金融業界のユースケース
金融機関は、Adobe Adobe Experience Platformを活用して、銀行、融資、投資のチャネルをまたいで顧客データを統合し、顧客関係を強化して成長を促進するパーソナライズされた体験を実現しています。 アカウントのアクティビティ、取引履歴、行動シグナルをまとめることで、顧客が期待する信頼とコンプライアンスを維持しながら、適切なオファーをタイミングよく提供できます。
有望なリードナーチャリング
プロファイルデータや行動にもとづいて価値の高い見込み顧客を特定し、自動化されたジャーニーを通じて、パーソナライズされたコンテンツやオファーで育成できます。 金融機関は、デモグラフィック情報、閲覧状況、エンゲージメントシグナルを組み合わせることで、コンバージョンする可能性が最も高いリードを優先し、顧客化に向けたカスタマイズされた道筋に導くことができます。
ビジネスへの影響
価値の高いリードナーチャリングを導入している企業は、リードから顧客へのコンバージョン率を向上させながら、より健全で予測可能なセールスパイプラインを構築できます。
導入方法
マルチステップのオーケストレーションされたジャーニー パターンを使用して、見込み客のエンゲージメントと準備状況のシグナルにもとづいて適応する自動ナーチャリングシーケンスを構築します。 これは、ユースケースで、エンゲージメント指標にもとづく条件分岐を使用して、数日間にわたって複数のメッセージを順序付けて送信する必要がある場合に適したパターンです。ひとつのトリガーされたメッセージで、選定ステップ間のアダプティブナーチャリングロジックや依存ロジックを受け入れることはできません。
技術的な考慮事項
- CRMのリードスコアリングデータとweb サイトの行動イベントを統合した見込み客プロファイルにより、ジャーニーの入力と分岐のロジックを強化できます。
- 金融マーケティング規制に準拠した電話やメールによるアプローチにおいて、あらゆる顧客接点で同意とオプトインの設定を適用できます。
- ジャーニーのスロットリングを設定し、短い評価ウィンドウで複数のコミュニケーションを行う見込み客への負担を回避できます。
- 支店やアドバイザーとのインタラクションとデジタルエンゲージメントの間のデータ遅延を考慮することで、ナーチャリングメッセージを適切な状態に保つことができます。
既存顧客への商品レコメンデーション
顧客のプロファイル、取引履歴、ライフステージに基づいて、クレジットカード、ローン、投資商品などの関連金融商品を、既存顧客に推奨します。 このユースケースでは、日々のアカウントデータから、顧客一人ひとりに最適な商品を提示するための、実用的なインサイトを獲得できます。
ビジネスへの影響
パーソナライズされた商品レコメンデーション ウォレットシェアを深めることで、商品の採用率を向上させ、測定可能な顧客生涯価値を増加させます。
導入方法
Offer Decisioning パターンを使用して、各顧客を対象商品と比較してリアルタイムで評価し、関連性とビジネスの優先度によって推奨事項をランク付けします。 オファーの選択において、金融適合性のルールと規制の適格性の制約（行動の親和性ランキングだけでなく、管理された意思決定ロジックを必要とする制約）を考慮する必要がある場合、これは正しいパターンです。
技術的な考慮事項
- 取引データ、口座残高、製品保有を単一の顧客プロファイルに統合することで、意思決定モデルで既存の関係性を包括的に把握できるようになります。
- オファーをランク付けする前に、意思決定エンジン内で財務適合性ルールと規制の適格性の制約をハードガードレールとして適用します。
- オンラインバンキング、モバイルアプリ、電子メール、アドバイザーのチャネルをまたいでオファーの配信を調整し、レコメンデーションの競合や重複を防止します。
- 商品カテゴリごとに頻度の上限を設定して、特に住宅ローンや投資アカウントのような検討度の高い商品のレコメンデーション疲れを回避します。
解約防止キャンペーン
AIを活用した解約予測により、解約リスクのある顧客を特定し、リテンションオファーやパーソナライズされたコミュニケーションを提供して、エンゲージできます。 離脱シグナルを早期に検出することで、顧客が口座を閉鎖したり、別の場所に資産を移動したりする前に、金融機関は介入することができます。
