日本たばこ産業株式会社様
会員データやWebサイトの行動データなどから顧客の嗜好性を予測するモデルを構築し、予測結果を活用したキャンペーンで約20％の費用対効果の改善がみられることがわかりました。さらに、予測モデルの更新から結果の確認まで一連のプロセスを自動化することにより、担当者が継続的に利用できる仕組みを提供しました。
Solution
このようなソリューションを実現しました
オウンドメディアの会員データやWebサイトの閲覧履歴などの行動データ、マーケティングキャンペーンによる会員との接触履歴データなどをもとに会員の嗜好性、つまりどの銘柄が選ばれやすいかを予測する機械学習モデルを構築し、各銘柄の選択確率として数値で表しました。
また、実際の業務に適用できるデータ活用を目指し、現場のマーケティング担当者と密なコミュニケーションをとりながらモデルを設計し、得られた分析結果を理解しやすい形で的確にアウトプットすることにより、納得感のある予測モデルの構築を実現しました。さらに、その運用を実務に根付かせるべく、モデルを自動化・システム化し、予測精度を保ちながらデータ分析の結果を継続的に利用できる仕組みを提供しました。
「お客様にどのような価値を提供するか」という課題に対し、オウンドメディアの会員データやアンケートデータなど、これまでに蓄積されてきたデータをマーケティング活動に活用できると考えられていました。
また、多くの企業がデータ分析のPoCを実施する一方で、現場の実用的なレベルにまでは浸透させられていないという課題を抱えている中で、担当者の理解と信用獲得、そしてデータ分析の継続的な運用が必要とされていました。
他社銘柄を利用中の会員に対して、機械学習モデルから抽出したあるJT銘柄をおすすめするマーケティングキャンペーンでは、施策１回につき20％程度の費用対効果の改善がみられることがわかりました。
また、業務要件を正しく把握して予測モデルに落とし込む一方で、得られた分析結果をマーケティング担当者が理解しやすい形で的確にアウトプットすることにより、納得感のある予測モデルの構築を実現。さらに、機械学習モデルの更新・予測・予測結果の確認・データベースへの格納までの一連のプロセスをすべて自動化・システム化することにより、予測精度を保ちながら継続的に利用できる仕組みを提供しました。
Webでのお問い合わせ
お電話でのお問い合わせ
Search
事例を検索する
