通信のユースケース

Last update: Sat Mar 28 2026 00:00:00 GMT+0000 (Coordinated Universal Time)

作成対象：

開発者
ユーザー

通信企業は、Adobe Experience Platformを利用して、各購読者の全体像を構築し、パーソナライズされた体験を提供することで、解約を減らし、プランとデバイスのアップグレードを増やし、長期的な顧客関係を強化することができます。通信事業者は、ネットワークの使用状況データ、請求に関する情報、顧客とのやり取りをつなぎ合わせることで、加入者のニーズを予測し、好みのチャネルを通じて適切なタイミングでエンゲージすることができます。

デバイスのアップグレードに関する推奨事項

デバイスのアップグレードの対象となる顧客を特定し、使用パターンや好みにもとづいて、パーソナライズされたデバイスのレコメンデーションやアップグレードオファーを提供できます。契約のスケジュール、デバイスの年齢、個々の閲覧行動などを分析することで、通信事業者は各加入者に最も関連性の高いデバイスと支払い方法を提示することができます。

ビジネスへの影響

デバイスアップグレードレコメンデーションを導入している企業では、顧客が好むチャネルを通じて適切なオファーをタイミングよく提供することで、アップグレードコンバージョン率が向上します。

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、各サブスクライバーの適格性、デバイスの環境設定、チャネルの親和性を評価するアップグレードジャーニーを調整し、電子メール、アプリ通知、実店舗体験をまたいでパーソナライズされたアップグレードオファーを提供します。オファーの選択では、デバイスの適格性ウィンドウ、チャネルの嗜好、インベントリの制約を考慮する必要がある場合、これは適切なパターンです。つまり、単純な行動レコメンデーションだけでなく、管理された意思決定ロジックを必要とする制約です。

技術的な考慮事項

デバイスの在庫と価格設定システムを統合し、現在の在庫状況とプロモーションの価格設定を反映したレコメンデーションを提供します。
契約管理データを接続して、アップグレードの実施要件ウィンドウと早期アップグレードのオファーを正確に特定します。
デバイス使用状況テレメトリ（ストレージ容量、バッテリーの健全性、パフォーマンス指標）を組み込んで、推奨事項の関連性を強化します。
小売およびe コマースプラットフォームと連携し、デジタルチャネルおよび実店舗をまたいで、一貫性のあるアップグレードエクスペリエンスを維持します。

プランの最適化キャンペーン

顧客の利用パターンを分析し、最適なプランの変更を提案することで、コストを削減したり、実際のニーズにもとづいてより優れた機能を提供したりできます。プランのレコメンデーションを積極的に実施することで、顧客の信頼を獲得し、よりシンプルな価格設定で競合他社に乗り換えるリスクを低減できます。

ビジネスへの影響

プラン最適化キャンペーンは、プラン変更率の向上や顧客満足度の向上を実現すると同時に、購読者が消費に適したプランに移行したときのユーザーあたりの平均売上の増加にもつながります。

導入方法

マルチステップ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、使用状況とプランの不一致を特定し、加入者により優れたオプションを提供し、タイムリーなフォローアップでプラン変更プロセスを導くマルチタッチキャンペーンを構築します。これは、ユースケースで、購読者のエンゲージメントとプランの導入にもとづいて条件分岐をおこない、複数のメッセージを連続して数日かけて流す必要がある場合に適したパターンです。ひとつのトリガーメッセージでは、教育とコンバージョンステップの間の教育ジャーニーと依存関係のロジックを満たすことはできません。

技術的な考慮事項

リアルタイムおよび過去の使用状況データ（音声の議事録、データの使用、国際電話）を取り込み、プランのミスマッチを正確に特定します。
請求システムのデータを結び付けて、推奨プランの変更ごとに潜在的な削減や機能向上を計算できます。
プランのレコメンデーションを生成する際に、プロモーションの価格ルールと契約義務を考慮。
セルフサービスポータルとの統合により、購読者はキャンペーンの顧客接点から直接、プランの変更を完了することができます。

価値の高い顧客に対する解約防止

チャーンするリスクがある価値の高い顧客を特定し、パーソナライズされたリテンションオファーと先見的なカスタマーサービスを提供してエンゲージします。利用頻度の低下、繰り返しサービス呼び出し、競合他社による閲覧などの行動シグナルを生涯価値データと組み合わせることで、プロバイダーは、利用者が離脱を決定する前に介入することができます。

