企業が人工知能を活用してサービスをパーソナライズする方法

パーソナライズされたサービスが大きなメリットをもたらすことは間違いありません。うまく行けば、投資収益率は高くなります。これは、顧客体験の進化における論理的な次のステップであり、顧客関係を強化する方法です。

ワンダーマン・トンプソンによる最近の調査によると、顧客の 35% は、オンライン エクスペリエンスが向上するのであれば、企業にさらに多くの個人データを提供してもよいと考えているそうです。彼らは、ロイヤルティベースの割引（55%）、ニーズに合わせた製品プレゼンテーション（36%）、好みに基づいたサービス（33%）に関するデータを重視しています。このデータが自発的に提供されると、企業が顧客にこれらのパーソナライズされたサービスを提供する価値が明らかに高まります。

[[382369]]

ただし、顧客データは入手が難しいことが多く、取引やログイン操作の一環としてのみ交換されます。こうしたデータの収集は企業にとって間違いなく優先事項ですが、顧客体験の早い段階でコンテキストと関連コンテンツを提供できることも、差別化されたエクスペリエンスを生み出す上で重要です。問題が発生した場合、顧客は迅速に対応します。調査によると、企業のウェブサイトにアクセスしたときにターゲット広告が表示されることが、顧客の 33% にとって不満の主な原因であることがわかりました。これは、実際にはこれらの広告が企業が考えているほどターゲットを絞ったものではないことを明確に示しています。

では、人工知能はどのような役割を果たすのでしょうか? 企業は人工知能技術をどのように活用して、より良い体験を提供できるのでしょうか?

人工知能を活用してパーソナライズされたサービスを提供する

類似モデリングとは、顧客の閲覧履歴に基づいて顧客の行動を判断し、顧客と明確な特徴を共有する顧客のプロファイルを適用するプロセスです。これは、同様の行動をとるセグメントに顧客データを適用する方法です。 AI は、既存のプロファイルと匿名の顧客が同じ閲覧特性を示していることを行動データから判断して、これらをグループ化します。

これはかなり複雑に聞こえるかもしれませんが、実装するのは難しくありません。基本的に、企業は自社のサイトを複数回訪問した可能性のあるユーザーを特定し、類似の商品を閲覧して購入した顧客と結び付けているだけです。かなり高度なルールを設定し、AI に識別のスマートな作業を行わせることで、企業は新規顧客を購買ファネルに導くコンテンツを確実に提供できるようになります。

これらをテストするために人工知能を使用することもできます。特に A/B テストでは、AI が成功したテストを識別し、デフォルトのエクスペリエンスとして自動的に割り当てるのに役立ちます。これにより、A/B テストの管理が簡素化されるだけでなく、展開の柔軟性も確保されます。

ただし、すべてのテクノロジーの実装と同様に、AI 実装の成功は他のいくつかの要因に依存します。

1. データとオーディエンスのセグメンテーション

類似モデリングと AI をうまく実装するための基本は、オーディエンスのセグメンテーションを推進するデータの整理と処理です。企業がコア顧客を理解していない場合、AI で解決できる範囲を超えた問題に直面することになります。デジタル的に成熟した組織では、すでにテクノロジー スタックに顧客データ プラットフォームが組み込まれており、さまざまなソースからのデータが統合された 360 度の顧客ビューにまとめられている場合があります。視聴者のセグメンテーションに情報を提供するために、Web 分析プラットフォーム、顧客関係管理データ、または商業データに目を向ける人もいます。

ビジネスが大きくなればなるほど、課題も大きくなります。大企業では、最大の利益をもたらすセグメントを優先する必要があります。 AI は、既知の市場セグメントに関する中核的な知識を学習した後にのみ、パーソナライズされた結果を正常に提供できることに注意することが重要です。データ アナリストは、AI のパラメータを設定する前に、利用可能なデータに基づいてこれらのセグメントを作成する必要があります。

2. 基礎となるアーキテクチャを正しく構築する

成功の鍵は AI エンジンの導入だけではなく、コンテンツの管理方法も重要な役割を果たします。

適切なコンテンツを迅速に配信するには、AI がコンテンツを識別、取得、提示できる必要があります。これを成功させるには、適切なアーキテクチャを備えることが鍵となります。従来は Web ページの作成というコンテキストでのみ存在していたものが、必ずしもコンテンツをパーソナライズするために使用できるレベルの粒度を提供するわけではありません。もちろん、製品ベースのパーソナライゼーションでも同じことが言えます。パーソナライゼーションでは、パーソナライゼーション エンジンが個々のデータ属性を読み取り、それらをリアルタイムで組み合わせることができるように、製品ベースのコンテンツ構造が必要になります。

詳細なメタデータもこのプロセスにとって重要です。メタデータは AI が理解できる言語であり、カテゴリ、スタイル、色などの製品の属性を記述します。適切なメタデータがなければ、パーソナライゼーション エンジンは適切なコンテンツを適切なタイミングで識別できません。 Asos や Boohoo などのファストファッション小売業者は、このように商品のプレゼンテーションをパーソナライズする先駆者となっています。

3. 人間的要素を忘れない

人工知能の知識は人間から得られるものであり、これは人工知能技術を採用する際に覚えておくべき最も基本的なことです。したがって、AI を使用したパーソナライゼーションを正常にセットアップするために必要なツールセットについて考える場合、最も基本的な要素はコンテンツ管理システム、資産管理システム、およびパーソナライゼーション エンジンであり、その一部は AI によってモジュール化されるか、AI 上に配置されることになります。実装を推進するチームに関する質問を考慮することを忘れないでください。たとえば、スキルがあるかどうか、利用できるテクノロジーを本当に理解しているかどうかなどです。AI テクノロジーはプラグインではなく、それを推進するには熟練したチームが必要です。