マーケティングは不特定多数へ一方的に発信する「マスマーケティング」から、一人ひとりへ向けた「パーソナライズドマーケティング」へと変化しています。
パーソナライズでは、ユーザーの属性や興味関心に合わせた情報を届けることで、優れた顧客体験（CX）を提供することができます。
この記事では、パーソナライズを基本から知りたい方向けに、パーソナライズとは何か、パーソナライズを実装するメリットと注意点、ツールの導入やパーソナライズの導入方法などについて解説します。
目次
パーソナライズとは、顧客一人ひとり（person）に最適な形で情報を提供することを意味します。
マーケティングにおいては、顧客の属性や興味関心、行動・購買履歴などに応じて、最適な情報やサービスを提供することです。
例えば、顧客の属性や興味関心によって表示される検索結果を変えたり、これまでの行動・購買履歴によって掲載される商品を変えたりなど、ユーザーは自分の好みに合った情報やサービスを取得でき、結果として顧客満足度が高まります。
従来のマーケティングは企業側が伝えたい情報を不特定多数へ向けて一方的に発信する「マスマーケティング」が主流でしたが、今ではインターネットやスマートフォンなどの普及により、顧客自ら能動的に情報を収集できるようになりました。
ECサイトでのレビューやSNS、ブログでの口コミ、商品比較サイトなど、膨大な情報が私たちの暮らしを取り巻くようになりました。
このような状況下で、これまでの企業側の一方的な情報発信では顧客の心を動かすことが難しい時代になったため、顧客一人ひとりに最適化した情報発信をするパーソナライズの重要性が増したのです。
AIやビックデータ、IoTなどのさまざまなテクノロジーの発展によって、顧客の属性や行動・購買履歴に関するデータを蓄積することができ、顧客の情報や分析の精度も上がってきました。
さらに、CRMやMA・SFAなどのマーケティングツールを活用することで、顧客の解像度を高めることや日々実施しているマーケティング活動を自動化して効率的にユーザーの好みや行動に合わせたマーケティングができるようになりました。
パーソナライズと似た言葉にカスタマイズがあります。
この二つには明確な違いがあります。
パーソナライズとは、企業側が顧客の属性や興味関心、行動・購買履歴などに応じて、最適な情報やサービスを提供することです。
一方カスタマイズとは、ユーザー自ら必要な情報などを設定・変更します。
パーソナライズとの違いは、ユーザーが自ら設定・変更することです。
新規顧客を獲得する際に重要な取り組みの1つに、潜在顧客へ効果的なアプローチをすることが挙げられます。
ユーザーの中には「自分には何が必要なのか」をまだ理解していない人もいます。
ユーザーデータから興味関心を分析し、ユーザー自身も気が付いていない潜在ニーズにアプローチすることで、新規顧客の獲得が期待されます。
ユーザーの情報をより深く分析することは、ユーザー自身もまだ気が付いていない潜在ニーズの掘り起こしにつながります。
効率的な精度の高いマーケティング施策を行うには、ターゲットとなる顧客の詳細な情報が必要です。
不特定多数に向けて一方的に発信する「マスマーケティング」では、ターゲット層に当てはまらない人にニーズのない情報が届いてしまうことも多くありました。
しかしパーソナライズしたマーケティング施策では、すでに興味を持っている人を事前にリサーチすることやターゲットに届けたい情報、タイミングなどを細かく設定できるので、必要としている顧客だけにピンポイントで情報を届けることができます。
パーソナライズは、顧客一人ひとりに対して最適化した情報を発信し続けることで、情報が蓄積され、より精度は高まり、顧客一人ひとりが必要とする情報・コンテンツを効率的に提供できるようになります。
CRM/SFAとMAツールを連携することで、顧客一人ひとりにパーソナライズしたクーポンの配信やメール配信することで、既存顧客を優良顧客にナーチャリングするなど、各顧客に最適化したマーケティング施策を打つことができます。
顧客一人ひとりの属性や興味関心、行動・購買履歴などに応じて、情報をパーソナライズすることは、顧客体験(CX)の向上につながります。
自分を一人の顧客として扱ってもらうことで、特別感や承認欲求が満たされ、顧客と企業との結びつきを強め、顧客との信頼関係構築にも効果的です。
継続的に有益な情報を提供し続けることで、継続利用が期待でき、ファン化させ安定的な売上につながります。
また、パーソナライズの施策はオンラインだけではありません。
実店舗に来店した顧客一人ひとりに対しても解像度の高い顧客情報にもとずいた接客をすれば、より強力に顧客の囲い込みができます。
パーソナライズによって顧客のデータが蓄積されてくると、顧客のニーズに合わせたコンテンツが提供できます。
