チーフ・アウトサイダーズのCMOであるアドリアナ・リンチ氏は、主要ないくつかの予測ツールと、それをどのように展開してビジネスに役立てることができるかを見てきました。
・顧客行動の予測モデリングは、ロイヤリティの向上やリードの生成を目的としたキャンペーンの教育に役立ちます。
・リードの適格性のモデリングは、営業チームが案件を購入/クロージングする可能性が最も高い顧客に焦点を当てるのに役立ちます。
・これらの両方を組み合わせることで財務部門はCLVを理解し、目標とするROIを達成するために許容できる顧客獲得コストについて組織全体を教育することができます。
民間伝承的な用語で語られているクリスタルボールは、必要なときには決して手に入らないものですが、可能性の領域に入ってきています。デジタルインタラクションが事実上、個人の人生のあらゆる瞬間に存在する敏感な世界では、マーケターである私たちは結晶ではなくデータを使って未来を覗き込み、ビジネスがどこに向かっているのかを見つめるツールを手に入れることができるようになりました。
予測分析（新しいデータと過去のデータを使用して消費者の結果、活動、行動、トレンドを予測するプロセス）こそが、成功したビジネスを成功させる鍵です。今日の超競争の激しい市場で成長を目指す企業は、収益、マーケティング予算の効果、そしてもちろん利益を最大化するために、顧客ベースを深く理解するために予測分析を使用しています。
では、どのようにして予測分析の利点をビジネスに活かすことができるのでしょうか？ここでは、主要な予測ツールのいくつかと、それをどのように展開してビジネスに役立てることができるかを見てみましょう。
1) 顧客行動の予測モデリング
過去のキャンペーンから得られたデータポイント（特に、何がうまくいって何がうまくいかなかったかを理解するのに役立つデータ）と、顧客ベースについて知られているすべての人口統計学的情報を使用して、過去の行動と人口統計学をリンクさせるための相関関係を描くための予測モデルを構築することができます。
このモデルは、特定の製品を購入する可能性に応じて各顧客をスコア化し、いつ、どのようにしてこの個人にアプローチするのがベストなのかを予測します。流行しているものでいうと、オンライン購入のチェックアウト時に提案された製品などの戦術を目にしたことがあるかもしれません。これは、このモデルがどのように実行されているかの一例です。
2) リードの適格性と優先順位付け
コンバージョンする可能性の低いリードを追うのはコストがかかります。予測分析をリードのモデリングに適用することで、リードへの投資をより「効果的」にすることが可能です。これは既知の関心、購入する権限、必要性、緊急性、利用可能な資金に基づいてリードをスコア化するアルゴリズムを使用しています。
アルゴリズムは公開情報と独自情報を使用して、コンバージョンした顧客とそうでない顧客を分析・比較・対照をし、流入リードの中から「類似のもの」を見つけます。 最高得点の見込み客は、営業に指示されるか、または変換するための即時のインセンティブを提供が必要です。中程度のスコアはつまらないキャンペーンに値し、低スコアについては、言うまでもありませんね。
3）顧客のターゲティングとセグメンテーション
予測分析の最も一般的な使用方法の中で、顧客のターゲティングとセグメンテーションには3つの基本的な形があります。
・親和性分析は、共通する属性に従って顧客ベースをクラスタリング/セグメント化するプロセスを指し、「微調整」ターゲティングを容易にします。
・レスポンスモデリングでは、顧客に提示された過去の刺激だけでなく、生成されたレスポンス（変換されたかどうか）を見て、特定のアプローチがポジティブなレスポンスを得る可能性を予測します。
・Attrition率(または、解約の分析)はある特定の期間の間に失われた顧客の割合、また出発と失われる機会費用/潜在的な収入を見ます。
これらの予測分析ツール（およびその他のツール）を意図的に使用することで、ビジネスはその後、顧客生涯価値（CLV）を予測することが可能です。 この測定では、過去の行動のいくつかの側面を見て特定します。
・長期的に最も収益性の高い顧客
・どの活動が最高のROIを生み出すかを中心とした買収支出の傾向
・忠実な顧客のタイプ(保持特性)の推定
このモデルは、将来の価値を推定する手段として、期待されるリテンションの推定値を方程式に加えます。CLVを理解すれば、望ましいROIを達成するために、獲得コストとマーケティング予算を適切に調整することが可能です。
最後の注意事項
予測分析を適用する際には、アプローチをA/Bテストしてアウトプットに情報を与えることが大変重要です。カジュアル推論として知られている、同じターゲットオーディエンスのA/Bテストでは、顧客が何をしているかの背後にあるWHYを推論することができます。
これらのステップと測定値が整備されたことで、あなたは真の予測分析組織を監督するという占い師としての役割を得ることができました。これはマーケティング、営業、オペレーション、財務が手を取り合って働き、常に「データ結果分析」のループにフィードバックを提供するものです。
最終的に、予測分析の未来は倫理にかかっています。人々の行動を追跡することと、市場シェアを増やして購買パターンを混乱させることのために、人々のテクノロジーに「潜り込む」のではなく、予測分析の未来は消費者が好みを共有するように消費者を巻き込むことが大切です。
これこそが、ナイキがボストンを拠点とするAIプラットフォーム企業Celectを買収した理由です。予測アルゴリズムを自社のウェブサイトやアプリに埋め込むことで、ナイキはどのモデルが人気を集めているのか、消費者がどこで購入したいのか、いつ購入する可能性が高いのかをよりよく予測することができるようになります。
すべてはビジネス戦略を明確にすることから始まることを忘れないでください。関係する必要なものがすべて一致していれば、収益は適切に入ってくるはずです。
・顧客行動の予測モデリングは、ロイヤルティの向上やリードの生成を目的としたキャンペーンの教育に役立ちます。
・リードの適格性のモデリングは、営業チームが最も購入/成約の可能性が高い顧客に焦点を当てるのに役立ちます。
・これらの両方を併用することで財務部門はCLVを理解し、目標とするROIを達成するために許容できる顧客獲得コストについて組織全体を教育することができます。
反対に、予測をしていないのであれば、それだけで損をしていることになります。
アドリアナ・リンチは、中堅企業の成長に特化したフラクショナルCMOのリーディングカンパニーであるチーフ・アウトサイダーズのCMOです。彼女は差別化を図り、顧客ロイヤルティを高め、収益性の高い成長を実現するために企業と協力しています。
おすすめ新着記事
おすすめタグ