「MA＝ステップメールツール」から脱却するデータ活用事例3選
はじめに
こんにちは、株式会社ブレインパッドでマーケティング・オートメーション（MA）ツールのプロダクトマネジャーを務めている伴野です。
MAを導入する目的として、「販促活動を自動化し、効率的な営業活動につなげたい」「顧客エンゲージメントを高めたい」などが挙げられると思います。果たして、実際にはうまくいっているのでしょうか？ ツール導入前と導入後で理想とかけ離れているケースを耳にする機会がよくあります。 また、ツールのリプレースを検討されているお客様からは、「ツールは導入したが、顧客フォローをするための方法が、シンプルなステップメール施策のみで終わっている」とお聞きする事が意外に多いです。
MAツールの導入後、適切な顧客フォローができていない場合は、真っ先にデータ活用の見直しが必要です。
本記事では、マンネリ化したステップメールから脱却するために、MAでどのようなデータを活用したらよいか、3つの事例をご紹介します。
重要なのは「パーソナライズの精度向上」と「顧客との接触タイミングの最適化」
MAでよく連携されるデータには以下のようなものがあります。ステップメールからの脱却を叶えつつ、「パーソナライズの精度向上」「顧客との接触タイミングの最適化」に着手するにはどのようにすればよいのでしょうか？
・会員マスタ：顧客属性情報（名前、性別、年齢、住所、誕生日、入会日など）
・商品マスタ：商品関連情報（名前、カテゴリ、価格、発売日など）
・売上トラン：売上情報（顧客ID、商品ID、数量、売上金額、購入日など）
・ログ：サイト訪問履歴（顧客ID、商品ID、カート投入日、ログイン日など）
現状、MAで運用可能なステップメールの流れとして、「誕生日」や「入会日」を起点にしたフォローメールや、お客様が商品を「購入」した後に送るサンクスメールなどに留まっているケースが多いです。
しかしながら、それ以上の施策となると手詰まりしてしまい、施策の幅を拡げることができません。そこで、これらのデータをかけ合わせたり、集計したりすることで、顧客エンゲージメントの強化につなげていきます。
具体的な方法については、以下の活用事例をご参照ください。
事例１．商品カテゴリから顧客理解を促進する
先ほど例にあげたMAでよく連携されるデータのうち、「売上トラン」 ｘ「商品マスタ」のデータを掛け合わせることで、顧客の好みを特定できるようになります。「売上トラン」内にある商品IDをキーに、商品マスタに含まれている「カテゴリ」の項目を、「売上トラン」にぶら下げることで、顧客がどのカテゴリを多く購入しているか傾向が見てくるようになります。
売上トラン：売上情報（顧客ID、商品ID、数量、売上金額、購入日など）
×
商品マスタ：商品関連情報（名前、カテゴリ、価格、発売日など）
⇩
売上トラン：売上情報（顧客ID、商品ID、数量、売上金額、購入日、カテゴリ）
「カテゴリ」のレコード回数を数えることで、その顧客がどのカテゴリを頻繁に購入しているかが見えてくるようになります。そうすることで、購入後の顧客フォローとして、購入した商品と同じカテゴリで一番売れているランキングなどをおすすめし、お客様の嗜好に合わせた施策が実現できるようになります。
事例２．ログからも顧客解像度を上げる
売上データがない場合でも、サイト訪問履歴のログから誰が何の商品を閲覧したかがわかります。そこで、前章で説明した「売上トラン ｘ 商品マスタ」と同じように「商品ID」から「カテゴリ」の項目を「ログ」のデータにぶら下げることで、顧客がどのカテゴリを多く閲覧しているかの傾向が見えてくるようになります。
Webトラッキング：サイト訪問情報（顧客ID、商品ID、カート投入日、ログイン日など）
×
商品マスタ：商品関連情報（名前、カテゴリ、価格、発売日など）
⇩
ログ：サイト訪問情報（顧客ID、商品ID、カート投入日、サイト訪問日、カテゴリ）
Web上で顧客が閲覧した「カテゴリ」を集計することより、顧客がどの「カテゴリ」を頻繁に見ているかがわかり、その「カテゴリ」に関連した新商品や売れ筋商品などをおすすめするのにデータを利用できるようになります。
事例３．顧客の行動パターンを理解し、接触タイミングを適正化する
Web上で顧客が閲覧した「カテゴリ」を集計することより、顧客がどの「カテゴリ」を頻繁に見ているかがわかり、その「カテゴリ」に関連した新商品や売れ筋商品などをおすすめするのにデータを利用できるようになります。
前項では「商品マスタ」の「カテゴリ」を活用する事例を説明しましたが、それ以外にも各データの「日付」に注目し、お客様の行動パターンが見えてくることがあります。お客様が入会してから、最初に購入してくれる日はいつなのか、また最後に購入してから、どれくらいの日数が経過しているのか、また最後にログインしてからどれくらいの期間が経過しているかなど、これらの項目をデータに追加することでお客様の行動パターンの傾向を掴むことができ、最適なタイミングでお客様とコミュニケーションをとることができます。
例：
・「会員マスタ」の「入会日」から「経過日数」
・「売上トラン」の「購入日」からの「経過日数」「初回購入日」「最終購入日」
・「ログ」の「ログイン日」からの「経過日数」、「最終ログイン日」
お客様が入会してから、初回に購入してくれそうなタイミングで、売れ筋ランキングの紹介を行う、または、最後にサイトに訪問してからの経過日数を考慮し、お客様が休眠に入る前のタイミングで、お得な情報の案内を行うなど施策を追加することができるようになります。
まとめ
MAツールの導入後に、ステップメール施策に終始しないためのデータの活用事例はいかがでしたか？
複数のデータをかけ合わせる・また集計することで、顧客理解が進み、販促活動につなげることができます。また、データ活用が進むことで顧客接点を増やす機会になり、さらなるマーケティング活動に役立つでしょう。
筆者は、”データ活用＝顧客理解の深化” と考えます。
MAの運用を見直す際には、是非、本記事でご紹介した活用事例をご参考になさってください。
また弊社ブレインパッドでは、MAの運用支援やデータ活用支援にも取り組んでおりますので、お困り事がありましたらぜひお問い合わせください。
（国内外のBtoC向けMAを独自調査で比較しています。）
