Oracle Unity Customer Data Platformインテリジェンス・ワークベンチ・モデル・カタログ

アカウント・リード・スコアリング・モデル

アカウント・リード・スコアリングのモデルは、プロファイル、収益、行動データおよびエンゲージメント・パターンを使用して、B2Bアカウントをコンバージョンの可能性としてスコア付けする、すぐに使用できる予測データ・サイエンス・モデルです。スコアによって、アカウントが購入する傾向が識別されます。

メリット

• コンバージョン可能性が高い適切なアカウントを積極的に育成します。
• アカウントベースド・マーケティング(ABM)の取り組みの有効性を高めます。
• マーケティング・クオリファイド・リード(MQL)の数とコンバージョン率を向上させます。

業界ユースケース

• 製造:グローバルな製造会社では、Oracle Unityの予測、アカウント・リードおよびコンタクト・スコアリング・モデルを使用して、プロファイルおよびエンゲージメント・パターンに基づいて商談成立の確率を見積もることが可能です。
• テクノロジー:テクノロジー企業は、予測アカウント・スコアリングを活用して、コンバージョン率が最も高いアカウント内のコンタクトを特定し、キャンペーンやアウトリーチ・プログラムにプロアクティブに追加することで、ABMの取り組みを加速できます。

コンタクト・リード・スコアリング・モデル

コンタクト・リード・スコアリング・モデルは、プロファイル、収益、行動データおよびエンゲージメント・パターンを使用して、コンタクトをコンバージョンできる可能性についてスコアリングする、すぐに使用できる予測データ・サイエンス・モデルです。

モデルは、すべてのコンタクトのリードスコア値およびそのリードスコアのタイムスタンプを生成します。この仕組みにより、営業ファネルのさまざまな段階でアクティブなコンタクトや、購買の可能性が高いコンタクトを特定できます。これにより、顧客セグメントを正確にターゲティングし、営業戦略とマーケティング戦略を効果的に連携させることができます。

メリット

• より高いコンバージョン率でコンタクトを積極的に育成します。
• マーケティング・クオリファイド・リード(MQL)の数とコンバージョン率を向上させます。

業界ユースケース

• テクノロジ:ビジネス・ソフトウェア企業は、このモデルを活用して、特定のアカウントのどの担当者がコンバージョン率が最も高いかを特定し、プロアクティブにアウトリーチ・プログラムに追加することで、営業活動を加速できます。

顧客生涯価値モデル

顧客生涯価値(CLV)モデルは、特定の期間における顧客の価値を推定する、すぐに使用できるデータ・サイエンス・モデルです。この予測は、顧客プロファイル・データ、過去のトランザクション履歴、トランザクションの金額と頻度など、複数のタッチポイントに基づいています。

ビジネス・ユーザーは、顧客の生涯価値を3か月、6か月、または12か月単位で算出できるよう、CLVモデルをカスタマイズすることが可能です。

メリット

• 顧客の獲得、維持および提供により、マーケティング費用の予算がより効果的になります。
• 価値の高い顧客を特定して注力することで、顧客維持率を高め、収益を拡大します。

業界ユースケース

• 消費者向けパッケージ商品:あるオンライン化粧品会社は、顧客生涯価値モデルを使用して、顧客のプロファイルと取引パターンに基づいて長期的な顧客の価値を評価しています。過去6か月間にスキンケア製品を2点未満しか購入しておらず、なおかつ合計で200ドル以上を消費したお客様を対象に、新しい高級スキンケア製品のキャンペーンを展開しています。
• 自動車:自動車メーカーは、CLVモデルを活用して顧客の支出範囲を特定し、その範囲に合った自動車のオファーを個別に提案しています。
• 小売:食料品店では、CLVモデルを実行して、新しいロイヤルティ・プログラムを促進するためのキャンペーンに含める、ブランドとの生涯価値の高い顧客を特定しています。

