🚌 🤲🏼 🧙🏿 eコマースにパーソナライズを適用する 🎩 👨‍🌾 🛌🏻

ビジネス開発の特定の段階で、パーソナライズはコンバージョン率の最適化（CRO）を改善するための良いステップのように思えるかもしれません。企業は多くの場合、AIと機械学習に依存してパーソナライズされたエクスペリエンスを作成するために、既製のアルゴリズムを使用しようとします。

また、多くの企業は、組み込みのAIを使用してデータを収集するためのマーケティングツールの使用を開始します。これは、クライアントのエクスペリエンスの断片化と、会社にとって最適ではない結果につながります。

自動パーソナライゼーションには注意深く取り組む必要があります。ツールに依存する戦略は最悪のものの一部です-それらはあなたのビジネスに深刻な損害を与える可能性があります。
パーソナライゼーションは、データとアルゴリズムだけではありません。それを達成するには、次のことを行う必要があります。

ビジネスプロセスを合理化します。
すべてのページオプションに関連するコンテンツを作成するのに十分な人数を雇う。
コンテンツを提供できるシステム。

完全なパーソナライズには、真剣な投資が必要です。そして、投資が大きければ大きいほど、リスクも高くなります。

したがって、完全なパーソナライゼーションから始めることは意味がありません（たくさんの自由な時間と余分なお金がない限り）。A / Bテストの場合と同様に、最初の試行が成功した場合は、小規模から始めて徐々に包括的なアプローチに進むことができます。

もちろん、結果が早い段階で表示されるのは良いことです。これは、パーソナライズプロセスのスケーリングと自動化に必要なリソースをすばやく取得するのに役立ちます。これは、変換率を最適化するために使用されるのと同じ一連のステップを使用して達成できます。

調査;
仮説;
テストの準備;
テストを実施する;
評価。

この記事の目的は、架空の例で、完全なパーソナライズに移行する実際的な方法を示すことです。したがって、プロセスのさまざまな段階と、各段階で何が期待できるかを示します。また、いくつかのパーソナライゼーションタスクを簡素化します。
私はすでにいくつかのeコマース企業に同様のアプローチを使用しています。すべてはセグメンテーションから始まります-おそらくあなたが精通しているプロセスです。

セグメンテーションから始める

架空の会社、ガーデンカンパニーを紹介しましょう。彼女は、シャベルからリラクゼーション用のセットに至るまで、さまざまなガーデンツールやツールに通しました。彼女は大規模な製品ポートフォリオを持ち、マーケティングに多くのお金を費やしています。また、この会社はA / Bテストを使用してサイトを常に最適化しています。

パーソナライゼーションは、The Garden Companyの発展にとって論理的な一歩となります。パーソナライズできるものはたくさんあります。たとえば、どのチャネルをどのユーザーに、どの順序で、いつ、どのようなコンテンツ、どの製品でターゲティングするかなどです。
この架空のケースでは、大規模なeコマースサイト-商品の在庫状況。

潜在的なセグメントに優先順位を付けるための調査を行う

A / Bテストと同様に、この調査では潜在的に価値のあるセグメントを特定します。

CROに関与している場合、多くの消費者データがすでに利用可能です。製品の専門家からアナリストまでのすべての従業員、および調達部門の従業員は、データに基づいて顧客ベースに関する仮説を提案しました。

利用可能な情報は、セグメンテーションの可能な属性を決定するのにすでに十分です。たとえば、The Garden Companyには次の仮説が当てはまります。

クライアントは「リラクゼーション愛好家」または「アクティブな庭師」に分類できます。
他の顧客よりも割引を好む顧客もいます。
一部の顧客は、高価なブランドを好み、それらに対してより多く支払うことをいとわない。

データに基づいてオーディエンス間で幅広いグループを強調表示することは、1つの顧客セグメントをすばやく選択してパーソナライズすることとは異なります。後者のアプローチはしばしば失敗します。

セグメントによるパーソナライズの方法は、サンプルサイズの制限が早すぎるため危険です。高品質のパーソナライゼーションは、できるだけ広いグループから始まり、次に最も価値のある顧客に絞り込みます。

セグメントの優先順位付けは、期待される価値とパーソナライズの容易さに基づいて行うのが最適です。

すべての顧客セグメントとそれらに提供したいエクスペリエンスをリストするパーソナライズ計画を作成します。
, , , .
, — .

