「プラットフォームにまたがってデータをシームレスに共有することで、多岐にわたる能力を解放できます」とGopinath氏は言います。「メールやプッシュ通知を送信するだけでなく、本当にオムニチャネルなエクスペリエンスを調整しているのです。それは非常に強力です」
戦略的基盤
デジタル変革サービスコンサルタントである導入パートナー、Bounteousと協力して、Gopinath氏と彼のチームはCCETHのために、次の4つの重要なステップを含む、パーソナライゼーション戦略を作成しました:
- コラボレーションを可能にするチーム構造を設定
- 顧客を明確に把握するためのデータの一元化
- 戦略的基盤として機能するユースケースの定義
- ユースケースによる戦略の実行
デジタルマーケティングに深いバックグラウンドがあるGopinath氏には、最初から関わる必要があるテクノロジーチームがわかっていました。ビジネスチームがアイデアをテクノロジーチームに送り、それをテクノロジーチームが実行するという従来の傍観主義的なアプローチではなく、彼は全員をプロセス全体で共同計画、実行、繰り返しに関わらせました。これは、世界の裏側のチームメンバーと大陸を横断するコラボレーションを実現するためのシステムを設計することでもありました。
次のステップは、複数のソースからのデータを一元化することにより、サイロをなくすことでした。チームには、Adobe Commerceからのeコマースデータ(カートへのアイテムの追加などの行動作用、注文履歴などのバックオフィスデータ、プロファイルデータを含む)を、企業のERPとCRMなどのその他のソースからの情報を結合する方法が必要でした。Adobe Commerceデータ共有拡張機能を使用して、データをAdobe Experience PlatformとAdobe Real-Time CDPに流し、統一された顧客プロファイルに標準化しました。
「Adobe Commerce統合によって、すべての消費者のタッチポイントをとらえることが可能です」とGopinath氏は言います。「これによって消費者が最初にサイトにアクセスした瞬間から本当の消費者プロファイルを構築することができるのです」
豊富な顧客プロファイルを作成する能力を備え、Gopinath氏と彼のチームは、カスタマージャーニーのバーソナライズに集中して取り掛かる準備ができていました。彼らは、消費者とのやり取り、マーケティングイニシアチブ、パーソナライゼーション戦術に従い、可能なユースケースを優先させ、次の3つの柱のフレームワークを作成しました。
- 売上を推進するユースケース
- エンゲージメントとリテンションを高めるユースケース
- 効果があったものを分析して繰り返す機会を提供したユースケース
本当のオムニチャネルエクスペリエンス
チームは、従来のエンゲージメントユースケース、カート破棄に取り組むことで始めました。データ統合前、彼らはCCETH顧客が決済を終えたかどうかを示すデータを最大48時間待つ必要がありました。現在データはリアルタイムで流れており、彼らは1時間以内に決済しなかったユーザーに迅速なパーソナライズされたメール通知の送信を開始できました。これにより、メールの開封率が36%、クリックスルー率が21%、コンバージョン率が8.5%増えました。
チームはメールを超えて、新しいWhatsAppの統合を含む、webサイト上、およびプッシュ通知でポップアップメッセージを介して通知を配信することもできました。Journey Optimizerにより、顧客動作、AI傾向スコア、およびその他の情報にもとづいてコミュニケーションのための適切な頻度とチャネルの決定が可能になりました。
「Journey Optimizerは多くのチャネルを解放してきました」とGopinath氏は言います。「本当のオムニチャネルエクスペリエンスの調整を可能にしたのです」
また、リアルタイム情報へのアクセスにより、CCETHはAdobe Customer Journey Analyticsを使用して、ボトラーや倉庫の規則化挙動をより良く理解できるようになりました。どの製品が不足しているかをすぐに確認するだけでなく、Gopinath氏のチームはJourney Optimizerを利用して、季節変動要因によって需要が増えると予想される郵便番号にもとづくボトラーへのカスタマイズされたコミュニケーションをトリガーできました。
また、チームは分析を使用して、購入傾向を把握し、それを売上を増進した製品推奨と関連付けました。「当社で推薦する製品は売上の数値によって裏付けられる必要があります。そうでなければ、弊社でおこなっていることを正当化することが難しくなります」とGopinath氏は言います。「Customer Journey Analyticsによって、ビジネス利害関係者は当社が作成したダッシュボードで何を達成しようとしていたかを容易に可視化できるようになりました」
また、Customer Journey Analyticsによってチームは、たとえば、顧客の誕生月の間に、または潜在的に否定的な出来事(期限切れのプロモコードを使用しようとするなど)に対応して、パーソナライズされたクーポンを送るなどで、頻度が低い顧客をリエンゲージして喜ばせるための新しい方法を見つけることができました。同時に、チームは購入する可能性が最も低かった顧客を把握して、メディア支出で効率性を高められるようになりました。
パーソナライゼーションの効果
Gopinath氏と彼の強力なグローバルチームは、世界中の市場でのCoca-Colaの戦略を再形成している、パーソナライゼーションのためのプレイブックを作成しました。彼らはこれを米国のCoca-Cola Storeで展開し始めました。ここではアドビのAIと機械学習のテクノロジー、Adobe Sensei を装備したパーソナライズされた製品発見によって即値が提供されてきました。
初期の結果では、行動アクションと購入者の嗜好にもとづく1対1の製品レコメンデーションにより、クリック数が117%増加し、売上が36%上昇しました。また、ストアでは「よく一緒に購入される」クロスセル推奨に対するクリックスルー率が17%でした。オンサイト検索からのコンバージョン率は19%で、上位3件の結果には一般的に顧客が求めているものが含まれていました。