広告の効率化、ブランドへの信頼向上、在庫管理の最適化、EC購買不正検知、解約予測
小売・アパレル業界のデータ活用事例
小売・アパレル業界でのTreasure Data CDP活用例
店舗・EC・ソーシャルメディアといった顧客との接点が多岐にわたる小売・アパレル業界。
チャネルごとに顧客データが散在しコミュニケーションが分断されていることは少なくありません。
顧客データをCDPで収集・統合・一元管理することには、どのようなメリットがあるでしょうか。また、顧客体験にどのように還元することができるでしょうか。
パターン1：広告の効率化と来店促進
ECへの需要が大きく拡大し、デジタル広告への投資が見込まれる中、広告の効率化と、広告経由による来店促進へ貢献します。
企業が持つ多種多様な顧客データをTreasure Data CDPで統合し、購入者がこれまでにどのようなチャネルで接点を持ちながら購買に至ったかを、一人一人のカスタマージャーニーとして時系列で把握します。さらに、それらのデータをもとに機械学習の予測モデルを活用した広告配信を行うことで、より見込みの高い顧客へアプローチします。
例えば、未購入であるものの、サイトに来訪履歴があり購入見込みが高い顧客へ絞って広告配信をしたり、LTVが高いと見込まれる顧客に絞って特別なオファーをすることが可能です。
パターン2：統合顧客基盤を通じた一貫したコミュニケーション
会員一人一人に合ったコミュニケーション施策と、新規会員の増加につなげます。
自社サイト、EC、アプリのログなどのオンラインでの行動データ、さらには、会員情報や店舗での購買データなど、各所に散らばっている顧客データをTreasure Data CDPに統合し、情報を一元管理することのできる顧客基盤を構築できます。
会員の行動や属性を全方位で捉え、一人一人に合わせたコンテンツを最適なタイミング、最適なチャネルで出し分け、一貫したコミュニケーション施策を継続することはブランドへの信頼感の向上、さらにはLTVの向上につながります。
また、それらのデータをもとに新規会員の獲得に向けた施策を横断して実施し、会員の増加にもつなげます。
パターン3：在庫管理の最適化
店舗の在庫を予測し、在庫がなくなってからアクションする非効率を改善、さらには商品販売機会の最大化にも貢献します。
前日までの各店舗における在庫状況、出庫依頼、売上データをTreasure Data CDPに集約し、フォローすべき在庫を予測します。予測結果に基づき、店舗が在庫切れを起こす前に出庫依頼をかけることが可能になります。
需要予測と在庫最適化によって機会損失を防止し、売上を最大化するとともに、スタッフの業務効率化にもつなげます。
パターン4：ECサイトの不正購入検知
自社の保有データとAIと組み合わせて、不正購入被害を最小限に抑えます。
ECの需要が増える中で、クレジットカードの不正利用が急増しています。人が対応するには業務負荷が非常に高いことに加え、不正の手法も日々変化しており、新たなルールを組み込みながら日々運用していくには困難が伴います。
Treasure Data CDPに蓄積されたデータとAIを組み合わせて、トランザクションデータ・顧客データ・過去の不正結果をもとに、不正検知のモデルを構築することで、新規受注データから不正購入を予測することが可能です。予測結果を受注データと結合することで、自社データだけで検知を行うことができます。
パターン5：予測リードスコアリングによる解約予測
機械学習機能により顧客の解約を予測。適切な防止施策を展開することで解約者の減少につなげます。
サブスクリプションビジネスにおいては、サービスの継続率がとても大切です。Treasure Data CDPに蓄積された顧客情報や過去のクレーム情報、流入元やサイト上の行動などから特定期間内に解約する確率の高い顧客を発見します。解約確率の高い顧客には、特別なオファーやポイント付与、フォローコールなどの施策を行うなど、解約を防ぐためのアプローチが可能になります。
一度作った解約予測モデルは、簡単な操作でチューニングできるため、「機械学習＋現場の知恵」で、持続的に精度を向上することができます。
小売・アパレル業界では以下をはじめとする、様々な企業がTreasure Data CDPを導入しています。
小売・アパレル業界における Treasure Data CDP 活用事例の資料をダウンロードし、お役立てください。
