カスタマーデータプラットフォーム(CDP)の本格的解説書発刊、そのエッセンスを紹介|翔泳社の本

カスタマーデータプラットフォーム(CDP)の本格的解説書発刊、そのエッセンスを紹介

2022/02/14 07:00

 顧客データ管理のためのインフラとしてカスタマーデータプラットフォーム(CDP)が注目されています。CDPには様々な機能があるため、どのように活用すればいいのか戸惑うことも。今回はCDPの推進と活用に積極的なセールスフォース・ドットコムの有識者がその導入方法を解説した書籍『カスタマーデータプラットフォーム』(翔泳社)から、CDPの機能について紹介します。

本記事は『カスタマーデータプラットフォーム デジタルビジネスを加速する顧客データ管理』(マーティン・カイン、クリス・オハラ)の「CHAPTER 3 カスタマーデータプラットフォームとは何か」から一部を抜粋したものです。掲載にあたって編集しています。

CDPの機能

 顧客データという1本の糸で、マーケティング、広告、顧客中心の多数のアプリケーションをつなげるには、CDPでいくつかのことに対応する必要があります。私たちは、最低限の機能として、5つの幅広い機能カテゴリーを見出しました。どのCDPにも得意分野がありますが、CDPカテゴリーに含まれると主張したい製品には、データ収集、データ管理、プロファイル統合、セグメンテーションとアクティベーション、インサイトという基本機能が必要になります(図3.4)。

図3.4 CDPの機能の5つのカテゴリー
図3.4 CDPの機能の5つのカテゴリー(出典:Salesforce)

 自動車販売代理店なら、たとえば利用者がWebサイトで「試乗」フォームに入力したとします。そのとき、代理店がCDPで実現したいと考える一連の処理があるでしょう。つまり、そのデータを収集して、データベースに保存できるように変換し、新しい顧客レコードを作成(または既存の顧客レコードを更新)し、その利用者を「自動車の購入意志を持つ顧客」という適切なセグメントに含め、オファーをメールで送信し、そのオファーが受け入れられたかどうかを確認するという処理です。

 この基本機能は、マーケティングシステムで数十年にわたって提供されてきた機能と同じです。しかし、CDPは、チャネル数やリアルタイムインタラクションへの期待とともに、データの種類、規模、速度が飛躍的に増加した環境でこれらの機能を実行できる点が異なります。5つの機能の最小要件を詳細に定義してみましょう

データ収集

 CDPには、幅広い顧客データをネイティブに、または一括処理指向のプロセス(レコードの手動アップロード)を通じて、収集する手段が必要です。また、API(アプリケーションプログラミングインターフェース)、SDK(ソフトウェア開発キット)、JavaScriptタグを使用してデータを収集する機能も提供する必要があります。

 優れたCDPにはデータコネクターが組み込まれており、インバウンドデータパートナーと連携したり、既知(PIIベース)と未知(仮名化)のソースからデータを収集したりすることもできます。今日のカスタマージャーニーを管理するため、最新のデータプラットフォームでは、Webサイト、フォーム、モバイルアプリケーション、ロイヤルティシステム、データウェアハウス、セカンドパーティおよびサードパーティのデータストア、従来のデータベースをまたいで収集できる、幅広い顧客データを考慮する必要があります。顧客の真の「ゴールデンレコード」を提供するために必要なデータの収集が目的である場合、これらの要件の一部だけを満たせても価値はありません。

データ管理

 この機能カテゴリーは、最初は少しわかりにくいように思われます。データの管理に関する機能ではないのでしょうか? それはそのとおりなのですが、CDPに固有の「データ管理」について考える場合、この言葉は、システム内のデータの分類、その定義方法、データをまとめるスキーマ全体を意味します。端的に言えば、これは、2つの異なるデータベースの「FirstName」項目と「First_Name」項目の相違を調整する機能です。しかし、それと同時に、包括的なデータ統合の要であり、神秘的な「ゴールデンレコード」を提供できるよう準備します。

 「曖昧名前マッチ」などの仕組みに関するマニアックな考察については第4章で詳しく掘り下げますが、「データ管理」とは、多様な顧客データを操作して、大規模なクエリやアクセスを行えるように共通のフォーマットにすることだと考えてください。

プロファイル統合

 多数のメールを送信しているマーケターは、「連絡先」の観点から考え、それにもとづいてデータセンターの分子構造(氏名+メールアドレス+いくつかの属性)を考えがちです。この考え方は、単独では十分に機能しますが、顧客が複数のメールアドレスを使用していたり、メールアドレスを主識別子として使用しない別のチャネル(Webサイトなど)でブランドとやり取りしたりしている場合、要するにすべての顧客に対してはうまくいかないことになります。

 プロファイル統合の基本的な考え方は、静的で単一の「連絡先」から、同一顧客の複数の連絡先レコードを統合するだけでなく、使用している他の識別子(ブラウザーCookie、デバイスID、企業のファーストパーティIDなど)も含めた、充実したプロファイルに移行するというものです。

 最も有益なプロファイルにするには、複数のデータストアの複数レコードに保存されている顧客データだけでなく、ロイヤルティプロファイル、コールセンターアクティビティ、マーケティングチームとのやり取りに関するデータ、広告エンゲージメントデータ、信用スコアなどのサードパーティデータなどを含むレコードも連携させます。