提案されたセグメントを利用可能なデータと照合します。これを行うには、クライアントの完全なポートレートを作成する必要はありません。ショッピング統計と消費者に関する分析情報で十分です。

「The Garden Company」は、注文データを使用して、「レジャー愛好家」と「アクティブな庭師」セグメントの間で購入した製品のカテゴリーをクラスター分析します。驚くべきことに、結果は2つではなく3つのグループで明らかになりました：「リラクゼーションの愛好家」、「装飾的な園芸の愛好家」、「果物栽培の愛好家」。

セグメントを分析するとき、あなたは何度も驚かれることでしょう。

多くの場合、対象となるオブジェクトは明確ではありません。遅かれ早かれ、あなたはこの結論に達するでしょう。私は、パーソナライズされたエクスペリエンスを作成しようとする何百もの異なる会社と取引しました。これまでずっと、ターゲティングの元のアイデアは決して良いものではありませんでした。
ブランドのクラスター分析は、一部の顧客が本当に高価なブランドを好む一方で、他の顧客はより安価なブランドを好むことを示しています。割引に最適なセグメントを決定するために、すべての製品に割引率を設定できます。

売上の伸びがそれほど大きくない推定セグメントは無視してください。

その結果に基づいて、The Garden Companyはまず、休日のメーカー、園芸愛好家、園芸愛好家を比較します。このようなテストでは、ユーザーは購入行動とインターネットで閲覧する製品に基づいて分類されます。この分類を使用して、A / Bテストをセグメントの1つに構成できます。

テストを作成する

セグメンテーションのテストを準備するチャネルを選択します。最も簡単な方法は、使用するテクノロジーとツールによって異なります。たとえば、サイトがキャッシュに多くの情報を保存している場合、Web開発者を巻き込んでこれを修正する必要があるかもしれません。
ただし、カスタムセグメントを作成できる優れたマーチャンダイジングツール（Bloomreach、Algolia、Magentoなど）を使用すると、すべてがはるかに簡単になります。電子メールは、キャッシングの問題、システムからログアウトするユーザー、およびテスト結果の分析を困難にするその他のニュアンスの影響を受けないため、最初の優れたチャネルになる可能性があります。

The Garden Companyでは、テストはメールで行われます。分類されたすべてのユーザーは、いずれかのセグメントに含まれます。コンテンツを作成するためのリソースは限られているため、チームは最初に、メインのニュースレターに加えて、メールニュースレターのメッセージの1つのバージョンのみを作成します。これは「レジャー愛好家」を対象としています。最初のテストでは、50％が通常のレターを受け取り、50％がターゲットバージョンを受け取ります。

特定の対象者に対するパーソナライズされたエクスペリエンスの有効性を評価する必要があります。これを行う方法は1つだけです。あなたはそれの一部ではないクライアント上の特定のセグメントのために作成されたコンテンツをチェックする必要があります-逆もまた同様です。

私たちの架空のケースでは、ターゲットバージョンは「休日の愛好家」からの収入が15％増加し、印象的な増加を示します。これらの数値により、プロジェクトチームは他のセグメントをテストし、パーソナライズされた電子メールを作成するためにより多くの人々を特定する準備が整います。

追加のリソースが割り当てられた後、3つの顧客セグメントすべてが、3つの異なる文字を含む電子メールでテストされます。これのおかげで、The Garden Companyは、セグメンテーションが配布結果にどのように影響するかについての概要を理解します。

さらなる行動

選択したチャネルのセグメントを決定したら、次の3つの方法のいずれかを選択して先に進むことができます。

他のチャネルで初期テストを繰り返します。これは通常、同じ顧客セグメントを他のチャネルで識別できる場合、最も簡単なソリューションです。
. , .
. , .

これらのステップが実行される順序は関係ありません。繰り返しますが、最も単純なものから始めるのが最善です。

1.他のチャネルで初期テストを繰り返します。

いつものように、テストで結果が得られた場合は、何が機能しているか拡大してください。セグメントを使用して、他のチャネルでそれらをテストします。たとえば、The Garden Companyは、同じ分類を使用して、その効果をテストすることで広告を表示する場合があります。

もう1つの優れたソリューションは、Webサイト上の製品をセグメント別にソートすることです。メールは効果的であることが証明されているため、この機能の作成を支援する開発者のグループを強調することは価値があります。

2.セグメントを組み合わせる

セグメントを特定したら、それらを組み合わせて、クライアントとのやり取りをよりパーソナライズします。さまざまな製品カテゴリとブランド（たとえば、高価なブランドを好む「リラクゼーション愛好家」）の効果的な組み合わせを作成できます。

セグメントの組み合わせは、コンテンツの作成とテストの管理のプロセスを複雑にします。ページオプションの数は急速に増加し始めます。より狭いセグメントの初期テストでさえ、多くのリソースを必要とします。

