PIPED BITS

SPIRAL活用術

AI分析で届けたい情報と顧客ニーズをマッチング(nosy×SPIRAL)

新商品のお知らせ、イベントのご案内など企業からは毎日様々な情報が発信されます。
このような企業が発信していく情報を、ニーズのある方に届けていくための配信顧客の絞り込みはマーケティング担当者の「経験と勘」が頼りでした。
今回は、株式会社神戸デジタル・ラボが提供するクラスタリングオートメーションツールのnosyとスパイラル®を連携することで、スパイラル®内の情報をAIによってデータ分析を行い、届けたい情報に親和性の高い顧客を抽出していくソリューションについて紹介します。

nosy連携フロー図

1.企業のクラスタリング手法の実情

世間に流通している情報量が多くなり、ユーザーは日々大量の情報にさらされています。
結果、マーケティングや広告の施策はマスではなくone to oneやそれに近いアプローチが重要視されるようになってきました。
しかしながら、新商品の案内やイベントの案内をどのような層に実施すれば効果が出るかといったクラスタリングはまだまだマーケティング担当者や案内を行う営業マン一人ひとりにゆだねられている点が大きく、「経験や勘」によるアプローチを実施している企業がほとんどというのが実情です。

2.「経験と勘」による情報活用の問題点

前述のような「経験と勘」による情報活用はいくつかの問題点を抱えています。
・「経験と勘」によって導き出されたクラスタリングが正しいかどうか判別できない
・安定して高い精度を維持していくことが困難
・人次第のため、担当者の退職等により精度が低くなる可能性がある
こういった問題点はどれも「経験と勘」が人の思考に属することによって発生しているといえます。
この問題を活用するためにはnosyのようなクラスタリングを自動化し、結果をアウトプットする仕組みが必要になってきます。

3.nosyとSPIRAL®連携によるクラスタリングの活用

今回の連携によって、スパイラル®内で管理している様々な情報をnosyに登録することが可能になります。例えば、顧客情報、セミナー情報、セミナーの申込情報、セミナー講師の情報、問い合わせ情報、アンケート回答内容、購買履歴やメールのクリック情報などを自動的にnosyに連携することによって、毎日の顧客動向によって自動的にクラスタリングがされていきます。
また、クラスタリングされたデータに対してキーワードを入力して相関性が高いユーザー情報を取得できるようになります。
キーワード入力では新商品や開催イベントの情報を入力すると当該キーワードに親和性が高い顧客が抽出されるため、その親和性の高い顧客に対するDM、メール等のアップローチを行うことができます。さらに、抽出される顧客情報にはキーワードに対する親和性が数値化されて出力されるので、親和性が高い順に並べ替えることで営業のアプローチリストとして活用することも可能です。

【注記】
※必要最低限の手順のみ公開しております。要件に合わせて変更してください。
※現時点の仕様を記載しております。仕様変更による動作保証はしておりません。ご了承ください。

関連記事
機械学習「A3RT」を使ってメール文面の構成チェックツールを作成してみた https://www.pi-pe.co.jp/miteshiru/article/20170516-1/

nosyサービスサイト http://www.kdl.co.jp/service/nosy/

mautic is open source marketing automation
お役立ち情報はこちら メルマガ