 プロファイル統合には、前述の2つの機能(さまざまなソースからデータを収集する機能、共通の分類でデータを「管理」する機能)が欠かせません。プロファイル統合は、CDPの核となる部分です。データの収集および管理機能がなければ、プロファイル統合はうまくいきません。さらに、セグメンテーション、アクティベーション、インサイトの効果は、プロファイルの正確性に比例します。

セグメンテーションとアクティベーション

 あらゆる関連データを1つの統合プロファイルに連携させたら、顧客データを拡張性に優れたセグメントに整理して、リーチできるようにする手段が必要です。マーケターは、常に完璧な「One to One」のエンゲージメントを夢見ています。それは理論上は十分に可能なのですが、現実には、まだ、すべての個人が、完璧にパーソナライズされたクロスチャネルのエクスペリエンスをリアルタイムで受けられるようにはなっていません。

 ブランドは、顧客データをまとめて、クリエイティブ広告のマッチング機能に合ったセグメントにする必要があります。長年にわたり、顧客オーディエンスのセグメンテーションに関する最大の問題は、非常に多くの場所でセグメンテーションが行われることでした。メールチームはESPに既知の連絡先のリストを作成し、デジタルチームはDMPに仮名化IDのセグメントを作成し、ブランドとその代理店はFacebookやGoogleなどのプラットフォームに絶えずオーディエンスを作成しています。

 CDPが実現するものは、顧客データの連携だけではありません。マーケターがセグメンテーションを行う場所も統合します。このツールにより、ビジネスユーザーは、宣言型の使いやすいインターフェースで幅広い属性(メディアエンゲージメント、Webアナリティクスデータ、購入データ、コールセンターとのやり取りのデータなど)をまとめることができます。マーケターは、非常にきめ細かなセグメント(「郊外に住み、スポーツが好きだが、ビールではなくワインを飲む中年男性」など)を考え出して、それに該当するものがデータストアにいくつあるかを確認できます。

 セグメンテーションが完了したら、次はアクティベーションです。このような顧客はどこで見つけることができるでしょうか? 一般的に、DMPは、オープンなWeb上のデータをプログラマティックメディアに活用します。CDPは、広告のユースケースにとらわれずに考え、メールキャンペーン、ディスプレイ広告、ソーシャルメディアネットワーク、Webサイトパーソナライゼーションプラットフォーム、動的な最適化を促進するプラットフォームなど、必要とされるあらゆる場所で顧客データを活用する必要があります。

 さらに、エンタープライズCDPであれば、消費者向けエンドポイントを持つ他のシステムでの判断に役立つ、「信頼できる情報源」としての役割を果たす必要があります。これにより、eコマースシステムで直近の購入にもとづいて表示内容を決定したり、コールセンターの従業員が顧客セグメント(新規、リピーター、高エンゲージメント、顧客離れの可能性大)にもとづいて異なるトークスクリプトを読んだりできます。

CDPのAI・インサイト

 CDPが生み出す興味深い変化の1つは、さまざまなチャネル固有のプラットフォームで、エンドポイントではなく、顧客データが保存されている場所にインテリジェンスが組み込まれることが増えていることです。人工知能を活用してセグメントを作成する機能や、オーディエンスデータを重ね合わせて大規模な類似モデルを作成する機能など、この10年間で素晴らしいインテリジェンスがDMPに組み込まれてきました。

 豊富な属性を取り込んだ堅牢な中央データストアの役割がCDPに引き継がれるにつれて、前述したような機能を、顧客データのある場所に存在させることはより合理的になります。送信に最適なコンテンツや、データでメッセージをトリガーする最適なタイミング、特定の利用者のエンゲージメントスコアを予測できるメールシステムと同じです。

 CDPは複数のチャネルにまたがり、顧客データの信頼できる情報源の中心となるので、AIを機能させるための詳細データの主要な情報源となることは理にかなっています。その結果、時間が経つにつれて、チャネル固有のシステム(DMP、ESP、ソーシャルメディアのプラグイン、Webパーソナライゼーションツールなど)は、AIを活用したインサイトの情報源ではなく、各エンドポイントでのリアルタイムデリバリーに重点を置くようになります。

 優れたCDPは、最初はデータに特化した分析に重点を置き、データセットをまたいだ同意、セグメント内外への顧客の移行、幅広いクロスチャネルのエンゲージメント、顧客生涯価値(LTV)、傾向スコアリングなどに注目するようになるでしょう。

 将来的には、CDPでマルチタッチアトリビューションや配信モデルを扱うようになり、マーケティングの顧客接点にとどまらず、さまざまなチャネルをまたいで顧客とやり取りする方法について理解を深めるようになるかもしれません。

図3.5 CDPの3つのタイプ
図3.5 CDPの3つのタイプ(出典:Salesforce)
カスタマーデータプラットフォーム

Amazon SEshop その他


カスタマーデータプラットフォーム
デジタルビジネスを加速する顧客データ管理

著者:マーティン・カイン、クリス・オハラ
監修:株式会社セールスフォース・ジャパン
発売日:2022年2月7日(月)
定価:2,420円(本体2,200円+税10%)