ビジネスへの影響
先見的な解約防止の取り組みは、顧客離れを低減し、定期的な収益源を保護し、顧客の代替コストを削減するのに役立ちます。
導入方法
解約リスクスコアが定義されたしきい値を超えた場合に、 クロスチャネルジャーニーとDecisioning パターンを使用して、トリガーのリテンションジャーニーを決定し、組み込みの意思決定により、最も魅力的なリテンションオファーを選択します。 これは、重複するリテンションオファーを防ぐために、ジャーニーがチャネルをまたいで配信を調整する必要がある場合や、オファーの選択にリスクスコアのしきい値とビジネスの制約が必要な場合に適したパターンです。マルチステップオーケストレーションだけでは、顧客ごとに最適なリテンションオファーを選択するために必要なリアルタイムの意思決定レイヤーは提供されません。
技術的な考慮事項
- アカウント活動の傾向、サービスのインタラクション履歴、エンゲージメント頻度をCustomer AI件の解約傾向モデルにフィードして、リスクスコアを生成します。
- 当座預金口座と投資ポートフォリオの解約シグナルは異なるため、製品ラインに特化した解約リスク閾値を定義します。
- ターゲティングおよび抑制の基準を法務およびプライバシー部門と見直し、リテンションオファーをアクティブ化する前に、適用される公正な融資と均等待遇の規制を遵守していることを確認します。
- リテンションのアプローチが不適切な場合、不正行為やコンプライアンス上の行動によって離反している顧客を除外するための抑制ロジックを構築します。
パーソナライズされたアカウントダッシュボード
各顧客のアカウント行動、好み、財務目標にもとづいて、オンラインバンキングダッシュボードやモバイルアプリ体験をパーソナライズできます。 カスタマイズされたダッシュボードにより、顧客は検索しなくても、最も重要な情報を見つけ、関連するインサイトを明らかにできます。
ビジネスへの影響
パーソナライズされたダッシュボードは、デジタルバンキングを直観的かつ関連性の高いものにすることで、エンゲージメント率を向上させ、顧客満足度を有意義に向上させます。
導入方法
既知の訪問者Web/アプリ Personalization パターンを使用して、認証済みのデジタルエクスペリエンス内で、リアルタイムにパーソナライズされたコンテンツブロック、商品スポットライト、財務インサイトを提供します。 これは、行動と親和性モデルではなく、プロファイルの属性とアカウントのアクティビティによってパーソナライゼーションが推進される場合や、ユーザーエクスペリエンスに秒単位の遅延が不可欠な場合に、最適なパターンです。
技術的な考慮事項
- Edge Networkを利用して、認証されたバンキングセッション内でサブセカンドパーソナライゼーションの決定を行います。このセッションでは、遅延がユーザーエクスペリエンスに直接影響します。
- 大規模なデータセットをリアルタイムで計算するのを避けるために、取引データを支出カテゴリーや貯蓄傾向などの事前計算済みのプロファイル属性に集約します。
- アクセシビリティ基準を遵守し、パーソナライズされたコンテンツが、静的コンテンツと同じ規制開示要件を満たすようにします。
- webとモバイルのチャネル間でパーソナライゼーションロジックを調整し、顧客がデバイスを問わず、一貫性のあるエクスペリエンスを目にできるようにします。
ライフステージに応じた商品オファー
結婚、住宅の購入、退職など、新しいライフステージに入る顧客を特定し、関連性の高い金融商品やサービスを積極的に提供します。 金融機関は、これらのマイルストーンを予測することで、重要な財務局面において信頼できるパートナーとしての地位を確立できます。
ビジネスへの影響
ライフステージをトリガーにしたオファーは、長期的な顧客関係を強化しながら、より強力な製品導入率を実現し、一般的なキャンペーンよりも優れたパフォーマンスを発揮します。
導入方法
