最適化計算の必要性

例えば200万人顧客の方に、推奨可能な商品が4商品あった場合、どの顧客にどの商品を「推奨するか／しないか」という（2値の）組合せは、２の800万乗通り発生します。

実際のマーケティングにおいては、この２の800万乗通りの組合せの中で、もっとも売上あるいは利益が期待できる組合せを見つけてコミュニケーションを図る必要があります。

このために、データマイニングを利用して、まず顧客毎の各商品の購買確率を予測します。また各商品には価格があるので、この購買確率から期待値を求めることが出来ます。

このデータを元に、マーケティング施策プラン（どの顧客にどの商品をご提案するか）を作成しますが、ここで実際の業務においては、様々な制約条件が発生します。

制約条件例

■各商品の在庫数

• ＞在庫に限りがあるものなど、推奨しすぎると欠品を起こしかねないもの

■顧客あたりの推奨数

• ＞一般に過剰な推奨は、短期的な収益向上は期待ができても、顧客離れを誘発するため、同一期間での推奨行為には制限を加えている場合など

■各商品の下限販売数

• ＞取引先との関係維持や、製造ラインの関係等で、最低限販売する必要がある数量など

つまり、2の800万乗通りの顧客と商品の組合せのうち、これらの制約条件を満たして、かつ、最も高い売上が期待できるものを求める必要があり、このためには高度で大量の演算が必要となります。

※実際には同一商品でも告知するチャネルによってコストも顧客の購買確率も変化するため、さらに複雑な計算が必要になります。

ニュースリリース

2012.2.1

ブレインパッド、ソーシャルゲーム提供企業向け分析支援を開始  

2012.1.17

広告出稿・プロモーションの費用対効果を予測・最適化・シミュレーションする「marketingQED」を提供開始

2012.1.10

2012/1/10 統合レコメンドエンジン「Rtoaster Version 3.1」リリースのご案内  

トピックス

2012.1.25

2月22日（水）ブレインパッド×イズ「顧客データを活用しマーケティングROIを最大化。OtoOを実現するCRMとは」無料セミナーを開催いたします  

2012.1.18

＜開催中止＞2月10日（金）「サイベイト株式会社主催セミナー」にて弊社代表・草野が講演いたします

2012.1.13

1月27日（金）「Power ソリューションセミナー」にて弊社・代表取締役 草野 隆史が講演いたしました＜終了＞

• 
• 
•