ニーズに合った情報がすぐに得られるメリットがありますが、それ以外の情報を探そうとしたとき見つけにくい場合や提供する情報が偏ってしまうことが考えられます。
顧客のニーズに合った情報を適切に提供できることがパーソナライズの強みですが、求めている内容と隔たりが生じるケースも少なくありません。
顧客ニーズにそぐわない情報を繰り返し提示した場合、企業に対するマイナスイメージや顧客離れにつながる恐れがあります。
これらを回避するためには、パーソナライズされた情報以外のコンテンツもバランスよく取り入れ、表示回数の適切化や顧客の反応の検証が欠かせません。
さまざまな施策・検証を繰り返し、顧客満足度を上げられるよう調整を行いましょう。
パーソナライズ化の実現には顧客情報の収集が欠かせませんが、情報が反映される頃には「情報がすでに不要になっている」ということも十分ありえます。
例えば、筋トレを始めたユーザーにトレーニング関連の情報を届けていても、一定の期間が経ってそのユーザーは筋トレに興味をなくしているかもしれません。
顧客の状況は常に変化し、ニーズも変わっていくものなので、時間と共に変化するニーズを追い続ける必要があります。
ユーザーが求める情報は一定ではないため、ある時点でパーソナライズされた特定の情報だけを過信せず、データの更新や検証など、常に最新の情報を得られる状態を維持することが大切です。
商品やコンテンツなど、数多くの選択肢の中からユーザーのニーズに合うものを効率良く見つけてもらうのが、パーソナライズの役割の一つです。
例えば、Amazonのように、商品の種類や商品数も多い場合はパーソナライズは非常に効果を発揮しますが、提供する商品数やコンテンツの種類が少ない場合、そもそも選択肢が少ないのでパーソナライズが思うような効果を発揮しない場合もあります。
パーソナライズは有効な手段なのか、自社のサービスの特性や性質を見極めて検討することが大切です。
ECサイトでよく見る「こちらの商品もおすすめ」や「この商品を見た人はこちらの商品もチェックしています」といったレコメンド表示はパーソナライズが導入されています。
顧客の閲覧や購入履歴をもとに、商品同士の類似性を分析し関連性の高い商品を勧める方法や顧客の興味関心・ユーザー属性と類似した顧客が購入した商品を勧めるといった方法があります。
ユーザーの好みに合う商品を表示させることで、ユーザーの離脱防止やCVRの向上が期待できます。
ニュースサイトのようなキュレーションメディアでは、記事やコラムの表示などにパーソナライズの手法が使われています。
どのような仕組みでパーソナライズしているかはメディアによりさまざまです。
たとえば、これまでの閲覧履歴や趣味趣向、SNSと連携することでユーザーの情報を取得し、そこから得た属性や興味関心などのデータからパーソナライズされた最適な記事を表示するといった方法があります。
ユーザーの興味のある記事が表示されることで、PV数の増加や滞在時間が長くなることが期待されます。
記事末尾に表示される「この記事を読んだ人へのおすすめの記事」といった形で、メディア内の興味のある記事を導き出し、レコメンド記事として提案します。
ユーザーの興味関心のある記事を提案することで、回遊率を高め、滞在時間をより長くすることが期待されます。
YouTubeやNetflix、TVer、Hulu、Amazonプライムなどの動画サービスでもパーソナル化したサービスを提供しています。
例えばYouTubeでは、登録したチャンネルの最新アップロード動画の情報、検索履歴や再生履歴に基づく「あなたへのおすすめ」が表示されるほか、再生中の動画のサイドに表示される関連動画は、視聴動画の関連性やエンゲージメント、品質、これまでの検索履歴や再生履歴に基づいて、表示されています。
Netflixでは、これまでの視聴履歴、作品に対してどんな評価をしてきたのか、視聴傾向が似ているユーザーはどんな作品を他に見ているのか、作品のジャンルやカテゴリー、出演者や公開年などといった作品に関する情報などをインプットとして機械学習アルゴリズムにより画面上部に「おすすめ」として表示されています。
TwitterやFacebookでは、自分が設定した個人情報や過去に行った「いいね」、コメントなどの行動履歴、交流しているフォロワーなどを基に、特定のフィードに興味を持ちそうな投稿を表示しています。
広告にも同様のシステムが採用されており、上記の条件を基に自社商品やサービスと関連性のあるユーザーにのみに配信が可能です。
また、「おすすめユーザー」や「知り合いかも？」でユーザーが表示されることがありますが、これはパーソナライズ化によって、興味関心が合うユーザーを結び付けたり、ユーザーの趣味嗜好に合ったユーザーが表示されたりする仕組みです。
パーソナライズド広告は、ユーザーの検索履歴や閲覧履歴に基づいてユーザーに最適な広告を表示する仕組みです。