クロスチャネルジャーニーとDecisioning パターンを使用して、ライフステージの指標を検出し、各マイルストーンに合わせて組み込まれたオファー選択でマルチタッチジャーニーを調整します。 これは、重要な財務アクション中に、ジャーニーでチャネルをまたいで配信を調整する必要がある場合や、オファーの選択に適合性チェックやビジネスルールが必要な場合に適したパターンです。マルチステップオーケストレーションだけでは、コンプライアンスと関連性を確保するために必要な意思決定レイヤーを提供できません。
技術的な考慮事項
- 住所の変更、共同口座の開設、大規模な預金などのファーストパーティシグナルを、許可されたサードパーティデータと組み合わせて、ライフステージの移行を推測します。
- 誤って推測されたマイルストーンは信頼を損なう可能性があるため、メッセージのトーンや頻度を慎重に扱い、機密性の高いライフイベントを処理する必要があります。
- 階層的な規制適合性チェックをオファーの意思決定に組み込むことで、推奨される製品が顧客の検証済みの財務状況に合致するようにします。
- ライフステージのキャンペーン間のクーリングオフ期間を構築し、複数の指標が短いウィンドウで表示される場合にアウトリーチの重複を防ぎます。
トランザクションベースのアラートとレコメンデーション
トランザクションにリアルタイムのアラートを送信し、支出パターンやアカウントのアクティビティにもとづいてパーソナライズされたレコメンデーションを提供します。 タイムリーで適切な通知を通じて、顧客に最新情報を提供し、自然なタイミングで財務上のガイダンスを提供できます。
ビジネスへの影響
トランザクションベースのアラートは、強力なエンゲージメントを促進し、セキュリティ意識を向上させ、パーソナライズされたレコメンデーションのための価値の高い顧客接点を構築します。
導入方法
イベントをトリガーにしたメッセージ パターンを使用して、トランザクションイベントにリアルタイムで応答し、アラートとコンテキストに即したレコメンデーションを表示します。 これは、トリガーが顧客行動ではなくシステムイベントであり、必要なコミュニケーションが持続的なナーチャリングのシーケンスではなく、即座に反応する場合に適したパターンです。アラートの遅延がセキュリティ効果に直接影響を与えます。
技術的な考慮事項
- セキュリティアラートは、数分以上遅延すると価値が失われるため、低遅延の配信要件を備えたストリーミングパイプラインを通じてトランザクションイベントを取り込みます。
- 顧客が定義したアラートの環境設定と閾値を適用することで、画一的なルールではなく、個々の設定を反映した通知を提供できます。
- 必須のセキュリティアラートを、メッセージングアーキテクチャ内のオプションのレコメンデーションメッセージから分離し、コンプライアンス通知が抑制されないようにします。
- 支払い日や休日などの繁忙期における高い取引量を考慮し、需要に合わせて拡張できるスループット能力を設計します。
クレジットカードの申し込み放棄の回復
クレジットカードの申し込みを開始したものの、完了しなかった顧客を特定し、パーソナライズされたメッセージやオファーを提供して、リエンゲージメントします。 申込放棄は購買意欲の高い顧客を表しており、多くの場合、プロセスを完了するために必要な調整は小さなものです。
ビジネスへの影響
離脱率を改善する施策は、申込完了率を向上させ、既に興味を示しているオーディエンスから新たなアカウントを獲得する可能性を直接高めます。
導入方法
イベントトリガーメッセージ パターンを使用して、アプリケーション放棄イベントを検出し、一般的な脱落の理由に対処するタイムリーなフォローアップメッセージをトリガーします。 これは、個別の顧客行動（放棄）がトリガーであり、必要な対応が、アプリケーションデータが古くなる前に配信される時間制限のあるメッセージである場合に適したパターンです。マルチステップのシーケンスでは、緊急性と狭いリカバリーウィンドウに対応できません。
技術的な考慮事項
- ID確認で離脱したユーザーと条件レビューで離脱したユーザーとで異なる安心感が必要なため、メッセージをカスタマイズするためにアプリケーションが放棄された特定のステップをキャプチャします。
