顧客プロファイル

顧客プロファイルとは、顧客の属性や行動などのデータをもとに、それぞれの顧客の特徴や意志などを整理した情報の集合です。 【英：Customer profiles】

ポイント

顧客プロファイルを利用すると、収集したデータを使用して、グループの特性や行動をもとに顧客体験の最適化やパーソナライズをおこなえます。

顧客プロファイルは継続的に更新する必要があります。顧客の興味や関心は変化するため、顧客プロファイルもそれに合わせて更新が必要です。

顧客の信頼を獲得し、製品やサービスの価値を実証するためには、透明性が欠かせません。

最適な顧客プロファイルを利用すれば、複数のデバイスやチャネルをまたいで情報を統合することができます。

顧客プロファイルに関する様々な疑問に、Nate Smithが回答します。Nateは、Adobe Analyticsのグループプロダクトマーケティングマネージャーを務め、戦略マーケティングを担当し、継続的な製品リリースに取り組んでいます。過去15年もの間、デジタルマーケティングに携わっており、ブリガムヤング大学で情報システム分野の理学士号とMBAを取得しています。

顧客プロファイルとは何ですか？

基本的なレベルでは、顧客プロファイルとはデータベースのエントリの一種であり、各顧客のハッシュ化されたIDが含まれます。顧客がブランドのwebサイトやデジタル体験においてやり取りすると、様々な形でデジタルフットプリントが残ります。顧客プロファイルではそうしたフットプリントを収集し、既知の場合も匿名の場合も含めて対象の顧客に関連付けます。

顧客プロファイルは動的であり、リアルタイムでの更新が必要です。顧客プロファイルの大まかな概念と、現在実現可能な顧客プロファイルの一番の違いはここにあります。インタラクションが増えると、そうしたフットプリントが取り込まれてプロファイルが動的に更新されます。こうしたプロファイルは、基本的にはマーケティングやエンゲージメント、パーソナライゼーションに活用します。豊富な情報を取り込んだプロファイルを使用し、パーソナライズした方法やワンツーワンのエンゲージメントで顧客に働きかけるという考え方です。

理想的な顧客プロファイルは、企業全体で顧客について収集したデータをつなぎ合わせ、統合したものです。つまり、ある顧客がCRMやweb分析、カスタマーサポートのデータベース、電子メールリストに含まれていても、同一人物として認識されるということです。そうした顧客のIDは、データベース、チャネル、デバイス、社内部門をまたいで解決されます。統合プロファイルは、収集したデータを正規化した特性や行動の集合体であり、電子メールシステムやA/Bテストソリューションなどのシステムで活用されます。

顧客プロファイルの重要な点のひとつは、データの移動が可能であることです。これにより、消費者に対して一貫性のあるクロスチャネルのエンゲージメント体験を提供できます。どこからでもリアルタイムでプロファイルにアクセスし、顧客体験を提供できるように、プロファイルはアクション実行システムに近い場所に配置する必要があります。テクノロジーの中で、いくつもの層の下に埋め込むのではなく、アクセス可能な最上位の層に配置する必要があります。

顧客プロファイルにはどのような情報を取り込みますか？

最も全般的なレベルは、CRMプラットフォームに保管されている特性ベースの情報です。例えば、年齢、デモグラフィック情報、心理学的情報、アカウントのステータス、会員種別などに関する情報です。

顧客の特性に行動情報を追加することで、プロファイルから興味深い情報が浮かび上がってきます。特性と行動の相互作用を理解すると、マーケティング予算を割くべき場所や、様々な顧客セグメントに合わせて顧客体験をパーソナライズする方法について、より的確な判断を下せるようになります。

顧客プロファイルはどのように構築しますか？

電子メールシステムやデモグラフィック情報、ソーシャルインタラクションなど、顧客が利用するあらゆるタイプのチャネルからインタラクションの内容を問わず特性や行動のデータを収集します。

こうしたデータには様々なカテゴリーがあり、その多くは分断していますが、ひとつのプラットフォームに集めて正規化できれば、単一のプロファイルに統合できます。そのため、複数の自社システムやテクノロジースタックから、柔軟かつ包括的にデータを収集できるようにすることが非常に重要です。

様々なシステム内のこうしたデータを収集し、ひとつのデータレイクやその他の中央リポジトリーに保管します。その後、顧客がwebサイトを訪問したときや、モバイルアプリを利用したとき、実店舗を訪れたとき、付近に足を運んだときなど、イベントが発生したタイミングでデータをプロファイルに関連付けます。デバイスでプロファイルを認識したり、デジタルのエンゲージメントポイントで行動を起こした顧客のプロファイルを認識したりすると、基本的にはプロファイルのデータレコードの行項目がその行動に割り当てられます。これは、イベントを割り当てるようなプロファイルとほぼ同義です。

その次のポイントは、チャネルやデバイスをまたいでプロファイルがどういうものなのかを定義することです。例えば、デバイスを人に対して解決する必要があります。消費者と企業のやり取りを考えてみれば、顧客は様々なデバイスを使用し、様々な方法で電子メールチャネルにアクセスする可能性があるためです。

