CRMを2倍効かせるマーケティング講座　第3回

レコメンドエンジンとの連携で実現するマーケティングのオートメーション化

amazon.comの成功に代表されるようにここ数年のWeb技術の中で大きく注目されているものとしてレコメンド機能（レコメンドエンジン）があります。国内でもECサイトのみならずメディアサイトを運営する企業にも導入が加速し、その成功事例を耳にする機会が増えました。
「レコメンド」「協調フィルタリング」という言葉も頻繁に目にしているのではないでしょうか。近年、このレコメンド機能と当社のSynergy! に代表されるASP型CRMシステムを連携させた「レコメンドメール配信」が、にわかに注目を集めています。
本日は、このレコメンド機能とCRM システム（メール配信）との連携についてご紹介します。

従来型One to Oneマーケティングの限界

従来メールを通じて顧客とのコミュニケーションをOne to Oneで取ろうとする際に用いられた手法として、「性別」「年齢」「所在地」などの属性情報を元にセグメントを行い、メール配信する手法が用いられていました。しかし、この手法で実際にマーケティングを行おうとすると、いくつかの点で限界がありました。大きくまとめると以下に集約されます。

1. 「性別」「都道府県」など属性情報だけでは消費者のライフスタイル情報を取得できない
2. ユーザ入力に依存するため信頼性が担保できない
3. セグメントを細分化することでコストが増える

1. についてはユーザのライフスタイルの多様化や消費行動の細分化で、従来から指摘されている事です。単純に「東京都に住む20代の女性」とセグメントしたとしても個々人の価値観やライフスタイルは異なってきており、ある商品を全面的に受け入れて購入する人もいれば、選択肢にさえ入れようとしない人もいます。
2. も一般消費者に向けてWeb上でキャンペーンをとられたことがあれば、実感されたことがある方も多いのではないでしょうか。Webフォーム上で会員を募集する際、どれほどプルダウンやチェックボックス等でユーザビリティを高めてもユーザのミスや適当に入力されることを防ぐことはできません。あるキャンペーンを行った企業の場合、取得した個人情報に対して追跡調査を行ったところ2割以上のデータが基本的な属性情報に誤りがあったといいます。これでは正しいセグメントをかけることができません。
そして、実際にOne to Oneマーケティングを行う上でもっとも高い障壁となるのは 3.ではないでしょうか。1. 、2. の課題を克服できたとしても、その結果生み出される膨大なセグメントごとの配信作業は大きなコストとなります。結局、「性別」ごと「年齢」ごとなど実現可能ないくつかのセグメントだけに終始してしまい、思うような効果を生まない結果になるのではないでしょうか。

レコメンド機能との連携が生み出すマーケティングのオートメーション化

では、レコメンドエンジンとの連携で生み出されるメール配信はどのような効果を生むものなのでしょうか。レコメンドエンジンについては現在多くの事業者がASP方式で提供しています。多くはユーザの行動履歴をベースに似通った商品アイテムや嗜好の近い他のユーザがチェックしたアイテムを推奨する「協調フィルタリング」と呼ばれるアルゴリズムを取り入れています。

この手法だとユーザの「足跡」をたどっていき、もっとも関連性が高い情報をユーザに表示することになるので、属性情報などの情報に左右されません。このユーザごとのレコメンド情報をメール配信コンテンツとして連携させることで、ユーザ側に届いたメールはレコメンドエンジンから推薦された情報しか表示されないことになります。ユーザからすると完全にパーソナライズ化されたコンテンツのみが表示されることになるので、その他大勢ではなく「自分に来た」という感覚を持つことになります。国内での本格的な導入はこれからのようですが、海外で実施された例だと非常に高い効果を生んでいます。

このような自動連携システムだと配信作業は1回で済みますし、細かな設定や詳細にわたる分析などはほとんどシステムで自動化することができます。
まさに常に優秀なマーケティングアナリスト兼作業担当者が常時分析を行い「最も確からしい」施策を行ってくれるようなイメージです。担当者は、人の手が入らなければならないコンテンツなどの業務に注力することができます。このような「マーケティングのオートメーション化」への第1歩がレコメンドエンジンとCRMシステムとの連携によって始まろうとしています。
だからこそ、その企業の特性にあった優秀なブレーン（エンジン）を獲得する必要があります。製品ごとにアルゴリズムが異なり、レコメンドされる情報も大きく異なっています。当社のSynergy!のように、ASP（SaaS）方式で必要に応じてシステムを選択できる方式が導入には向いているでしょう。