- 法務およびコンプライアンスのチームと協力して、あらゆる回復用コミュニケーションが、展開前に適用されるクレジットマーケティングの開示要件とチャネル固有の同意ルールを満たしていることを確認します。
- 古いアプリケーションデータが事前選定に有効でなくなる可能性があるため、定義された期間が経過すると回復アウトリーチが停止するように、時間減衰ロジックを実装します。
- アプリケーションシステムと連携して、支店訪問や電話など、別のチャネルで記入した応募者の回復メッセージを抑制します。
Investment Portfolioの推奨事項
顧客のリスクプロファイル、投資履歴、財務目標に基づいて、パーソナライズされた投資レコメンデーションを提供します。 データ主導のポートフォリオガイダンスは、顧客がアセットマネジメントサービスとのエンゲージメントを深めながら、情報に基づいた意思決定をするのに役立ちます。
ビジネスへの影響
パーソナライズされた投資レコメンデーションにより、投資商品の採用率が向上し、顧客層全体でポートフォリオの多様化が促進されます。
導入方法
行動レコメンデーション パターンを使用して投資行動と嗜好を分析し、デジタルチャネルとアドバイザーツールを通じて関連するポートフォリオのレコメンデーションを表示します。 これは、アイテムセット（投資の世界）が大きく、厳格な適格性ルールや適合性チェックの決定だけで管理される一連のオファーではなく、行動の親和性とリスクの調整によって選択が導かれる場合に適したパターンです。
技術的な考慮事項
- 証券会社と顧客データのフィードを統合することで、各顧客の現在の保有状況と割り当てを正確かつ最新の状態で把握することができます。
- お客様の文書化されたリスク許容度と投資目標に沿って推奨事項が提供されるように、証券規制によって義務付けられている適合性の要件を適用します。
- パーソナライズされた投資コンテンツは、必要に応じて「教育的」または「情報的」にラベル付けし、受託義務を伴う正式な投資助言とは区別します。
- 市場の変化、ポートフォリオの変動、顧客目標の変化を考慮して、定期的にレコメンデーションモデルを更新します。
Personalizationの不正通知
各顧客のコミュニケーション嗜好と過去のやり取りの履歴にもとづいて、不正行為に対するアラートやセキュリティコミュニケーションをパーソナライズできます。 カスタマイズされたアラートは、顧客が重要なセキュリティ通知を認識して理解し、行動する可能性を高めます。
ビジネスへの影響
パーソナライズされた不正アラートにより、アラートの応答率が向上し、セキュリティコンプライアンスが強化され、疑わしいアクティビティが発生したときの露出の時間枠が短縮されます。
導入方法
イベントをトリガーにしたメッセージ パターンを使用して、各顧客が好むチャネルを通じて、アクティビティの確認や異議の申し立てを容易にするコンテクストに関する詳細を含む不正アラートを配信します。 これは、トリガーが顧客行動ではなくシステムイベントである場合や、必要なコミュニケーションが即座に反応し、マルチステップのシーケンスを実行する時間がない場合に適したパターンです。アラートの遅延は、財務上の損失への露出と直接相関関係があります。
技術的な考慮事項
- 詐欺アラートの遅延は財務上の損失の露出と直接相関関係にあるため、配信のスピードと信頼性を他のすべての設計上の考慮事項よりも優先します。
- フォールバックチャネルを維持しながら、顧客の検証済みの優先チャネルを通じてアラートをルーティングすることで、プライマリチャネルが失敗した場合でも配信を確保します。
- アラートのインタラクション履歴を保存することで、今後のアラートの関連性を向上し、頻繁に旅行したり、非定型の購入をおこなったりする顧客の偽陽性の疲労を減らすことができます。
- あらゆる不正行為の警告コンテンツとワークフローが銀行のセキュリティ規制に準拠しており、メッセージプレビューや件名に機密性の高いアカウントの詳細を表示していないことを確認します。
ロイヤルティプログラムのエンゲージメント