ターゲティングは大きな利益をもたらす可能性がありますが、多くの場合、それが常に組織の困難に関連していることを完全には認識していません。したがって、大規模な投資が必要です。難易度はターゲティングの裏返しです。

ある時点で、スケーラブルなコンテンツハブを持つことは、コンテンツのスケーリングとパーソナライズの前提条件になります。コンテンツを簡単に再利用して複数のテンプレートに組み合わせることができる場合、パーソナライズされたエクスペリエンスを作成することは非常に簡単です。

多くのツール（BynderやNuxeoなど）がこれをサポートしていますが、それら自体はソリューションではありません。ほとんどの場合、コンテンツを再利用できるように、コンテンツの作成方法を変更する必要があります。

いずれにせよ、セグメンテーションには、テストを構成および管理するためのリソースが必要です。あなたはそれらを得るために一生懸命努力しなければなりません。

3.動作トリガーを追加する

セグメンテーションについてすでに知っていることに基づいて、消費者行動に関するデータを検討することは有用です。新しいグリルを探している「レクリエーション愛好家」は、この顧客向けに作成された一般的なカテゴリではなく、この製品を特に対象とする必要があります。

セグメントを組み合わせることにより、オンラインストアを表示するときの動作に意味があるか、そうでないかについて合理的な仮定を行うことができます。「リラクゼーション愛好家」が4つのグリルのうち2つをプレミアム、2つをより安価なブランドのグリルから選択した場合、どの製品を主なものとして宣伝する必要がありますか？

答えはユーザーセグメントによって異なります。顧客がプレミアムブランドを好む場合は、プレミアムグリルとアクセサリーを宣伝する必要があります。もちろん、そのようなターゲティングは、（前述のように）いくつかのチャネルを使用して適用できます。

パーソナライゼーションの強化

セグメントを組み合わせて、ビヘイビアートリガーを使用して複数のチャネルにわたって順次使用することは、すでに印象的な仕事です。この時点で、セグメンテーションはパーソナライゼーションと交差し始めます。

ただし、パーソナライゼーションアルゴリズムの助けを借りて、それを新しいレベルに引き上げることができます。

まず、パーソナライズされた推奨事項を追加します。

セグメントに基づいて、推奨アルゴリズムを構成できます。ガーデンカンパニーは、同じセグメントの他の顧客からの意見に基づいて、推奨製品のリストを顧客に提供することを決定しました。

その後、「ガーデニング愛好家」は、セグメント化されたメーリングリストから手紙でより詳細な推奨事項を受け取るようになりました。セグメント内のこの小さな変更により、個別化アルゴリズムの付加価値を簡単に判断できます。さらに、それらの製品は対応するセグメントの顧客に関心があったため、すべての推奨事項が関連します。

新しいテストを行うたびに、The Garden Companyは推奨事項に基づいてアルゴリズムを改善し、他のチャネルやセグメントに適用します。

オーケストレーションから始める

フィードに一貫したコンテンツが表示されるようになったので、各ユーザーに最適なコンテンツのテストを開始できます。これは、バナーからリンクをクリックすることが多い顧客に連絡することで実行できます。

これは、別のレベルで使用されるセグメンテーションの追加形式です。その助けを借りて、リターゲティングで広告を表示してからフォローアップレターを送信するまでの最適な時間を決定できます。

セグメンテーションからパーソナライズへの移行

すべてのセグメント、トリガー、チャネル、オーケストレーションを管理することは、すぐに難しくなります。 The Garden Companyの例では、製品カテゴリの3つのセグメント、ブランドの2つのセグメント、たとえば割引に対する感度の5つのセグメントが区別され、合計30のセグメントの組み合わせが取得されました。

チャネルセグメントやオーケストレーションステージと組み合わせると、システム全体を調整することが非常に難しくなります。ただし、テスト中には多くのデータが生成されます。ユーザーが特定のチャネル、順序、コンテンツ、時間枠にどのように反応するかがわかります。

さらに、コンテンツがセグメント化されているため、多くのマーケティング活動は1つ以上のセグメントに分類されます（たとえば、装飾用庭、プレミアムブランド、電子メールから切り替えた割引顧客など）。このすべてのデータとコンテンツ分類の組み合わせは、機械学習に最適です。

結論

最後のステップ、つまりAIによるパーソナライズは、前のステップを実行しないと達成できません。

これまでに説明したことはすべて機械学習に適用されます。小さなものから始め、どのアプローチが最も効果的かを探り続けます。機械学習は、セグメンテーションとパーソナライゼーションのプロセスで作成された以前の開発を改善できるもう1つのツールにすぎません。

eコマースにパーソナライズを適用する