ビジネスへの影響

価値の高い顧客をターゲットとした解約防止プログラムは、解約を大幅に削減し、売上を継続的に保護するとともに、代替顧客を獲得するコストを削減します。

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、解約リスクシグナルをリアルタイムでモニタリングし、各顧客に最適なリテンションオファーを決定し、デジタルチャネルとコールセンターをまたいでパーソナライズされたアウトリーチを調整します。これは、ジャーニーがデジタルチャネルとエージェント支援チャネルをまたいで配信を調整し、リテンションオファーの重複を防ぐ必要がある場合や、オファーの選択にリスクスコアリングとビジネス上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、必要なリアルタイムの意思決定レイヤーやエージェントの調整はできません。

技術的な考慮事項

コールセンターの文字起こしからの利用傾向、サービスのインタラクション履歴、センチメントデータを組み合わせて、解約傾向スコアを構築できます。
コールセンターと小売システムを統合することで、担当者は、デジタルチャネルを通じて既に提示された顧客維持オファーを把握できます。
競合他社インテリジェンスデータ（ポートアウトリクエスト、競合他社プラン比較）を接続して、リスクスコアリングを改善し、戦略を提供します。
過剰な接触を防ぐためにガバナンスルールを策定することで、リスクのある加入者を特定し、解約を防ぐのではなく加速できます。

新規顧客オンボーディングのジャーニー

ウェルカム情報、アカウント設定ガイダンス、機能チュートリアルにより、新規顧客向けにパーソナライズされたオンボーディングジャーニーを自動化します。体系化されたオンボーディング体験は、購読者が自分のプランやサービスの価値をすばやく最大化できるよう支援し、長期的な維持のための基盤となります。

ビジネスへの影響

適切に設計されたオンボーディングジャーニーにより、機能のアクティベーション率が向上し、新規購読者の満足度スコアが向上し、解約率が低下しました。

導入方法

マルチステップ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、各サブスクライバーのプランの種類、デバイス、以前のオンボーディングステップとのエンゲージメントに基づいて順序付きのオンボーディングエクスペリエンスを作成します。これは、ユースケースで、機能の発見とエンゲージメントに基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。トリガーされた単一のメッセージでは、登録者のプランとデバイスタイプにもとづくオンボーディングステップ間の適応依存関係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

アカウントプロビジョニングシステムを統合することで、アクティベーション直後のオンボーディングジャーニーをトリガーし、顧客の特定のプランやデバイスに合わせてコンテンツを調整できます。
アプリのエンゲージメントデータを接続して、顧客が探索した機能を追跡し、それに応じてオンボーディングメッセージを調整します。
カスタマーサポートプラットフォームと連携し、担当者が顧客から質問を受けた場合、そのオンボーディング段階を把握できるようにします。
個々のサブスクライバー、ファミリープラン管理者、ビジネスアカウントなど、様々な顧客セグメントに対して複数のオンボーディングパスをサポートします。

データ使用に関するアラートとレコメンデーション

顧客がデータ制限に近づくと、パーソナライズされたアラートを送信し、使用パターンにもとづいてプランのアップグレードやデータアドオンを推奨します。有用な通知をタイミングよく配信することで、顧客の不満を招く可能性のある体験を、信頼を築くエンゲージメントの瞬間に変えることができます。

ビジネスへの影響

先見的なデータ利用に関するアラートにより、データのアドオン購入を促進すると同時に、請求書の衝撃的な苦情を減らし、顧客全体の満足度を向上させます。

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すると、使用状況のしきい値を超えた場合にリアルタイムのアラートを送信し、購読者の過去の使用パターンとプランの詳細に基づいてパーソナライズされたレコメンデーションを送信できます。これは、トリガーが顧客行動ではなくシステムイベント（利用閾値の交差）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順序ではなく、即座に反応する場合に適したパターンです。

技術的な考慮事項

使用状況に関するデータフィードに接続し、トリガーアラートを有意義なしきい値で、ほぼリアルタイムに更新します（プランの上限の75%、90%、100%）。
請求システムとプラン管理システムを統合して、正確なアドオンの価格設定を提示し、アラートメッセージから直接ワンタップで購入できます。
個人ユーザーとプラン管理者の両方に警告を発することで、ファミリープランの共有データプールを考慮します。
請求サイクルごとに大量のデータを継続的に使用する加入者のアラート疲労を避けるために、頻度の上限を実装します。