オンラインバンキング、モバイルアプリ、電子メール、支店などのチャネルをまたいでリアルタイムのオファー調整を調整することで、ロイヤルティプログラムのコミュニケーション、報酬、オファーをパーソナライズし、重複や競合するロイヤルティオファーが同じ会員に同時に届かないようにします。 各会員がアクセスできる特典、プロモーション、引き換えオプションを管理する階層制の適格性ルールは、セグメンテーションだけで解決するのではなく、意思決定レイヤーで適用され、あらゆるチャネルでプログラムの制約を遵守しながらオファーを選択できます。 ロイヤルティジャーニーは、より広範なマーケティングキャンペーンと連携しているため、製品とロイヤルティのオファーが競合したり、矛盾したりすることなく、会員に一貫性のあるメッセージを提供したりできます。
ビジネスへの影響
パーソナライズされたロイヤルティのエンゲージメントにより、プログラムへの参加率が向上し、ポイント交換を大幅に増加して、プログラムの価値認識を強化できます。
導入方法
クロスチャネルジャーニーとDecisioning パターンを使用して、チャネルをまたいでロイヤルティコミュニケーションを調整し、組み込みの意思決定機能を使用して、各メンバーに最も関連性の高い特典またはオファーを選択します。 メッセージの疲労やオファーの競合を防ぐために、ジャーニーでチャネルをまたいで配信を調整する必要がある場合、およびオファーの選択に階層ベースのルールとメンバーの制約が必要な場合、これは正しいパターンです。マルチステップオーケストレーションだけでは、ロイヤルティルールと差別化されたメンバーの待遇を尊重するために必要なリアルタイムの意思決定レイヤーを提供できません。
技術的な考慮事項
- ティアのステータス、ポイント残高、引き換え履歴などのロイヤルティプラットフォームのデータを顧客プロファイルにリアルタイムに近い形で同期し、有効期限が切れた残高や不正確な残高のプロモーションを避けることができます。
- 顧客層ごとにジャーニーロジックをセグメント化して、差別化されたエクスペリエンスを提供します。高級層の会員は、独占的なオファーやプロモーションへの早期アクセスを期待しています。
- ロイヤルティメッセージを幅広いマーケティングキャンペーンと連携させ、メッセージ疲れや、プログラム間でのオファーの競合を防ぎます。
- チャネルをまたいで引き換えアトリビューションを追跡し、プログラムのROIが最も高くなるパーソナライズされたコミュニケーションを測定。
モーゲージ事前承認キャンペーン
プロファイルデータ、行動シグナル、ライフステージ指標にもとづいて、住宅ローン市場に参入する可能性の高い顧客をターゲットにします。 事前承認済みのアウトリーチにより、顧客が行う最大の財務上の意思決定のひとつに際して、金融機関を利便性の高い最初の選択肢として位置付けることができます。
ビジネスへの影響
ターゲットを絞った住宅ローンの事前承認キャンペーンは、適切なタイミングで適格な見込み顧客にリーチすることで、申込率を高め、ローンの件数を増加させます。
導入方法
マルチステップのオーケストレーションされたジャーニー パターンを使用して、認知から事前承認に至るまで、マルチタッチのナーチャリングシーケンスを通じて、住宅ローンの見込み顧客を導き、エンゲージメントと資格シグナルにもとづいて適応させます。 これは、ユースケースで、エンゲージメントと適格シグナルにもとづく条件分岐を使用して、拡張タイムライン上に複数のメッセージを順序付けて流す必要がある場合に適したパターンです。ひとつのトリガーされたメッセージでは、アダプティブナーチャリングロジックや正式なアプリケーションプロセスへの引き継ぎに対応できません。
技術的な考慮事項
- 不動産の検索行動、貯蓄の成長傾向、リースの有効期限に関するシグナルを組み合わせて、住宅ローン申請者である可能性が高い人物を特定する傾向モデルを構築します。
- 承認前のあらゆるメッセージが、必要な情報開示、料金体系、住宅ローンに関する平等な言葉など、住宅ローンの広告規制を遵守していることを確認する。
- アウトリーチが有利な借入条件に合致し、時代遅れの金利参照を回避できるように、キャンペーンのタイミングをレート環境の変更と調整します。