デバイスと人を結び付けたら、重複しているデータと特定の事柄に関するデータを削除する必要があります。これにより、対象のプロファイルを拡充する新しいデータが手に入ります。実際にプロファイルを活用するのはここからです。システムにAI（人工知能）やマシンラーニング（機械学習）が組み込まれている場合は、性質が似通ったプロファイルが自動的にグループ化されます。目的は、統合や拡張が可能なグループ（オーディエンスセグメント）を作成することです。ワンツーワンマーケティングは効果的な手法ですが、企業はできる限りグループを拡張したいと考えます。

顧客プロファイルの活用にはどのような利点がありますか？

顧客とのやり取りの性質を考慮して、企業は複数のマーテクベンダーと提携し、電子メールやディスプレイ広告、ソーシャルメディアなど、様々な形でエンゲージメントを促進しています。顧客プロファイルを利用すると、最新の顧客情報を取得してあらゆるチャネルで活用できます。

電子メールのクリックに関する情報があり、続いて顧客がwebサイトにアクセスしたとすると、こうした情報がその顧客プロファイルに組み込まれます。次にそのプロファイルに広告を表示する際は、最新の情報を反映してより詳細なパーソナライゼーションを提供できます。

例えば、ロサンゼルス在住の顧客がFord.comにアクセスしたとします。この顧客は自動車の購入を考えています。webサイトでは、顧客は行動に関するシグナルを送ることになります。例えばサイトでオファーや割引情報ではなく、オプションの装備に関する情報を閲覧したとすると、価格はそれほど気にしていないという行動シグナルが送られます。これは、Fordが「カリフォルニア在住」などのデータポイントと組み合わせることができる効果的なシグナルとなります。これにより、次にこの顧客に送る電子メールには、ハリウッドヒルズにある在庫自動車の情報などを含めます。そのような電子メールが効果的であることが判断できるのです。

プロファイルを利用すれば、あらゆるマーケティングチャネルを有効に活用できます。経験にもとづく様々な推測で時間や予算を無駄にするのではなく、あらゆるチャネルで正確かつ最新のリアルタイム情報を実際に利用できるのです。複雑なカスタマージャーニーのオーケストレーションをおこない、より詳細にパーソナライズしたマーケティングを実施できます。

基本的なレベルでは、顧客プロファイルは最も価値の高い顧客を特定するのに役立ちます。そうした顧客を把握して、マーケティングを強化、拡張できます。類似（look-alike）モデリングを利用することで、価値の高い顧客プロファイルと似通った潜在顧客をさらに開拓できます。

重要なのは、最も収益性が高い顧客です。それは多くの場合、最も売上を生み出す顧客と同等です。しかし、企業には、売上を生み出すものの、コストが非常に大きい顧客もいます。そうした情報も顧客プロファイルから収集できます。

陥りやすい失敗にはどのようなものがありますか？

多くの企業は、まずターゲットにすべき顧客について一種のビジョンを策定し、それからデータを分析しています。この方法では長い時間がかかります。そのため、理想的な顧客やターゲットの市場を説明することから開始し、詳細を追加しますが、これでは特性のデータベースにはなりません。

経歴や趣味、興味、学歴、収入レベルだけでなく、犬を飼っているかどうかまで追加します。これは、いくつかの主要デモグラフィック情報を中核としていた、以前のメディア購入やデータベースマーケティングとほぼ同様です。企業は続いて、そうしたグループに対するキャンペーンの成果が高かった理由や低かった理由の解明に努めます。多くの場合、この解明は失敗します。どのような顧客グループなのか、どのように働きかけるべきなのかについて、データから明らかにするのではなく過度に一般化して憶測に頼ってしまうためです。

多くの企業は、あらゆるデータを収集できればそれで問題ないと考えています。しかし、それには大きなコストと時間を要します。多くの企業で見られる顧客プロファイルに対する取り組み方は、あらゆるデータをデータレイクに保管してから、SQLクエリを記述するデータサイエンティストを配備し、顧客プロファイルの構築モデルを突き止めようとするというものです。これには通常、数週間や数ヶ月とはいかなくとも、数日はかかります。さらに、データを更新して合理化する必要があります。

顧客プロファイルには有効期限があります。街を歩いている誰かがStarbucksの前を通ったときに、アプリでジオフェンスをトリガーする場合、Starbucksは2分程度でその顧客に働きかけ、店舗に立ち寄るよう促す必要があります。データサイエンスチームが履歴プロファイルを構築するのを待つ時間はありません。

リアルタイム要素を取り入れる必要があります。多くの組織は、データを一元化し、情報源をひとつに集約すれば、適切にプロファイルを構築できると考えています。この方法は技術的には可能ですが、実用的なプロファイルは構築できません。こうしたプロファイルは、顧客に実際に働きかける際に必要となるデータの移動が可能なプロファイルにはなりません。また、顧客プロファイルの層は、データフレームを含むデータレイクの中で、いくつもの層の下に埋め込むのではなく、アクション実行システムに近い場所に配置する必要があります。

参照トピック

Adobe Analytics\ Adobe Audience Manager

Adobe Real-Time CDP

Adobe Experience Platform

CXM/デジタル変革資料に関するおすすめの資料