キャンペーンの売上属性モデル

キャンペーン売上属性モデルはすぐに使用できるデータ・サイエンス・モデルであり、営業やコンバージョンにつながるタッチポイントを分析することで、キャンペーンの成功を判断するのに役立ちます。キャンペーン収益属性モデルには2つのタイプがあります。

• 収益キャンペーン属性モデルでは、各キャンペーンに金額値を割り当てることで、キャンペーンの効果を測定します。
• 非収益キャンペーン属性モデルは、各キャンペーンにパーセント属性値を割り当てることで、キャンペーンの効果を測定します。モデルは各キャンペーンごとに、そのキャンペーンが生み出したコンバージョン数が全コンバージョン数に占める割合を計算します。

各モデルでは、キャンペーンからのコンバージョンに貢献したすべてのタッチポイントが考慮されます。

メリット

• 収益ベースの成果だけでなく、それ以外の属性について理解できます。
• 主観的な選択ではなく、客観的なデータ分析に基づいて意思決定を行います。
• どのイベントが最も効果的なコンバージョンを生成するかを理解し、予算をどこに費やすべきかを判断し、ROIを向上させます。

業界ユースケース

• 小売:小売業者は、キャンペーン属性モデルを使用して、マルチチャネル・ジャーニーをより深く理解し、どのチャネルが最もコンバージョンを促進しているかについてのインサイトを得ることができます。
• テクノロジー: SaaSテクノロジー企業は、キャンペーン属性モデルを活用することで、マルチタッチ・キャンペーンをはじめ、どのコンテンツやチャネル、キャンペーン施策が収益の獲得に最も大きな影響を与えたかを詳しく把握できます。

最新性、頻度、金額モデル

最新性、頻度および金額(RFM)モデルは、イベント・データおよびトランザクション・データに基づいて最新性、頻度および金額の数値スコアを生成する、すぐに使用できるデータ・サイエンス・モデルです。これにより、顧客を様々なペルソナに分離し、最も関連性の高いメッセージでターゲティングできます。

RFMモデルでは、エンゲージメントと購買行動を測定するために、次の特性が使用されます。

• リーセンシ: 顧客の最新のトランザクション。
• 頻度: 顧客がトランザクションを実行する頻度。
• 金額: 顧客の取引の規模/合計金額。

各特性は1〜5のスコアで表されます。1は「最新性が低い・頻度が低い・購入額が低い」、5は「最新性が高い・頻度が高い・購入額が高い」を示します。

このモデルでは、次のペルソナを使用して各顧客の値を示します。

• 顧客離れ:一定の観察期間中、最小限のエンゲージメント活動しかない。
• リスクあり:顧客離れし始めており、購入行動が低い顧客。
• 手放すべきでない: 非アクティブな状態が続いているものの、比較的重要な顧客。まだ救える。
• 有望:最近性・価値ともに平均的なエンゲージメントを示す顧客。
• 新規:高価値エンゲージメント率が高い最近の顧客。
• チャンピオン:最上位。高額な購入を行う確率が最も高い最近の顧客。

メリット

• RFMペルソナを使用して、顧客の相対的な価値に基づいて、最も関連性の高いメッセージとオファーで顧客をターゲティングします。これにより、顧客エンゲージメントが向上し、応答率、顧客満足度、顧客維持率、顧客生涯価値が向上します。

業界ユースケース

• 小売:小売業者は、RFMモデルを活用して、過去のやり取りに基づいて様々なホリデーキャンペーンのオーディエンス(高価値、有望、リスクあり、損失など)を特定し、セグメント化することで、ターゲティング、パーソナライズ、全体的なコンバージョンを改善できます。

トップに戻る

流動傾向モデル

解約傾向モデルは、すぐに使えるデータ・サイエンス・モデルであり、トランザクション・パターンと行動パターンに基づいて顧客の解約の可能性をスコアリングして測定します。