サービス停止の通知

パーソナライズされた更新情報や補償オファーを提供し、サービスの停止、メンテナンス、地域のネットワークの問題について顧客に積極的に通知します。顧客が不満を抱く前に連絡を取ることで、説明責任を明確にし、インバウンドサポートの量を大幅に減らすことができます。

ビジネスへの影響

積極的な障害通知により、強力な通知確認率を実現し、サービス停止中のコールセンターの数を大幅に削減し、サポートコストを削減しながら顧客の認識を向上させることができます。

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、ネットワークイベントを検出し、関連する詳細、推定解決時間、必要に応じて適切な補償を含む好みのチャネルを通じて、影響を受ける加入者にすぐに通知します。これは、トリガーが顧客行動ではなくシステムイベント（ネットワークの停止）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順序ではなく、即座に反応する場合に適したパターンです。

技術的な考慮事項

ネットワークオペレーションセンターのモニタリングシステムと連携することで、リアルタイムの障害データや保守イベントデータを地理的範囲情報とともに受け取ることができます。
加入者の住所と場所に関するデータを利用して、影響を受ける顧客を正確に特定し、影響を受ける地域外の顧客に通知しないようにします。
請求およびクレジットシステムに接続すると、加入者のプランと障害発生期間に基づいてサービスクレジットのオファーを自動的に延長して停止します。
チャネルをまたいでメッセージを調整し、一貫性のあるステータス更新を提供することで、状況の変化に合わせて矛盾した情報を送信しないようにします。

ファミリープラン管理

家族の利用パターンや個々のメンバーのニーズにもとづいて、ファミリープラン管理者向けのコミュニケーションやオファーをパーソナライズします。ファミリープランは、価値の高い複数行のアカウントで、プラン管理者とのエンゲージメントにより、あらゆる行での顧客維持を促進します。

ビジネスへの影響

パーソナライズされた家族向けプラン管理コミュニケーションにより、家族向けプランのエンゲージメントが向上し、ラインの維持率が向上し、アカウントあたりの生涯価値が高まります。

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、家族全員の利用状況を分析し、行の追加や個々の制限の調整などの機会を特定し、プラン管理者に合わせた推奨事項を提供します。これは、オファーの選択で、家族階層の権限、複数メンバーの使用の集計、プライバシーの制約を考慮する必要がある場合に適したパターンです。つまり、個々の購読者のレコメンデーションだけでなく、管理された意思決定ロジックを必要とする制約です。

技術的な考慮事項

ファミリーアカウントの階層をモデル化して、プラン管理者と個々のメンバーを区別し、コミュニケーションやアカウントの変更の権限レベルを尊重します。
アカウントの全行をまたいで利用データを集約し、家族レベルのパターンや機会（利用頻度の低い共有データやデバイスのアップグレードサイクルなど）を特定します。
保護者による管理とコンテンツフィルタリングシステムを統合して、パーソナライゼーションで家族固有の機能をサポートします。
プライバシー管理を実施し、アカウントの権限にもとづいて、各メンバーの使用状況に関する詳細をプラン管理者と適切に共有します。

5G アップグレードキャンペーン

5G ネットワークのアップグレードの対象となる顧客を、場所や利用パターンに基づいてパーソナライズされたオファーやメリットでターゲティングします。 5Gのカバレッジが拡大するにつれ、新たにカバーされた地域で関連するメッセージを加入者に配信することで、導入を加速し、ネットワーク利用率を高めることができます。

ビジネスへの影響

ターゲットを絞った5G アップグレードキャンペーンにより、適格な加入者の5G導入率が向上し、ネットワーク投資回収率と競争上の差別化が向上。

導入方法

バッチアウトバウンドメッセージのアクティベーションパターンを使用して、5Gのカバレッジの可用性、デバイスの互換性、プランの適格性にもとづいて加入者をセグメント化し、各加入者の使用プロファイルに最も関連するメリットを強調する、パーソナライズされたアップグレードキャンペーンを配信します。これは、オーディエンスが事前に定義され、大規模で、配信タイミングがイベント主導ではなくスケジュールされ、リアルタイムの分岐や決定が必要ない場合に適したパターンです。キャンペーンは、カバー範囲のタイムラインにもとづいて、事前に完全に計画することができます。