- デジタルで育成したリードが正式な申し込みや引き受けプロセスにスムーズに移行できるように、融資担当者への引き継ぎワークフローを構築する。
パーソナライズされた金融教育コンテンツ
各顧客の財務プロファイル、目標、興味に基づいて、パーソナライズされた金融エデュケーションコンテンツ、ヒント、リソースを提供します。 関連する教育コンテンツは、信頼を構築し、金融リテラシーを向上させ、関連性の高い商品を紹介する有機的な機会を生み出します。
ビジネスへの影響
パーソナライズされた教育コンテンツは、コンテンツのエンゲージメント率を高め、顧客の金融リテラシーを向上させ、より自信を持って製品を導入するのに役立ちます。
導入方法
クロスチャネルジャーニーとDecisioning パターンを使用して、チャネルをまたいでキュレーションされた一連の教育コンテンツを配信します。各ユーザーの財務状況や関心に合わせてトピックを決定します。 これは、ジャーニーがプログレッシブ学習パスを使用してチャネルをまたいで配信を調整する必要がある場合や、トピックの選択に財務プロファイルにもとづく適格性ルールが必要な場合に適したパターンです。マルチステップオーケストレーションだけでは、コンテンツを顧客の財務状況に一致させたり、前提条件の違反を防ぐために必要な意思決定レイヤーを提供できません。
技術的な考慮事項
- 教育コンテンツを、債務対所得比率、貯蓄率、投資経験などの金融プロファイル属性にマッピングし、トピックの関連性を確保します。
- 一回限りの記事を提供するのではなく、難易度レベルと前提条件のトピックを含むコンテンツをタグ付けして、プログレッシブ学習パスを構築できます。
- トピックレベルでコンテンツのエンゲージメントを追跡し、パーソナライゼーションモデルを改善して、顧客ベース全体で新たな関心領域を特定します。
- 教育コンテンツがプロダクトマーケティングと明確に区別されていることを確認し、規制への準拠を維持し、プログラムの客観性における顧客の信頼を維持します。
AI金融商品ガイド
金融機関は、当座預金口座、クレジットカード、貸出商品、保険オプション、投資手段など、パーソナライズされたガイダンスなしに顧客がナビゲートするのが難しい商品ポートフォリオを提供しています。 規制の制約により、最前線のデジタル体験によってパーソナライズされた投資レコメンデーションが提供できなくなっていますが、製品の仕組み、それぞれのニーズに適合するアカウント、アプリケーションに向けた次のステップに関する顧客の理解には、大きな価値が存在します。 AIを活用した金融商品ガイドは、顧客との自然な会話を促し、財務目標やライフステージに関する適格性を問い合わせ、規制の厳しいアドバイスの領域を超えることなく、適切な商品に導きます。
ビジネスへの影響
ガイド付きの会話型ディスカバリーは、製品のアプリケーション開始率を向上させ、認知度とアプリケーション間の脱落を減らすと同時に、下流のナーチャリングとアドバイザーの紹介ワークフローを改善するインテントシグナルをキャプチャします。
導入方法
Brand Concierge会話体験 パターンを使用します。 このアプローチにより、Product Advisor Agentを承認済みのプロダクトコンテンツライブラリとナレッジベースに対して展開し、AEP Agent Orchestratorとリアルタイムの顧客プロファイルデータを使用して、ブランドが管理し、コンプライアンスを確認したコンテンツをベースにしたマルチターンダイアログを通じて、顧客を適切な製品に導くことができます。 これは、目標がインタラクティブで、複数回にわたる会話型の発見である場合に適したパターンです。これにより、顧客は金融商品を理解し、自己選択することができます。つまり、一方向のメッセージでアカウントの個別イベントに反応するイベントとは異なり、適格なダイアログに顧客を関与させることなく商品コンテンツを受動的に表示するパーソナライズされたweb体験から異なります。 AEP Agent Orchestratorとブランドガバナンスの設定が必要です。
技術的な考慮事項