GoogleやYahoo!のWeb広告サービスで利用でき、普段見ているWebに表示されている広告にもパーソナライズ化されたものが多くあります。
ユーザーにとっては、興味関心のある分野の商品やサービス情報が表示されるので、購入の可能性があるかわからないユーザーへ一方的に広告を表示させるよりも、効果的なマーケティングが可能になります。
Google検索機能の一つで、ユーザーの過去に検索したキーワードや過去に見たサイト、位置情報に基づいてそのユーザーに適した検索結果を表示する機能のことを言います。
例えば「ディナー おすすめ」で検索すると、ユーザーの位置情報により上位表示されるコンテンツが異なります。
したがって、パーソナライズド検索では、同じ検索キーワードだったとしてもユーザーによって違った検索結果が表示されます。
ユーザー属性や行動履歴、購入履歴などのデータに基づき、送信するメールの内容やタイミングを調整することができます。
例えばDM配信では、購入頻度や前回の購入時期などの顧客の行動や心理に合わせてアプローチする方法や商品をカートに入れたあとに、購入手続きまで行かずに離脱する「カゴ落ち」に対する“カゴ落ちメール”など、さまざまなアプローチが考えられます。
パーソナライズされたDMやメルマガは、自分と関係のない情報を受け取らなくてすむ点も大きなポイントです。
メール内容が顧客の関心・行動領域とずれているために起こる、メールマガジンの配信解除を防ぐことができ、メール開封率やコンバージョン率の向上が期待できます。
パーソナライズでは、膨大なデータを分析しターゲットごとに施策を実施する必要があるため、人の手で行うには限界があります。
そこで活用されるのが、ツールの導入です。
パーソナライズでは、顧客の属性データや行動データに基づいて、ターゲットごとに最適な情報を最適なタイミングで提供するので、解像度の高い顧客情報を保有している必要があります。
解像度の高い顧客情報の管理にはCRMなどの顧客一元管理できるツール、指定した条件に合わせてマーケティング施策を実施するMAが必要になります。
CRMやMAの中には、標準的にパーソナライズを実施する機能を搭載しているものがほとんどです。
一人ひとりの顧客情報や行動データに基づいてOne to Oneの施策やコミュニケーションを取ることができます。
しかし、これらのツールでの施策は特にコンテンツ面では限定的なものが多く、セグメントの出し分けで、1対1の施策ではないことが多いので、どの程度パーソナライズが実現できるのかは、注意しておく必要があります。
そこで高性能なレコメンドエンジンやWeb接客ツールなどのレコメンドサービスを導入し、CRMやMAと連携させることで、さらに高精度なパーソナライズが実現し、顧客体験を上げることができます。
「誰に」、「どこで」、「どんな」、「いつ」を明確にして施策を実施しましょう。
まずは誰に向けてパーソナライズするのか、ターゲットを定義します。
年齢・性別・居住地などの属性データに加えて、閲覧履歴や購入履歴などの行動データを活用しターゲットを設定するので、事前にどんな顧客がいて、その中でも優良顧客はどんな属性でどんな行動を取っているのかなどの特徴を分析しておく必要があります。
例えばパーソナライズの対象がECサイトやオウンドメディアだった場合はパーソナライズされた体験を生み出すためのスペース（どこで）が必要になるので、サイト上のどこでパーソナライズをするのか設計する必要があります。
そしてターゲットに対してどんな体験、どんなコンテンツを届けるのかを考えます。
また、ポップアップ表示や、DMなどの場合は、特定の行動をとった時やどのステータスの時など、いつ行うのかタイミングを考える必要があります。
様々な手段がありますが、すべてを一斉に行うのではなく、ターゲットを分析し、仮説を立て、ターゲットに対してどこでいつ行うかを検討しましょう。
レコメンド機能とは、ECサイトやコンテンツ提供サービスにおいて、過去の履歴をもとに各ユーザーに適したおすすめ商品やコンテンツを表示できる仕組みです。
ECサイトでよく見る「こちらの商品もおすすめ」や「この商品を見た人はこちらの商品もチェックしています」といった表示はレコメンド機能が導入されています。
顧客の閲覧や購入履歴をもとに、商品同士の類似性を分析し関連性の高い商品を勧める方法や顧客の興味関心・ユーザー属性と類似した顧客が購入した商品を勧めるといった方法があります。
ECサイトをはじめ、音楽や動画配信サービス、オウンドメディア、ニュースサイトなどさまざまなサイトやサービスでレコメンド機能は使われており、自分の好みに合う商品やコンテンツを表示させることで、ユーザーの離脱防止やユーザビリティの向上が期待できます。
レコメンド機能を自社のサイトに導入するには、ASP型とオープンソース型の2つの種類があります。