このモデルは、解約する可能性が高い顧客を特定し、マーケティング担当者に対して、どの顧客に特定のキャンペーンやメッセージでリテンション施策を行うべきかの示唆を与えます。

メリット

• このモデルを使用すると、解約のリスクがあるオーディエンスとセグメント(価値の高い顧客を含む)をプロアクティブに識別できます。マーケティング・チームと広告チームは、関連するメッセージングを使用して、これらの顧客のウィンバック・キャンペーンを開始して、顧客維持率を向上させることができます。

業界ユースケース

• 通信:通信プロバイダーは、別のプロバイダーに切り替えることを検討している可能性のある顧客に、特別なプロモーションを自動的に送信できます。

エンゲージメント傾向モデル

エンゲージメント傾向モデルは、顧客の過去のやり取りに基づいて、Eメールにエンゲージ（オープン、クリック、登録または登録解除）する可能性を測定します。

メリット

• Eメール・ターゲティングとキャンペーン・エンゲージメントを改善します。
• エンゲージ可能性が高いオーディエンスに注力し、疲労している可能性のあるオーディエンスを除外することで、キャンペーンのタッチポイントを的確に増やします。

プロダクト傾向モデル

このすぐに使用できるモデルは、過去のインタラクションと顧客プロファイル・データに基づいて、顧客が特定の製品を購入する可能性を予測します。

このモデルでは、顧客と製品の組合せの傾向スコアを確認することで、特定の製品を購入する可能性が最も高い顧客を特定できます。

メリット

• 傾向の高い顧客と製品の組み合わせをターゲットにすることで、マーケティング予算をより効果的に配分できます。

意思決定をより良くするために、従来は社内で得られなかった新たなインサイトを獲得できます。

業界ユースケース

• 小売:小売業者は、製品傾向モデルを活用して、新規にエンゲージした顧客に適切な製品オファーを特定し、コンバージョンと顧客獲得を向上させることができます。
• 通信:モバイル通信会社は、製品の傾向モデルを活用して、顧客を新しい電話、ハードウェア、サービスのアップグレードに導くことができます。

再購入傾向モデル

再購入傾向モデルは、顧客が特定の製品を再購入する可能性を測定します。再購入傾向スコアは、過去の顧客取引、人口統計および行動データに基づいて計算されます。

メリット

• Oracle Unity Customer Data Platformで作成されたオーディエンスに対して購買傾向スコアを活用して、クロスチャネル・エンゲージメント・キャンペーンを最適化し、製品を再購入する可能性が最も高い顧客をターゲットにします。

トップに戻る

最適なネクスト・モデル

次善のアクション・モデルは、すぐに使用できるデータ・サイエンス・モデルであり、顧客のニーズを予測し、販売およびトランザクションのパターンに基づいてすべての顧客に最も関連性の高いアクションを推奨します。

このモデルでは、顧客プロファイル・データ、顧客エンゲージメント、製品カタログ・データおよび購入を使用して、顧客に対する上位5つの推奨アクションが生成されます。これらの推奨事項を使用して、特定の顧客に対して最も関連性の高いアクションを決定できます。

メリット

• 顧客ジャーニーにおける次善のアクションにより、適切な方法で顧客と関わることで、コンバージョン率を高めます。

業界ユースケース

• 自動車:世界的な自動車ブランドは、UnityのNext Best Action（NBA）モデルとNext Best Offer（NBO）モデルを活用することで、全ての顧客に対し、販売や取引パターンに基づいて最も関連性の高いアクションやオファーを提案できます。
• 金融サービス:金融サービス会社は、次善のアクションおよびオファーモデルを活用することで、投資口座や信用枠、住宅ローンなどの新しい金融商品に申込む可能性が高いオーディエンスを特定し、その推奨結果に基づき、さまざまなチャネルで顧客体験をパーソナライズできます。
• 旅行とホスピタリティ:クルーズ・ラインでは、NBOとNBAのモデルを使用して、顧客が次の旅行や滞在を予約するのに役立つオファーを特定できます。

