析モデルを作る⼈（モデラー）は別途統計解析の 専⾨家を⽤意する。 • ディシジョンツリー、回帰、クラスター、協調フィルタリング、等いわゆる「マーケ ティングにおける定番分析モデル」だけを使っていれば事⾜りる。 次世代への期待 ②チャネルシステムとの結合強化 従来 • アナリティクスにおけるモデリングはバッチ処理。スコアリングも、厳密な意味で のリアルタイム性は求められない（せいぜい30分間隔）。チャネルシステム とは、システム的には疎結合で充分。 • アナリティクス部分はバッチ処理なので、シビアなシステム要求はなし。（夜 間バッチが回ればよいレベル、システムダウンしてもあまり影響なし） 次世代への期待 • データサイエンティストのマーケティング部⾨への配置。モデラーは、外部調 達ではなく、⾃社内で確保。これに伴い、専⾨家だけがわかる「アナリティク ス」から、エンドユーザーも実現可能な「アナリティクス」へ。 エンドユーザーアナリティクス • リアルタイム分析モデルを前提としたマーケティング活動 （例、位置情報を活⽤したリアルタイムレコメンド 、より鮮度の⾼い学習 データを使った協調フィルタリング）。 リアルタイム化 • SVM、SNA(リンク分析)等、マーケティングで活⽤される新しい⾼度分析 モデルの速やかな現場への投⼊。さらに、統計的な⼿法によるROI最適 化の実現。 ⾼度分析⼿法の対応 • インタラクティブにおけるアナリティクスの適⽤ （例、Eメール、DMなど⼀本通⾏のチャネルから、対⾯ショップやWebサイ トなどのインタラクティブチャネルにおいても、分析モデルを投⼊） インタラクティブ化 • ⾃社内に保有・蓄積するマーケティングデータ（1st Partyデータ）に加 えて、ソーシャルメディアやオンライン広告など外部メディアに関連するデータ • アナリティクスシステム側で24時間 x 365⽇対応が必須 （3rd Partyデータ）も分析対象に拡⼤。 Company Confidential - For Internal Use Only システム基盤の強化 BigCopyright Data対応 © 2014, SAS Institute Inc. All rights reserved. ENTERPRISE MARKETING AUTOMATION 次世代のMARKETING AUTOMATIONに期待されること 「アナリティクス・エンジン」を持たない競合他社は、「アナリティクの⾼度化」に対して、概ね以下のように対応しています。 何が起きるのか？（顧客視点） ①アナリティクスの進化／深化 エンドユーザーアナリティクス ⾼度分析⼿法の対応 Big Data対応 • アナリティクスは、そもそも装備していないの で、他社のアナリティクス製品に依存。 (RやMahoutを提案） • アナリティクス・エンジンがあっても、機能が 限定的、かつ専⾨のアナリティクス開発部 ⾨が存在しないため、機能追加に時間が かかる。 ②チャネルシステムとの結合強化 リアルタイム化 インタラクティブ化 システム基盤の強化 • マーケティングのシステム構成の複雑化 「ヘテロジニアスなシステム環境によるコスト削減」、 「最適ソリューションの選択」等のキーワードでメリットが語られる ことが多いのですが、キャンペーン管理=A社製品、アナリティクス =B社製品、チャネル・インタラクション=C社製品、効果検証レ ポート=D社製品、というようなヘテロジニアス環境では、実際に は以下のような点が課題になります。 ①各社製品の違いによる追加コストの発⽣（要員、教育コスト） ②各社製品のアーキテクチャの違いによるマスタデータ管理の不備 （=マスタデータのコピーが多発し、結果的にデータ品質の低下） • アナリティクスは、そもそも装備していないの で、他社アナリティクスツールに依存。 (RやMahoutを提案） • ⾃社ソリューション(Operation系) と、ア ナリティクスとの繋ぎは、「スクラッチ開発、も しくは別ツールを導⼊」を提案。 • 構想からシステム実現までのサイクルの⻑期化 ①各社製品のアーキテクチャの違いによる開発⽅法やスケジュー ルで差異が発⽣。 ②調整に継ぐ調整の結果、構想からシステム実現までのサイクル ⻑期化。 Company Confidential - For Internal Use Only Copyright © 2014, SAS Institute Inc. All rights reserved. ENTERPRISE MARKETING AUTOMATION 次世代のMARKETING AUTOMATIONに期待されること SASは、次世代MARKETING AUTOMATIONで期待される「アナリティクスの⾼度化」に対応するために、以下のように製品ソリューションを拡充して います。 