マーケティングアトリビューション
マシンラーニング(機械学習)によって、コンバージョンイベントにつながる様々なチャネルにアトリビューション値を割り当てます。アトリビューション分析では、最も重要な顧客接点に重みを割り当て、顧客の実際のインタラクションパターンにもとづいてチャネルごとに最適なモデルを構築できます。
アトリビューションを利用すると、カスタマージャーニー全体を通じた様々なやり取りがコンバージョンに与える影響を把握できます。従来型のアトリビューションは特定のイベントや任意のイベントの情報を使用しますが、この優れたアトリビューションではマシンラーニング(機械学習)と高度な統計モデルを使用してあらゆる顧客接点の影響を正確に把握します。
分析の最終目標は、現実に即した顧客インサイトの獲得です。そのため大企業では、オンラインとオフラインの両面で、ますます増加する多数のチャネルからデータを収集しています。ただし、収集したデータからは、そのままの状態でも顧客の行動について多くの情報が得られますが、そのようなデータは行動の理由を把握するのに適しているとは言えません。何より、そのままの状態では、コンバージョンにつながる意思決定に影響をやり取りを効果的に把握することができません。
そこで、アトリビューションを活用します。アトリビューションの目的は、各顧客の購入プロセスにおける電子メールや動画の閲覧、ディスプレイ広告、ホワイトペーパーの価値を把握することです。アトリビューションを利用することで必要な戦略とコンテンツが判断しやすくなると考えられていますが、これまでに提供されてきたアトリビューションの多くはこの目的を達成することに苦戦していました。そうしたアトリビューションは、ペイドメディアのみを測定対象としているか、webなどの単一のチャネルのみに着目していました。どのようなインサイトにも利用価値はありますが、現在の複雑化するマルチチャネル環境においては、それだけでは不十分です。
現在の大企業は、より大きなニーズを抱えています。大企業に必要なのは、効果的なものと、そうでないものを見極めることです。大企業はオンラインとオフラインのチャネル全体を通じて顧客の複雑な行動を追跡する必要があります。また、それらのカスタマージャーニーを比較して、あらゆるやり取りをコンテクストに沿って把握する手段も必要です。
つまり、大企業が求めているのは、アトリビューションが本来の役割を果たすことなのです。
Adobe Analyticsでは、アトリビューションが本来の役割を果たします。ほぼすべてのチャネルからのデータを容易に収集、統合できるようにし、人工知能(AI)、マシンラーニング(機械学習)、予測分析を優先的に活用することにより、アドビは真のアトリビューションを実現しています。
多岐にわたるルールベースの高度なアトリビューションモデル(ファーストタッチ、ラストタッチ、線形、アルゴリズムなど)を提供しており、ペイド、オウンド、アーンドの各チャネルの投資を把握するのに役立ちます。また、自社のニーズに合わせたカスタムモデルも作成できます。
「アトリビューションデータを利用して、キャンペーンとチャネルをまたいだ理想的な予算配分を可能にする予測分析の活用を進めています」
Alexander Gaertner氏、DER Touristik、デジタル分析部門責任者
マシンラーニング(機械学習)によって、コンバージョンイベントにつながる様々なチャネルにアトリビューション値を割り当てます。アトリビューション分析では、最も重要な顧客接点に重みを割り当て、顧客の実際のインタラクションパターンにもとづいてチャネルごとに最適なモデルを構築できます。
アドビの測定用オープンプロトコルでは、音声や動画、コネクテッドカー、IoT機器、CRM、インターネットなど、あらゆるソースからデータを収集できます。また、JavascriptやモバイルアプリSDKのデータ収集ライブラリを利用することもできます。
CRMなどのオンラインデータと、ロイヤルティプログラムなどのオフラインの企業データを統合し、分析用のディメンションとして追加できます。