次善の提案モデル

Oracle Unityの次のベスト・オファー・モデルは、すぐに使用できるデータ・サイエンス・モデルであり、顧客のニーズを予測し、販売とトランザクションのパターンに基づいてすべての顧客に最も関連性の高いオファーを推奨します。

このモデルでは、顧客プロファイル、顧客エンゲージメント、製品カタログおよび購入データを使用して、推奨事項を生成します。これにより、ユーザーは、様々な製品またはサービスに関連付けられたオファーの上位推奨から選択できます。ユーザーは、これらの推奨事項を使用して、特定の顧客に送信する最も関連性の高いオファーを決定できます。

メリット

• 次善のオファー・モデルを活用して、最も関連性の高いコンテンツやオファーで顧客と関わることで、コンバージョン率を高めます。

業界ユースケース

• 自動車:ある世界的な自動車ブランドは、次善のアクション(NBA)モデルと次善のオファー(NBO)モデルを活用して、販売とトランザクションのパターンに基づいて、最も関連性の高いアクションとオファーをすべての顧客に提示できます。
• 金融サービス:金融サービス・プロバイダーは、次善のアクションと次善のオファー・モデルを使用して、投資口座、信用枠、住宅ローンなどの金融商品の新しいオファーに変換する可能性が高いオーディエンスを特定し、その推奨に基づいてチャネル全体で顧客のエクスペリエンスをパーソナライズできます。
• 旅行とホスピタリティ:ホテル・チェーンは、NBOとNBAのモデルを使用して、顧客が次の旅行や滞在を予約するのに役立つオファーを特定できます。

次の最適なプロモーション・モデル

次善のプロモーション・モデルは、すぐに使用できるデータ・サイエンス・モデルであり、顧客の過去の製品購入を使用して、顧客が特定の製品に対して支払う価格を決定します。このモデルを活用することで、顧客の製品の価格をインテリジェントにパーソナライズできます。

メリット

• 次善のプロモーション・モデルにより、製品のパーソナライズされた価格設定が可能となり、コンバージョン率、総収益および平均注文額が向上します。

業界ユースケース

• ヘルスケア:医療機器会社は、次善のプロモーション・モデルを活用することで、新しい睡眠補助製品の価格を、各顧客の購入履歴に基づいて柔軟に調整できます。
• 保険:保険ブランドは、次善の販促モデルを活用して、コンバージョン率を向上させ、顧客がバンドルして節約できるよう、追加保険パッケージの価格をパーソナライズできます。

トップに戻る

キャンペーン推奨モデル

キャンペーン推奨モデルは、すぐに使用できるデータ・サイエンス・モデルであり、顧客の過去のエンゲージメントおよび様々なキャンペーン間のコンバージョン・トレンドに基づいて、すべての顧客に送信される最も効果的なキャンペーンを特定します。

このモデルでは、3か月、1年、3年といったさまざまな期間に分けて、全ての顧客に対し、コンバージョンの可能性に基づいて定期的なキャンペーンや一度きりのB2Cキャンペーンをランキングします。

メリット

• 最近のエンゲージメントとコンバージョン・トレンドに基づいて、顧客に最適なキャンペーンをインテリジェントに予測することで、キャンペーンのコンバージョンとROIを改善します。

業界ユースケース

• ヘルスケア:医療機関は、モデルを活用して、過去のコンバージョンとエンゲージメントに基づいて、患者ごとに適切な将来のデジタル患者エンゲージメント・キャンペーンを特定できます。
• 小売業:小売業者は、過去のエンゲージメントとコンバージョン履歴に基づいてエンゲージメントする可能性が最も高いキャンペーンにオーディエンスを配置することで、このモデルを使用して、キャンペーンのコンバージョンと顧客の生涯価値を向上させることができます。

