デジタルインタラクションは、組織が活用できる形跡を残します。これらのインタラクションは、私たち自身をよりよく理解し、よりよいサービスを提供するために役立ちます。
Salesforceのレポートによると、72%の回答者がパーソナライズされた体験を期待しており、それが得られないとブランドを利用しなくなる可能性があるとのことです。
しかし、顧客維持率の向上以外に、パーソナライズにはどのような効果があるのでしょうか。Boston Consulting Group (BCG)によると、パーソナライズされたマーケティングプログラムは、マスコミュニケーションプログラムに比べて6～10%高い収益を生み出すといいます。OSFでも、クライアント企業で同様の数字が確認されています。
誰もがパーソナル化しているのでしょうか？いいえ、そうではありません。なぜなら、コンセプト自体はシンプルでも、その実装はもっと複雑雑だからです。小規模であれば、近所の小さな店のオーナーの例を見ても、それは簡単なことです。人間であれば、簡単に顧客を認識し、特徴的な方法でコミュニケーションをとり、ニーズを先取りすることさえ可能です。しかし、このプロセスを大組織に適した規模で工業化するにはどうしたらよいのでしょうか。その答えのひとつは、今話題の人工知能にあります。人工知能に「パーソナライズ」という命令をプログラムすることはまだできませんが、このコンセプトを小さなタスクに分割し、それを複数の知能エージェントに割り当てることで、一緒になりこの目的を達成することは可能です。
ショップオーナーの例に戻ると、いくつかの本質的な要素を押さえておかなければならないことは明らかです。これらの要素それぞれについて、現在のテクノロジーと人工知能は、パーソナライゼーションの展開を加速させることができます。
人工知能と機械学習により、お客様をより認識し、その特徴を際立たせることができます。処理すべきデータ量が多い場合、アルゴリズムによって、人間が予測できないようなグループ分けが可能になります。また、コミュニケーションや先読み戦略に有効な行動特性を認識することもできます。
また、顔認証の大幅な向上は、デジタルの世界を超えた新たなお客様認識能力を提供します。
組織にとって、パーソナライズされたコミュニケーションの管理はより複雑になってきています。さまざまなステークホルダーのニーズやお客様のライフサイクルに基づき、さまざまなマーケティング戦術がぶつかり合います。人工知能は、オーケストラの指揮者のように、人間のマーケターにはできない何千もの微細な意思決定を行います。
人間が定義した戦略と、機械による人工知能プロセスの自動化を含むグローバルなシステムにおいて、大規模なパーソナライゼーションが現実のものとなるのです。
顧客ごとに最適な商品、サービス、コンテンツを推奨し、さらに次の行動を予測するモデルを作成する能力は、人工知能の領域です。これらのモデルは、お客様とのコミュニケーションや在庫補充の予測など、さまざまなレベルで統合することが可能です。現在のモデルは、より多くの内部または外部データ（天気、イベント、ニュース）を統合し、それだけ効率的になっています。
人工知能はパーソナライゼーションにおいて強力な促進剤として働きますが、それだけでは十分ではありません。どんなに賢く、精通した要素であっても、それらが共通の目的のために連携するためのロードマップを確立する必要があります。BCGによると、60%の企業でロードマップがないことがパーソナライゼーション導入の最大の障壁になっています。
ロードマップは、ビジネス目標、顧客、データ、技術的、運用的要素、パフォーマンス測定計画、優先順位をつけたプロジェクトシーケンスに基づいて作成する必要があります。この作業は、技術的な問題と組織の人的能力を調整する必要があり、要求の厳しい、綿密なものです。私たちがこのプロセスを通じて指導したクライアントは、比較的短期間でインパクトのある戦略を実行し、しばしば期待を上回る結果を得ることができました。