この記事では、人工知能と機械学習(AI/ML)を使用することの重要性を説明します。次に、Virtual Analyst と Segment IQ を使用して、異常値の検出、異常値の回避、ROI の最大化を実現するメリットとグローバル顧客の実際の成功事例をレビューします。
チェスチャンピオンである Garry Kasparov が IBM® の Deep Blue に敗れたことを覚えている方も多いでしょう。専門家は、チェスのように複雑なゲームでは、機械が人間の意思決定と判断を勝ることはありえないと確信していました。しかし、それが現実となり、人工知能の力が発掘されると同時に、これがビジネス戦略や技術革新の根本的な転換の鍵となりました。
Adobe Analytics は、エクスペリエンスビジネスのインテリジェンスの中核システムで、企業内の誰でも、あらゆるタッチポイントをまたいでリアルタイムかつ大規模に、顧客のブランドとのインタラクションを把握し、最適化できます。
アドビの AI ツールは、お客様の代わりとなるものではなく、お客様の取り組みに対する ROI を最大化するツールです。
分析を発展させるには、次の 3 つの主要な考慮事項に焦点を当てる必要があります。
組織 - 顧客の総合的な考えを把握し、インサイト主導型の決定を優先し、データを民主化する方法。
テクノロジー - データとテクノロジーでパーソナライゼーションを大規模に実現する方法。
顧客 - 信頼を構築し、変更に適応する方法。
分析は困難で時間のかかる作業ですが、常に、インサイトを得るまでの時間を短縮する必要があります。組織が直面する主な問題は次のとおりです。
顧客インテリジェンス戦略を成功に導くには、(a) データ収集、(b) データ処理、© 分析と機械学習の 3 つのレベル(上の図 1 を参照)を実行する必要があります。最終的に行動を起こして、コンテンツと広告を最適化するのはその後になります。
データ収集は組織によって異なり、様々なチャネルやメディアが含まれる場合があります。これには、OTT デバイス、ビデオ、企業、コールセンター、店舗、ソーシャルメール、web、広告、モバイルアプリ、ウェアラブル、IoT、音声アシスタント、コネクテッドカード、地域/空間などが含まれます。
データ処理には、リアルタイムデータ収集、処理ルール、オーディエンスシンジケーション、コンテキスト認識セッション化、リアルタイムのトリガーとビュー、プラットフォームが含まれます。
分析と機械学習には、セグメント IQ、Virtual Analyst、セグメント化、Analysis Workspace が含まれます。
Virtual Analyst は、次を実現する、アナリストのロックスター的存在です。
仮想アナリストは、実際の Adobe のお客様に対して、次のようなシナリオを明らかにしました。
オフィスにいても、移動中でも、常にデータ内の異常を把握できます。
モバイルとデスクトップ:「サイト間でヒット数を比較したところ、すぐにタグの不整合が多く見つかりました。」 → 製品リリース前のデータの問題を回避
機能の利用状況:「製品比較機能を使用したお客様は、コンバージョン率が 10%高いことがわかりました。これをページの上部に移動すると、注文が増えました。」 → コンバージョン率が 4%増加
コンテンツエンゲージメント:「ニュースセクションの訪問者は、ビデオ広告を視聴する傾向が 2 倍あることがわかったので、そのセクションにビデオのオプションを増やしました。」→ ビデオ広告の視聴が 7%増加
有料検索:「検索エンジンからの訪問者は、アップセルの確率が 3 倍高くなっていました。その結果、特定のキーワードへの支出を増やしました。」→アップセルが 56%向上
製品の在庫切れ: 「Fitbit を購入するお客様に「在庫切れ」と表示される確率が他のすべてのお客様の 6 倍でした。そのため、すぐに Fitbit を追加注文しました。」→ 在庫切れを防ぎ、年末商戦により多くの注文を獲得
詳細については、ウェビナーをご覧ください。
戦略と思考のリーダーシップに関する詳細は、カスタマーサクセスのハブを参照してください。