チャネル推奨モデル

すぐに使えるこのデータ・サイエンス・モデルは、過去のインタラクション・データに基づいて顧客に最適なマーケティング・チャネルを推奨します。

チャネル推奨モデルは、コンバージョンの可能性に基づいて、あらゆる状況のすべての顧客のエンゲージメント・チャネルをランク付けします。どのチャネルが収益に貢献しているかについてのインサイトを得て、コンバージョン率の高い複数のチャネルに費用を振り分けることで、収益を増やすための新たな機会を見つけることができます。

次のチャネルが評価されます。

• メール
• SMS
• プッシュ
• Web

メリット

• 営業ファネルの各段階にいる顧客に対して、最適と予測されるチャネルを活用してアプローチすることで、コンバージョンの向上を実現できます。

業界ユースケース

• 公益事業:電気事業者は、モデルを活用して、オンピークおよびオフピークのエネルギー使用時間帯に、Eメール、SMS、プッシュ通知、Webのいずれのチャネルで特定の顧客とコミュニケーションを取るのが最適かを判断できます。

疲労セグメンテーションモデル

このすぐに使用できるデータ・サイエンス・モデルにより、顧客は、プロファイルおよびエンゲージメント・レベルに基づいて様々なレベルのメッセージ疲労に分類されます。

疲労セグメンテーション・モデルは、各顧客プロファイルに送信する必要があるキャンペーンとメッセージの数に関するインサイトを提供することで、顧客の疲労を防ぐのに役立ちます。

これは、顧客のエンゲージメント、受信およびオープンされたキャンペーンの履歴、そして何よりも顧客プロファイルのペルソナに基づいて、すべての顧客プロファイルのメッセージ疲労を測定します。疲労を避けるために、各顧客プロファイルに送信する最適なメッセージ数を決定および制御します。

メリット

• アクティブで、疲労している顧客とエンゲージする準備ができている顧客をインテリジェントに区別します。
• 疲労レベルに基づいてすべての顧客のキャンペーン・アウトリーチを制御するのに役立つインサイトを取得します。
• エンゲージメントやコンバージョンを増やし、ドロップアウトを削減します。

業界ユースケース

• 製造: 太陽光パネルの製造業者は、モデルを使用して、顧客のプロファイルとエンゲージメント・レベルに基づいて、顧客を疲労度の異なるレベルに分類できます。これにより、対象顧客に送信するメッセージの量を調整することができるようになります。
• テクノロジー: B2Bテクノロジー企業は、このモデルを活用することで、高度なABMキャンペーンから一般的なクロスチャネル・キャンペーンへ移行すべき潜在顧客を特定できます。

送信時間の最適化モデル

送信時間最適化モデルは、過去のEメール動作に基づいてキャンペーンEメールを顧客に送信する最適な時間を決定する、すぐに使用できるデータ・サイエンス・モデルです。

たとえば、このモデルでは、顧客が通常受信ボックスをチェックする前にキャンペーン電子メールの送信をトリガーします。その結果、メッセージは顧客の受信ボックスの上部に表示され、Eメールが表示されて開かれる可能性が最も高くなります。

メリット

• 顧客がEメールを表示、開封、閲覧、確認する可能性が最も高い時期にターゲティングすることで、キャンペーンを最適化し、顧客エンゲージメントとコンバージョン率を高めます。
• 通常、カスタマが受信ボックスをチェックする直前にEメールを送信すると、Eメールの表示および開封の可能性が高くなります。

業界ユースケース

• 小売業:ファッション小売企業は、このモデルを活用してチャネルごとのキャンペーン配信タイミングを最適化することで、顧客エンゲージメントと新しいキャンペーンのコンバージョン率を高めることができます。
• 旅行とホスピタリティ:リゾートは、毎週の低価格バケーションの案内メールを、顧客が最も反応しやすいタイミングで送信できるようになります。

トップに戻る