- ブランドガバナンスのガードレールは、厳格なコンテンツ境界を定義するために、コンプライアンスと法務のレビューを用いて設定する必要があります。担当者は、投資のアドバイスを行うことなく、顧客の記述されたニーズに基づいて適切な製品に誘導する必要があり、禁止されているトピック（特定の返品予測、保証、比較パフォーマンスの要求）を明示的に定義して実施する必要があります。
- コンテンツ統合レイヤーは、動的に生成されるクレームではなく、コンプライアンスが承認した製品の説明、開示、FAQに基づいている必要があり、担当者が提供するすべての応答が、展開前に法務および規制部門によってレビューされていることを確認します。
- リアルタイムの顧客プロファイル検索では、既存製品、顧客維持率、顧客セグメントなどの関係データを収集する必要があります。これにより、担当者は顧客が既に保持している製品を推奨することを避け、組織との既存の関係に合わせてガイダンスを調整できます。
- ライブエージェントの引き継ぎは、顧客のニーズが会話型ガイドの範囲を超えるシナリオ（複雑な貸出状況やパーソナライズされた財務計画の要求など）に対して設定され、完全な会話コンテキストが受信アドバイザーに転送されます。これにより、顧客が自分自身を繰り返す必要がなくなります。
Adobe Funnelと顧客離れ要因の分析
デジタル口座開設、ローン申し込み、投資オンボーディングのフローなど、顧客が離脱した箇所を分析し、製品の離反に先立つ行動シグナルを特定します。 これらの離脱ポイントや解約前段階を把握できない金融機関は、顧客体験の失敗と顧客離れを区別できず、修正の取り組みが不正確になっています。
ビジネスへの影響
応募者がデジタルフローを放棄した場所と、アカウント閉鎖に先立つ行動を正確に把握することで、製品部門とマーケティング部門は、離脱率を減らし、顧客維持率を高めるエクスペリエンス改善に優先順位を付けることができます。
導入方法
Customer AnalyticsとInsight Generation パターンを使用します。 このアプローチは、デジタル行動データ、CRM レコード、製品イベントストリームをAdobe Customer Journey Analyticsに接続し、フォールアウトビジュアライゼーションによって脱落ステップを特定し、コホート分析によって、製品ラインや獲得セグメントをまたいだ顧客維持率の違いを明らかにします。 これは、目的が理解と診断（ジャーニーがどこで壊れ、何が離脱を促進するかを分析すること）である場合に、抑制オーディエンスをアクティブ化したりリテンションメッセージをトリガーしたりするのではなく、正しいパターンです。
技術的な考慮事項
- デジタルアプリケーションのイベントデータは、オンボーディングやアプリケーションフローの各ステップを、一貫性のあるステップ IDを持つ個別のイベントとして取得し、CJAフォールアウト分析でボリュームが失われた場所を正確に特定できるようにする必要があります。
- CRMの製品保有データとアカウントステータスのデータを、行動データと並行してCJAに統合する必要があります。これにより、解約前の行動と実際の口座閉鎖の結果を関連付けることができます。
- データガバナンスラベルは、CJAに含まれる機密性の高い財務フィールドやID フィールドに適用する必要があります。これにより、データスチュワードの権限がなくてもアナリストがアクセスする共有ダッシュボードでPIIが露出するのを防ぐことができます。
- リテンションコホート分析には、十分な履歴データの深さ（通常12～24か月）が必要です。そのため、AEPのデータセット保持ポリシーは、有意義なコホート比較に必要なイベント履歴を保持するように設定する必要があります。
次善のOffer Decisioning
一元化された意思決定ロジックを使用して、適格性ルール、ビジネスの制約、AIを活用したランキング戦略を組み合わせ、チャネルをまたいで各顧客に最も関連性の高いオファーを選択します。 オファー選択を一元化することで、各顧客は、規制の適格性の要件とビジネスの制約を尊重しながら、コンテキストに最も適切な金融商品オファーを受け取ることができます。
ビジネスへの影響
一元化された次善のオファー決定機能を利用している金融機関では、顧客インタラクションあたりの商品の取り込み率と売上の向上を実現し、傾向スコアと適格性の両方を考慮したオファー選択で最も高いパフォーマンスを発揮しました。
