キャンペーン自動生成を実現したVer.8 コストや負荷を大幅にダウン
2018年4月リリースのAimstar Ver.8では、機械学習によるキャンペーンの自動生成と、実施した施策の結果を学習して自動チューニングを行う機能を搭載した。昨年9月リリースのVer.7.5でも、機械学習による最適な顧客のターゲット抽出選択や、レコメンド商品の選択、キャンペーンパターンの選択をそれぞれ実現していたが、Ver.8でさらに一歩進んだ形だ。
One to Oneのアプローチは効果が出やすいと言われている一方、策定するシナリオが複雑化することでコストが増えるというデメリットがある。だがキャンペーンの自動生成が可能になることで、そのコストや負荷を大幅に下げることができる。
「MAを導入しようというお客様は、売上アップや業務の効率化を目指しているはずです。それなのに、シナリオ作成や効果測定で人手や工数がかかってしまうことで、逆に効率が下がり、コスト面でも損をしていることがあるように思います」
とはいえ、企業のさまざまな都合や顧客の多様化により、シナリオはますます難解になっているのが現状だ。本当に自動化は可能なのだろうか。
「『当たり前の施策』を自動化するというイメージです。たとえば、商品ページにランディングしたらおすすめする、商品をカートに入れたままにしていたらおすすめするといった、顧客のウェブアクセスへの速やかなリアクション。また、ユーザーが1ヵ月ごとに購入している商品であれば、購入から1か月経つ頃におすすめするといったリピートの提案、特に併売されやすい商品のクロスセル提案などです。
優秀なリアル店舗の店員であれば実施できるであろう基本的なOne to Oneのキャンペーンをコンピュータにやってもらう。それ以外は人間が実施する。人間が設定したキャンペーンに顧客が反応した場合のアクションは自動キャンペーンに任せることができるので、シナリオ作成やその設定作業の時間を大幅に短縮することができます」
機械学習では、キャンペーンを自動生成しながらそれに対する顧客の反応を学習し、さらに自動で調整を加えていく。基本的なキャンペーンについては、日ごとに賢くなっていくAIが、どんなキャンペーンを行えばいいかを判断して生成する。そのため運用するうえでは承認や微調整を行うだけでよく、その分メンテナンス費用も低く抑えられる。今後ますますシナリオが複雑化していくことが予想されるなか、売上アップと効率化の両方を実現できる自動化のメリットは大きいだろう。