技術的な考慮事項

ネットワークカバレッジマップを統合することで、アクティブな5G サービスが提供されている地域の加入者を正確に特定し、カバレッジがまだ利用できない場合のアップグレードの促進を避けることができます。
デバイスの互換性に関するデータを接続して、5G対応ハードウェアを既に導入している加入者と比較し、新しいデバイスを必要としている加入者を特定します。
小売在庫システムと連携し、プロモーション対象のデバイスやプランが、購読者の好みの店舗やオンラインで利用できるようにします。
メッセージングを利用状況プロファイルごとにセグメンテーションし、ヘビーデータの利用者にはパフォーマンス重視の利点を提供し、一方で一時的な利用者にはカバー範囲と信頼性に関するメッセージを提供します。

請求支払いリマインダー

支払いオプションやアカウント残高情報を備えた、パーソナライズされた請求書支払いリマインダーを、好みのチャネルを通じて送信できます。タイムリーで便利なリマインダーを送信することで、顧客関係をポジティブに保ちながら、遅延支払いや関連する回収コストを削減できます。

ビジネスへの影響

パーソナライズされた請求書支払いリマインダーは、期限内の支払い率を向上させ、収集費を削減し、顧客の不満を高めるサービス停止を最小限に抑えます。

導入方法

イベントをトリガーしたメッセージパターンを使用して、期限の前の最適なタイミングでリマインダーを送信し、加入者の残高、好みの支払い方法、支払いを完了するための直接リンクでパーソナライズします。これは、トリガーが顧客の行動ではなく時間ベースのシステムイベント（請求期日）であり、必要なコミュニケーションがマルチステップのエンゲージメントシーケンスではなく、即座に行われ、トランザクション的である場合に適したパターンです。

技術的な考慮事項

請求プラットフォームと統合することで、リアルタイムのアカウント残高、期日、支払い履歴にアクセスし、正確なリマインダーコンテンツを入手できます。
決済処理システムに接続して、ワンタップまたはワンクリックでリマインダーメッセージから直接支払いを可能にします。
コミュニケーションの好みを尊重しながら、期限が近づくにつれてリマインダーの緊急性と頻度を調整するエスカレーションロジックを実装します。
複数の支払い方法（自動支払い登録、デジタルウォレット、銀行振込）をサポートし、顧客の履歴にもとづいて、提示されるオプションをパーソナライズできます。

アドオンサービスのレコメンデーション

顧客のプラン、利用状況、好みにもとづいて、デバイス保険、クラウドストレージ、ストリーミングバンドルなどの関連するアドオンサービスをレコメンドします。コンテキストに基づいたレコメンデーションにより、プロバイダーとの関係から加入者が受け取る価値が向上し、ユーザーあたりの平均売上が増加します。

ビジネスへの影響

パーソナライズされたアドオンサービスのレコメンデーションは、アドオンの導入率を向上させ、新規顧客獲得コストをかけずに既存顧客層からの売上を拡大します。

導入方法

Offer Decisioning パターンを使用して、各購読者のプロファイル、現在のサービス、行動シグナルを評価し、最も関連性の高いアドオンオファーを特定し、最適なチャネルと瞬間を通じてそれを提示します。これは、オファーの選択において、現在のサービスの所有権と、補完的なサービスの適格性を管理するビジネスルール（行動の親和性ランキングだけでなく、ガバナンスされた意思決定ロジックを必要とするルール）を考慮する必要がある場合に適したパターンです。

技術的な考慮事項

顧客の現在のサービスカタログに接続して、既に提供しているサービスを推奨しないようにし、既存のプランに自然な補完を加えたものを特定します。
パートナーおよびサードパーティのサービスデータ（ストリーミングプロバイダー、保険会社）を統合して、正確な価格設定とバンドルオファーを提示できます。
デバイスと利用状況に関するデータを活用して、新しいプレミアムデバイスに加入している顧客に対するデバイス保険の提案や、デバイスストレージの空き時間が少ない顧客に対するクラウドストレージの提案など、レコメンデーションを提供します。
アプリ内やweb向けのパーソナライゼーションと連携し、セルフサービスの顧客接点をまたいでアドオンのレコメンデーションを強化します。

Network Performance Personalization

顧客の場所、デバイス、利用パターンなどに基づいて、ネットワークパフォーマンス情報やレコメンデーションをパーソナライズします。加入者が接続体験を最適化できるようにすることで、信頼が構築され、パフォーマンスに関する問題に関連するサポート担当者の数が減少します。

ビジネスへの影響

ネットワークのパフォーマンスエクスペリエンスをパーソナライズすることで、オーディエンスが自社の状況を確認して、カバレッジの確認、問題のトラブルシューティング、最適化のためのヒントを発見するたびに、アプリのエンゲージメントが向上します。