ASP型は導入が簡単ですが細かい変更ができない反面、オープンソース型は目的に応じて自由なカスタマイズができます。
オープンソース型はASP型よりも開発や運用に高い技術力が必要なことやランニングコストが高いことから、大手企業のECサイト以外ではあまり使われていません。
ASP型はインターネットの環境があればPCからもスマートフォンからもアクセスして利用できます。
ASP型のレコメンドエンジンは、クラウド上で利用できるサービスが多く、高い技術力がなくても簡単に導入できる点や、比較的低コストで導入できる点がメリットです。
インターネット上に公開されているプログラムを利用するオープンソース型の場合は、自社でサーバーを用意して、レコメンドエンジンの管理や運用も自分たちで行う必要があります。
ASP型と比べると自由度が高いのがメリットです。
レコメンド機能のなかで最もよく使われている手法が、顧客の行動履歴や購入履歴を活用した協調フィルタリングです。
多くのECサイト等でみかける「この商品を買った人はこの商品も買っています」というのはこの協調フィルタリングが使われています。
協調フィルタリングには、ユーザーベースとアイテムベースの２種類の方法があります。
ユーザーベースは、自分は購入していないが、自分の過去の行動履歴や嗜好などが似ている人が購入している商品をお薦めする手法です。
アイテムベースは、商品Aを購入した人は商品Bも購入しやすいというデータがあれば、商品Aを購入した人に商品Bを薦める手法です。
性別や年代などの属性情報だけでなく、行動履歴をもとにユーザーの嗜好を分析し、そのユーザーが関心を持つと想定される商品を提案するものです。
協調フィルタリングとは異なり、他人の購入・閲覧履歴は参照されません。
あくまでも対象ユーザーの傾向を分析するため、これまでに購入したことのある商品情報などに基づいて、よりその人の好みに沿った商品を提案します。
「あなたにおすすめの商品」は、このパーソナライズドレコメンドシステムが採用されています。
サービス提供者側があらかじめ定めたルールに基づいてレコメンドするシステムのことです。
どのようなレコメンドを行うかをサービス提供者側が事前に設定できるのが、特徴になります
例えば、髭剃りを買った方にシェービングをすすめたり、正月キャンペーンの広告から流入したユーザーにおせち料理を紹介したり、より比較検討しやすいように閲覧している商品と類似している商品を紹介したりといったことが可能です。
「期間限定商品」や「注目アイテム」、「キャンペーン商品」の推奨に多く用いられています。
ユーザーが興味を持った商品の属性から、事前にグルーピングしておいた類似する関連商品や同じメーカーの別機種の商品を紹介することができます。
例えば、あるブランドのカメラの情報を見た人に対して、事前にグルーピングしていた同じブランドの別のカメラや別ブランドで類似するデザインのカメラを提案します。
ECサイト上で「こんな商品もおすすめ」や「関連するアイテム」といった表示で紹介されています。
上記に挙げた複数の方法を組み合わせることによって精度の高いレコメンドを実現させるのが、ハイブリッドフィルタリングです。
目的に応じて適切に2つのロジックを組み合わせることで、ユーザーの購買意欲を最大に引き出すマーケティングが期待できます。
例えばNetflixでは、視聴者に映画やTV番組をすすめる際に、独自に開発した複雑なシステムを使用しています。
本記事では、「パーソナライズドマーケティングとは？優れた顧客体験（CX）を提供するためのパーソナライズについて解説」についてお伝えしました。
サービスにパーソナライズドマーケティングを上手にとりいれることで、優れた顧客体験（CX）を提供することができ、売上やロイヤルティの向上が期待できます。
パーソナライズを実施したら定期的にデータを分析し、必ず効果検証を行うようにしましょう。
仮説が正しいか間違っているか検証し、効果的ではない場合は、改善し再度検証しましょう。
施策を実施して終わりではなく、効果検証・改善を繰り返すことで、より優れた顧客体験を提供することができます。
また、パーソナライズを実施する場合、オムニチャネルについても検討することをお勧めします。
オムニチャネルについてはこちらで解説しています
小売業におけるオムニチャネル戦略について徹底解説
近年、ECサイト、アプリ、SNS、実店舗など、顧客との接点となるチャネルを連携させアプローチする「オムニチャネル」というマーケティング戦略が注目されています。 本記事では、「オムニチャネルは聞いたことはあるけど、実施するためにはどうしたらいいの？」という方に向けてオムニチャネルについての説明とメリット、実施するための課題について詳しくご紹介します。
では、今回はこの辺で。
この記事を見ているあなたに
オススメの記事
前の記事へ
