BtoC企業のLTV最大化を支援するEngagement Data Platform「aimstar(エイムスター)」にて、AI機能アップデートにより、国内MA(マーケティング・オートメーション)ベンダーで初めて、ユーザーのみで設定画面から直接AIによる顧客抽出・レコメンド機能を活用することが可能になったことをお知らせいたします。AIを用いた施策活用や運用がより容易になり、さらなるBtoC企業のLTV最大化や、施策の工数削減の支援を推進してまいります。
目次
AI機能アップデート内容
aimstarは、BtoC企業における顧客のLTV最大化を実現する為に、顧客データの統合(カスタマー・データ・プラットフォーム)・分析・施策実行(マーケティング・オートメーション)が可能なAll in Oneソリューションです。
スプリームシステムは施策実行において、優良顧客化見込みの高い顧客などの「配信対象者の抽出」や、購入確率の高い商品などの「レコメンド商品の最適化」をAIを用いて支援してまいりました。
より多くのBtoC企業のマーケティング施策のLTV改善や工数削減を支援するために、AIによる「顧客抽出」と「レコメンド商品最適化」機能をアップデートいたしました。
従来のMAツールでは、まず目的に応じたAI学習モデルをデータサイエンティストが構築します。そしてシナリオ機能に組み込むために、ベンダーによるMAツールのカスタマイズや、外部ツールでのリスト作成が必要でした。
本アップデートによりaimstarでは、自動探索しながら、aimstar自体がAIモデルを構築します。そしてシナリオのエディタ画面から、AI部品をドラッグ&ドロップで組み込むことができ、ダイレクトに「顧客抽出」と「レコメンド商品最適化」のAIを利用することが可能になりました。また、それぞれのAIの学習・推論についてもスケジュールを指定するだけで実行できるため、運用がより容易になりました。
~従来のMAツールと、新aimstarのAI活用の比較~
~aimstarの対象者設定画面~
AI機能 利用シーン例
■AIによる顧客抽出
・休眠顧客数に課題があり、休眠化の可能性の高い顧客の把握、及び事前に休眠化を防ぐ為のコミュニケーションを実施したい場合
・メールやDM(ダイレクトメッセージ)などの販促時に、配信顧客抽出作業を手動で行っており、工数を削減したい場合
■レコメンド商品最適化
・メールやLINEなどで案内する商品を顧客毎にパーソナライズし、購入率を高めたい場合
・マーケティング担当者の仮説に基づいたレコメンド施策で成果が伸び悩んでいる場合
AI機能を活用した事例
■ジュピターショップチャンネル株式会社 様
・取り組み:限られたマーケティング担当者のリソースの中で、クーポン施策のROIを改善する為に、aimstarのAIによる顧客抽出機能を活用。顧客属性や過去の購買データから、予測クーポン購入率の高い顧客を抽出し、クーポンを配信。
・成果:従来比で売上増・DM発送費削減を実現し、ROIが約200%改善。更に顧客抽出者の自動化により、DM発送から施策評価における月間作業量が約1/10まで削減。
■大規模通販企業 様
・取り組み:売上を維持し、DMの発送費用を削減する為に、AIを通じた顧客抽出を実施。各DMのオファー内容に応じた顧客反応確率を予測。この反応確率の高い顧客と低い顧客を抽出し、高い顧客は全顧客、低い顧客は一部のみDMを送付。
・成果:予測反応率の高い顧客の方が、反応率が4倍以上も高い結果に。一部の予測反応率が低い顧客へのDM送付を控えたことで、DMの発送費用の削減を実現。