導入方法

既知の訪問者Web/アプリ Personalization パターンを使用して、顧客のアプリおよびweb アカウント体験でパーソナライズされたネットワークパフォーマンスダッシュボード、カバレッジ情報、最適化レコメンデーションを配信します。これは、行動の親和性モデルではなく、プロファイル属性や位置情報にもとづくパーソナライゼーションが求められる場合に適したパターンです。

技術的な考慮事項

ネットワーク品質の指標とカバレッジデータを統合することで、加入者の自宅、職場、頻繁に訪問する地域に関連する、地域固有のパフォーマンス情報を提供できます。
デバイス診断データを接続して、購読者の特定のデバイスモデルとソフトウェアバージョンに基づいて、カスタマイズされたトラブルシューティングのレコメンデーションを提供します。
Adobe Experience Platform エッジサービスを使用して、パフォーマンスに影響を与えることなく、アプリ体験内で低遅延のパーソナライゼーションを提供します。
フィードバックループを実装することで、加入者がカバー範囲の問題を報告できるようにし、ネットワークデータを強化しながら、体験に対する応答性を示します。

AI プランアドバイザー

通信業界の利用者は常に課題を抱えています。それは、現在のプランと利用可能なプランとの比較や、別のプランのほうが実際のプランとの比較にどのように適しているかを把握することです。静的なプラン比較ページでは、購読者は完全には理解できない可能性のあるデータを自己解釈する必要があるため、最適でないプランの選択、請求ショック、予防可能な解約につながります。 AI プランアドバイザーは、加入者との自然な会話を促し、リアルタイムプロファイルから利用パターンを確認し、デバイスのニーズや世帯要件について適格な質問をおこない、状況に最も適したプラン（プランとアドオンの組み合わせ）に導きます。

ビジネスへの影響

対話型プランのガイダンスにより、プラン主導の解約が減少し、現在のプランのサービスが行き届いていない加入者のアップグレード添付ファイルが増加し、請求やプラン変更の問い合わせに対するコンタクトセンターの数が減少します。

導入方法

Brand Concierge会話体験パターンを使用します。このアプローチでは、Product Advisor Agentをプランとアドオンカタログに対してデプロイし、AEP Agent Orchestratorとリアルタイムの顧客プロファイルデータ（利用履歴や現在のプランの詳細など）を使用して、自然なダイアログによるパーソナライズされたプランの選択を加入者に案内します。これは、目標がインタラクティブなマルチターンの会話型ディスカバリーである場合に適したパターンです。これにより購読者が適切なプランを積極的に評価および選択するのに役立ちます。イベントトリガーのメッセージとは異なり、使用しきい値やプランの変更を事後的に通知します。また、選定ダイアログで購読者を惹きつけることなく受動的にプラン比較を表示するパーソナライズされたweb エクスペリエンスです。 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

リアルタイムの顧客プロファイル検索では、現在のプランの詳細、データと音声の使用パターン、デバイスの互換性、契約状況などを明らかにする必要があります。これにより、アドバイザーは、顧客が状況を自ら把握できる必要がある画一的なプラン説明ではなく、アカウントごとに特化した正確なガイダンスを提供できます。
プランとアドオンカタログは、製品管理システムとの統合を通じて最新の状態に保つ必要があります。というのも、現在利用できないプランやプロモーション価格を提案したり、新たに開始されたオプションを省略したりすると、加入者の信頼が直接損なわれ、サービス期待の問題が発生する可能性があるからです。
ブランドガバナンスのガードレールは、エージェントが競合他社との比較、プロモーション価格請求、契約コミットメントの議論をどのように処理するかを定義し、エージェントの応答が、規制およびブランド基準に沿ったものであることを確認する必要があります。
会話シグナル（世帯の規模、デバイス数、国際的な利用者数、ダイアログ中に表明された計画変更の意図など）は、XDM ExperienceEventsとして取得し、AEPにストリーミングして、加入者プロファイルを強化し、下流での解約防止、アップグレード、クロスセルキャンペーンに活用する必要があります。

解約傾向とネットワークエクスペリエンス分析

ネットワークエクスペリエンスの指標（呼出しドロップ、データスループットの低下、障害露出）を、カスタマーサービスの連絡率や加入者の解約結果と関連付けることで、ネットワーク品質の問題が測定可能な解約リスクにつながる場所を特定できます。ネットワークのパフォーマンスと個別のシステムでの顧客行動を分析する通信プロバイダーは、実際に解約を促すサービス品質の失敗と、結果なしに吸収されるサービス品質の失敗を判断できません。