導入方法
Offer Decisioning パターンを使用して、一元化された意思決定エンジンを構築します。このエンジンは、顧客の適格性を評価し、ビジネス上の制約を適用し、AI ランキングを使用して、web、アプリ、アウトバウンドチャネルをまたいで、各顧客とのやり取りに最適なオファーを選択します。 これは、オファー選択がルールベースのパーソナライゼーションだけでは複雑すぎる場合に適したパターンです。オファーカタログから最適な選択を行うには、実施要件ロジック、優先順位ルール、アダプティブランキングの組み合わせが必要です。
技術的な考慮事項
- オファーの適格性ルールは、意思決定エンジンで維持され、対象外のオファーが表示されないようにするために、コアバンキングや製品システムからの製品適格性の基準と同期している必要があります。
- AI ランキングモデルでは、信頼できる傾向スコアを生成するために、過去のオファーのインタラクションから得た十分なトレーニングデータが必要です。新しく発売された製品は、十分なデータが蓄積されるまでフォールバックランキング戦略が必要です。
- 金融サービスにおける規制上の要件により、誰に、どのチャネルを通じて提供できるかが制限される場合があります。意思決定ロジックでは、これらの制約をソフトな好みではなく、ハードルールとしてエンコードする必要があります。
- オファーの疲労トラッキングは重要です。同意していない同じ商品のオファーを繰り返し受け取る顧客は、定義された数の公開の後、オファーを非優先化または抑制する必要があります。
Customer Journey Analytics Dashboard
web、アプリ、電子メール、コールセンターのデータを組み合わせたクロスチャネル分析ワークスペースを構築して、カスタマージャーニーを可視化し、ドロップオフポイントを特定し、キャンペーンのアトリビューションを測定します。 製品部門とマーケティング部門は、統合された分析ワークスペースを活用することで、チャネルや顧客接点をまたいで、顧客の動きを包括的に把握し、データにもとづいてカスタマージャーニーの改善にどこに投資すべきかを判断できるようになります。
ビジネスへの影響
金融機関は、クロスチャネルジャーニー分析を活用することで、施策や商品に関するinsightまでの時間を短縮し、オンボーディングフロー、アプリケーションファネル、カスタマーサービスジャーニーをまたいで、影響の大きい最適化の機会をより迅速に特定できるようになります。
導入方法
Customer AnalyticsとInsight Generation パターンを使用して、あらゆるデジタルチャネルとオフラインチャネルのイベントストリームを統合された分析データセットにまとめ、ジャーニーフロー、funnel ドロップオフ、アトリビューションモデルを公開するワークスペースのビジュアライゼーションを構築します。 分析およびinsightとビジュアライゼーションがリアルタイムの活用ではなく、主な要件である場合、これは正しいパターンです。データは、顧客に対応したアクションをトリガーするのではなく、意思決定に活用されます。
技術的な考慮事項
- クロスチャネルのデータをつなぎ合わせるには、あらゆるソースシステムで一貫した顧客識別子が必要です。ID戦略が断片化されている企業では、分析が損なわれるジャーニーが不完全になります。
- コールセンターとオフラインのインタラクションデータを取り込み、タイムスタンプを正確に設定して、デジタル接点に関連するジャーニーの順序で正しく配置する必要があります。
- ソースシステムと分析ワークスペース間のデータ待ち時間は、インサイトの利用可能な速度に影響します。高頻度の分析ユースケースでは、毎日のバッチフィードではなく、ほぼリアルタイムの取り込みが必要になる場合があります。
- そのため、分析データセットには、プライバシーとデータガバナンスの管理を適用する必要があります。これにより、個人を特定できる情報が、個々の顧客記録へのアクセスを許可しないアナリストがアクセスできるダッシュボードに表示されないようにします。