エンドユーザー アナリティクス SAS® Visual Analytics SAS® Visual Statistics Hadoopビジュアライゼーション マウスによるポイント & クリック ビジネスユーザー・アナリスト向け 現場で予測モデルを⽤意に構築 「Approachable（親しみやすい） Analytics/Modelingの実現 インメモリ対応 ⾼度分析⼿法の 対応 SAS® In-Memory Statistics for Hadoop Hadoopアナリティクス インタラクティブ・プログラミング データ・サイエンティスト向け インメモリ対応 Big Data対応 リアルタイム化 インタラクティブ化 システム基盤の強化 SAS® Customer Link Analytics SAS® Social Media Analytics SAS® Marketing Optimization SAS® Real-Time Decision Manager SAS® Customer Experience SAS® Intelligent Advertising SAS® Grid Computing 次世代マーケティングにおいて必要と なる「新しい分析⼿法」に対応した 製品を随時投⼊ 次世代マーケティングにおいて利⽤ される様々なチャネルに対して、 それぞれ最適なアダプターを提供 クラスタリング構成により、SASジョブの 負荷分散、および⾼可⽤性を実現 顧客分析⼒の強化 マルチチャネル対応 Company Confidential - For Internal Use Only Copyright © 2014, SAS Institute Inc. All rights reserved. 負荷分散 ⾼可⽤性の実現 ENTERPRISE MARKETING AUTOMATION ENTERPRISE MARKETING AUTOMATIONの全体像 従来のMARKETING AUTOMATIONは、アナリティクスとオペレーショナルが明確に分離されていましたが、次世代MARKETING AUTOMATIONでは、両者がシステム的に密接に結合する形をとります。 顧客エクスペリエンスログ (オンライン, SNS)の捕捉 インバウンド “リアルタイム & バッチ” 顧客エクスペリエンス マーケティング業務管理 マーケティング 最適化 DQ / DI / MDM マルチチャネル・コミュニケーション ビジネスインテリジェンス マーケティング・アナリティクス アウトバウンド “リアルタイム & バッチ” データ統合 Enterprise Intelligence Platform Company Confidential - For Internal Use Only Copyright © 2014, SAS Institute Inc. All rights reserved. コンタクト チャネル 複雑化するフレームワークと事例紹介 Company Confidential - For Internal Use Only Copyright © 2014, SAS Institute Inc. All rights reserved. ENTERPRISE MARKETING AUTOMATION シナリオ1「BIG DATA活⽤と⾼度分析⼿法への対応」 海外通信事業者 ⾃社で保持する顧客の通信ログ(Big Data)を活⽤してSNA分析を実施。さらにチャネル最適化をかけ、適切なオファーを適切なタイミングで 実現。 ⾼度分析⼿法の 対応 Big Data対応 既存マーケティング オートメーション 既存マーケティング オートメーション ⾼度分析⼿法の 対応 システム基盤の強化 条件1 条件4 1. 顧客通信ログから、SNA分析によりコミュニティー を作成。 さらに、各コミュニティーにおける役割（インフルエン サー、メンバー）を特定。 条件5 2. 顧客単位に、 CHURN OUT(解約) の予測モデルを作成、 スコアリング 条件3 最適化 条件2 条件6 3. 解約予測モデルのスコアを常に監視し、 ⼀定の敷居値を超えた時に最適なオファー を⾃動実⾏。この時、コミュニティー上のイン フルエンサーにはより優位なオファーを提供。 1⽇あたり200以上のオファーを⾃動実⾏ Company Confidential - For Internal Use Only Copyright © 2014, SAS Institute Inc. All rights reserved. コンタクト チャネル ENTERPRISE MARKETING AUTOMATION シナリオ2「オムニチャネルへの対応」 海外⼩売業者 リアル店舗での会員の購⼊ログを利⽤して、顧客の嗜好性を分析し、別チャネルでクロスセルにつなげる。 商品購⼊ ＠Privateブランド ⾼度分析⼿法の 対応 ルール設計 1 効果検証 購⼊ログ 取引内容把握 実⾏リクエスト ① 顧客セグメント分析 「バラエティーショッパー」「⾼級品志向」 「スーパー買い物客」・・・等のｾｸﾞﾒﾝﾄの うち、顧客が属するセグメントの特定 2 ＳＭＳメッセージ Decision Hub 分析 実⾏ 3 4 ＳＭＳ配信 ＳＭＳ 5 分析 結果 ③ ｾｸﾞﾒﾝﾄ・地域・直前の利⽤店舗 を考慮し、最適なキャンペーンを 割り出し、メール配信 顧客ライフスタイル分析 ＆レコメンド分析 ④ 配信過剰にならないよう頻度を コントロール 事前に９パターンのライフスタイルセグメントを構築 既存マーケティング オートメーション ポイント５倍！！ キャンペーン実施中 システム基盤の強化 リアルタイム化 ② レコメンド分析（バスケット分析） セグメントや地域、直前の利⽤店舗を考慮し、 顧客が次にどの店舗を利⽤しそうかを予測 ※分析モデルは⾃動アップデート・⾃動運⽤ 既存マーケティング オートメーション Company Confidential - For Internal Use Only Copyright © 2014, SAS Institute Inc. All rights reserved. 73% 6 SMS配信 ENTERPRISE MARKETING AUTOMATION シナリオ3「WEBサイト上のインタラクティブ・レコメンド」 海外デジタルコンテンツ配信 リアルタイムのサイト・ブラウジング情報から、最適レコメンドを決定し、パーソナライゼーション表⽰。 バッチ処理 リアルタイム処理 配信サイト リアルタイムルールエンジン リアルタイムトラッキング ＆プッシュ インメモリ データストア トリガー判定 顧客情報 コンテンツ プッシュ サブルール ブラウジング データ リアルタイム スコアリング 作品別ランキング 視聴履歴データ コンテンツタグ集計情報 閲覧履歴データ ・・・ リアルタイム レスポンス リアルタイム化 ⾃動学習したモデル により最適レコメンド ロジックを判定 インタラクティブ化 セグメント別ランキング コンテンツデータ マイリスト登録データ リアルタイムのブラウジング 情報をトラッキング レコメンドエンジン 事前算出データ システム基盤の強化 Company Confidential - For Internal Use Only Copyright © 2014, SAS Institute Inc. All rights reserved. ・・・ データソース 会員データ 購買履歴サマリデータ 顧客分析データ レコメンド 事前バッチ算出 モデル ⾃動学習 既存マーケティング オートメーション 閲覧履歴 データ ENTERPRISE MARKETING AUTOMATION シナリオ4「デジタル広告連携」 海外デジタル広告パブリッシャー（媒体社） インターネット広告連携において、最適な配信コンテンツを決定し、広告出稿指⽰に連携。 ⾃社ネットワーク インターネット コンテンツ配信ネットワーク 配信コントロール キャンペーン設計 優先順位管理 バナー枠 バナー枠 バナー枠 ②表⽰クリエイティブ情報の応答 ①表⽰クリエイティブ情報要求 （アドコール） リアルタイム化 配信コンテンツ 決定エンジン 施策＆レポート データストア クリエイティブ管理 既存マーケティング オートメーション ダッシュボード ・効果検証 マーケティング 分析 在庫予測 プライベートDMP インタラクティブ化 アップロード システム基盤の強化 Company Confidential - For Internal Use Only Copyright © 2014, SAS Institute Inc. All rights reserved. ・会員データ ・購買履歴サマリデータ ・顧客分析データ ENTERPRISE MARKETING AUTOMATION 導⼊成功事例 Lotte.com SAS® Customer Experienceにより、Web上の顧客⾏動 パターンと特性を分析。年間10 million$の売上増を達成。 T-Mobile SASソリューションにより、顧客セグメントの精緻化と10億件の 顧客リンク情報からソーシャルネットワーク分析を実施。さらに、 マルチ・チャネルキャンペーンにより、チャーンアウト（解約）の 25%低下を実現。 Dreyerʼs SASのマーケティング管理ソリューション導⼊により、ワークフローと マーケティングプロセスの合理化を実現。年間300 million$の コスト削減を実現。 Company Confidential - For Internal Use Only Copyright © 2014, SAS Institute Inc. All rights reserved. ENTERPRISE MARKETING AUTOMATION SAS MARKETING AUTOMATION 市場評価 Forrester 2014 Cross Channel Campaign Management Gartner 2014 Campaign Management Management MQ Company Confidential - For Internal Use Only Copyright © 2014, SAS Institute Inc. All rights reserved. THANK YOU Company Confidential - For Internal Use Only Copyright © 2014, SAS Institute Inc. All rights reserved. sas.com