ビジネスへの影響

ネットワーク体験データを顧客行動および解約結果に結びつけることで、ネットワーク運用、製品、および維持の各チームは、技術的な重大度だけでなく、実証された解約への影響にもとづいて、是正投資を優先することができます。

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、ネットワークイベントデータ、カスタマーサービスのインタラクション記録、デジタル行動シグナル、加入者のライフサイクルイベントをCustomer Journey Analyticsに接続し、相関分析によって、解約や契約不更新に統計的に関連するネットワークエクスペリエンスのしきい値と連絡先パターンを特定します。これが、目標がinsightの生成と根本原因の分析である場合に適したパターンです。CDPでリテンションオファーをトリガーしたり、解約リスクのあるオーディエンスをアクティブ化したりするのではなく、どのサービス品質のイベントがアトリビューションを促進するのかを把握できます。

技術的な考慮事項

ネットワークテレメトリシステムでは、通常、お客様のIDではなく機器のIDを使用するため、ネットワークエクスペリエンスイベントは、CJA接続で設定された人物IDと一致するデバイスまたはアカウントのIDを使用して購読者レコードに結合する必要があります。
カスタマーサービスの連絡先データ（連絡先の理由コード、使用されたチャネル、解決ステータスなど）をタイムスタンプ付きのイベントとして取り込む必要があります。これにより、アナリストは、ネットワークインシデントからサービス接触を通じて順次パスを構築し、CJAのフローまたはフォールアウトビジュアライゼーションでチャーンを使用できます。
CJA データビューでは、契約終了日、プラン階層、保有期間などの契約者とプランのデータをルックアップディメンションとして利用できる必要があります。これにより、解約分析を、契約者ベースを同種として扱うのではなく、契約近接と価値階層によってセグメント化できます。
ネットワークテレメトリデータ量は非常に大きくなる可能性があります。アナリストがセルフサービスで使用する場合は、AEPのデータセットサンプリング戦略または事前集計を考慮して、CJA connection queryのパフォーマンスを許容範囲内に収める必要があります。

解約防止とウィンバック

予測モデルと行動シグナルを活用して、リスクの高い顧客を特定し、顧客が離れる前にパーソナライズされたオファーを提供して、パーソナライズされたリテンションキャンペーンをトリガーします。通信事業者は解約の圧力に常に直面しています。解約キューに連絡する前に適切なオファーをリスクのある加入者に提供することは、事後の「ウィンバック」施策よりも大幅に費用対効果が高くなります。

ビジネスへの影響

積極的な解約防止プログラムを提供している通信事業者は、ターゲットを絞ったセグメントの自主的な解約を大幅に削減しています。特に、ターゲットを絞ったリテンションのオファーが包括割引よりも費用対効果が高い中堅顧客では、最も大きな効果を発揮します。

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、解約傾向スコアに基づいてリスクのある購読者を特定し、決定ロジックを使用して適切なリテンションオファーを選択し、最初のアウトリーチが無視された場合にフォローアップステップを実行して購読者の好みのチャネルをまたいで配信するリテンションジャーニーを構築します。これは、オファーの選択とジャーニーオーケストレーションの両方が必要な場合に適したパターンです。シングルトリガーメッセージでは、効果的なリテンションに必要なオファーランキングロジックとマルチタッチフォローアップに対応できません。

技術的な考慮事項

解約傾向モデルは、ネットワーク体験、請求イベント、サービス電話、デバイスの年齢などを含む過去の解約データでトレーニングする必要があります。エンゲージメントデータだけでトレーニングしたモデルは、多くの場合、通信固有の解約ドライバーに対してパフォーマンスが低くなります。
リテンションオファーは、顧客価値セグメントごとにコスト対リテンションしきい値によって制限する必要があります。意思決定エンジンは、コストの高いリテンションオファーが価値の低い加入者に適用されるのを防ぐ必要があります。
リアルタイムの解約信号処理では、顧客がエスカレーションする前に、契約照会イベントやサービス解約ページの訪問を検出して、緊急の顧客維持率に関する回答をトリガーする必要があります。
カスタマーサービスの統合は非常に重要です。リテンションキューを呼び出す顧客をジャーニー参加者として認識し、エージェントが電話を開始する前にリテンションオファーのコンテキストを準備できるようにします。

recommendation-more-help

045b7d44-713c-4708-a7a6-5dea7cc2546b