トレジャーデータとは？入門編

トレジャーデータとは？

• 自社が管理している各Dataと他社が管理しているDataを統合して1つのDBにできる(シームレス化)
• そのDBを使って施策を行なう(広告配信/各種マーケティング/分析)
• テクノロジー/サービス(広告効果測定ツール/Webアナリティクス/SNS/機械学習 他多数)を使ってプラットフォーム構築/施策実行を行なう

TREASURE DATAの活用図

1. 自社が管理している多種大量のデータをリアルタイムでTREASURE DATAに送る
2. 自社保有していない2nd、3rd PartyデータをIDをキーにTREASURE DATAに送る
3. 「1」「2」のデータを統合/分析/セグメンテーションをかける
4. それらを元に「広告配信」「各種マーケティング」「分析/レポーティング」サービスを使って施策を行なう

4つの新機能

1. TREASURE GLOBAL ID
   共通IDでドメイン/ブラウザ/クロスデバイス/オフライン等のIDを一つにする

2. セグメントビルダー
   管理画面でセグメントを作成し、各ツールへ反映させる

3. リアルタイムセグメンテーション
   顧客のログをリアルタイムに解析し、コンテンツの出し分けをリアルタイムで反映

4. コンテンツ解析
   ページ内のキーワード抽出を行ない、関心のあるキーワードを抽出してセグメント化

導入による問題点解消

• リアルな顧客像を明確化
• 顧客ごとに最適なコミュニケーションを実現
• データを使って営業職/売り場の支援
• データを使って機器/設備メンテナンスを効率化
• 膨大なデータ量の計算
• データをマーケティング活用
• ダッシュボードが充実しているのでKPIをモニタリング
• KPIの異常値を検知した場合、メールでアラート通知
• ユーザーごとの買い物行動圏を把握
• ライフスタイルや趣味嗜好など顧客に合わせてパーソナライズされたコンテンツを配信
• データに基づくマーケティングシナリオの仮説を立て、データを元に検証
• 会員登録後の動きをモニタリングすることでアプローチ見直し
• 顧客をスコアリングして将来購入する商品を予測して、行動傾向を把握

顧客の好みと現在の行動ログからユーザーのモーメントを把握

モーメントドリブンなコミュニケーションを実施

• 性別や年代、居住地、職業
• 購入ブランド、ブランドロイヤリティ
• 購買チャネルや利用デバイス
• ターゲットカテゴリー情報一般の興味

「来店前」「来店中」「来店後」顧客に行なう施策

「来店前」

• エリアターゲティングによる来店促進キャンペーン
• 過去3ヶ月に店舗から半径5km以内でアプリを起動したユーザーにキャンペーンの通知

「来店中」

• 一定の購入合計金額を超えるとキャンペーンを告知
• 上記の合計金額が超えないときに「あと**円でキャンペーンが受けられる」通知を購買直後にリアルタイム配信

「来店後」

• ショップの評価をしてもらってロイヤリティを高める

活用事例

車販売業者

課題

• 顧客情報が部門ごとに管理されているので、顧客情報や行動を統合したい
• 顧客データを断片的しか利活用できていない
• 他社サイト閲覧行動で全体の趣味嗜好を把握したい

解決

• 自社で保有するデータと外部データを統合する
• 顧客の特徴や行動を立体的/多角的に理解する
• それを元にカスタマージャーニーの理解が可能になる
• 成約後のデータも取れるので営業支援が可能になる
• １人１人の行動プロセスを知ることができる

疑問

Q. どうやって外部データからユーザーを紐付けるのか？
A. TREASURE DATAが同一のID(globalID)を発行してそれを元に紐づけ。TREASURE DATAを利用している企業とデータエクスチェンジが可能。そのため外部データを扱うにはその企業間と契約する必要がある。開示するデータは企業間同士で決める。

化粧品販売業者

ユーザーごとにCRM(顧客情報管理)を最適化

課題

• 単一のメルマガを全会員に向けて配信する
• 顧客ごとに最適化されたコミュニケーションを取りたい

解決

• 自社メディアと外部サイトの行動履歴を統合してより深い顧客理解を果たす
• 上記の行動履歴から顧客の気分(モーメント)を把握
  • モーメントに合わせた施策を展開
  • ウキウキモーメント、ドンヨリモーメント、イライラモーメント

疑問

Q. 行動履歴を知る手段は？
A. 例の1つとして、閲覧したページのキーワードを抽出(meta description、meta keyword)。そこから現在興味あることを知る = どういう状態なのかを把握

保険会社

課題

• 契約時に契約者の情報を得ることはできるが、契約後の情報を把握することが難しい
• 契約後のライフステージに変化があったかを把握することが難しい
• ライフステージの変化に伴い、その変化に見合った保険を提案したい

解決

• 契約者情報とオンライン行動データを結合してライフステージを推計
• ライフステージを把握することで、営業活動の優先付や案内商品の選定が可能に
• 保険商品の見直しを考える時期を知る
• 契約/解約の先手を打つ
• リアルタイムでユーザー情報に最適化された広告を配信

食品宅配

課題

• 会員の属性や行動を把握できているが解約数を減らす対策が打てない
• 解約しそうな会員を知りたい

解決

• 過去1ヶ月のデータをもとに機械学習を行ない、解約しそうな会員をリストアップ
• 解約する顧客の振る舞い、解約しない顧客の振る舞いを把握
• 顧客スコアリングを測定
• 解約抑止策を実施(ポイント付与/WEB UIの改善)

疑問

Q. 顧客スコアリングってなに？
A. 過去1ヶ月間で解約した人の行動プロセスを分析。また解約と継続した人の理由を分解した結果、解約しそうなユーザーをスコアリング。高いスコアほど解約する確率が高いユーザーである。