既知の訪問者のweb/アプリのパーソナライゼーション

このリファレンスプランでは、Adobe Journey Optimizer (AJO)とAdobe Real-Time Customer Data Platform (RT-CDP)を使用して、デジタルサーフェス全体で特定された訪問者にパーソナライズされたコンテンツを配信するための完全な実装ガイドを提供します。 これは、ソリューションアーキテクト、マーケティングテクノロジスト、実装エンジニア向けに設計されており、実行可能なすべての実装アプローチ、各フェーズで行う必要がある意思決定、および設定をサポートするExperience League ドキュメントを理解する必要があります。

既知の訪問者のweb/アプリのパーソナライゼーションは、認証済みのデジタルエクスペリエンスの主要なパーソナライゼーションパターンです。 セッション内の行動シグナルのみに依存する匿名訪問者のパーソナライゼーションとは異なり、このパターンは、過去の行動データ、セグメントメンバーシップ、ロイヤルティ層、購入履歴、ライフサイクルステージ、計算属性、傾向スコアなどの、完全な統合プロファイルを活用します。 (AJO web チャネルを介した) web ページ、モバイルアプリ内メッセージ、コンテンツカードをまたいだパーソナライゼーションに対応しています。

このガイドでは、セグメントベース、意思決定ベース、マルチサーフェスなど、実行可能なすべての実装オプションと、トレードオフ、決定ガイダンス、およびAdobe Experience League ドキュメントへの参照について説明します。

ユースケースの概要

認証されたデジタル資産を保有する企業(e コマースサイト、バンキングポータル、サブスクリプションサービス、ロイヤルティプログラム、モバイルアプリ)は、顧客一人ひとりのブランドとの関係を反映した、パーソナライズされた体験を提供する必要があります。 訪問者がログインするか、ID解決を通じて認識されると、プラットフォームは完全な統合プロファイルにアクセスし、特定の属性、行動、嗜好に合わせてコンテンツを配信できます。

このパターンは、特定された訪問者がweb プロパティにアクセスしたり、モバイルアプリを開いたりするシナリオに対応しており、システムはリアルタイムのプロファイルデータとオーディエンスメンバーシップにもとづいて、表示する最適なコンテンツ、オファー、プロモーションを決定する必要があります。 パーソナライゼーションの決定は、エッジでミリ秒単位で行われ、知覚できる遅延なしにサブ秒単位のコンテンツ配信が可能になります。

このパターンでは、決定論的パーソナライゼーション(特定のコンテンツを特定のオーディエンスセグメントにマッピングする場合)と動的な意思決定(AJO Decisioningが適格性ルールとランキング戦略を評価して、プロファイルごとに最適なコンテンツを選択する場合)の両方をサポートしています。 web ページ、モバイルのアプリ内メッセージ、コンテンツカードなど、複数のデジタルサーフェスにまたがり、顧客のデジタルジャーニー全体にわたって一貫性のあるパーソナライゼーションを可能にします。

主なビジネス目標

このユースケースパターンでは、次のビジネス目標をサポートしています。

パーソナライズされた顧客体験の実現

個人の好み、行動、ライフサイクルのステージに合わせて、コンテンツ、オファー、メッセージを調整。 詳しくは、​ パーソナライズされた顧客体験の提供を参照してください。

KPI:​のエンゲージメント、コンバージョン率、顧客満足度(CSAT)

web サイトのエンゲージメントの向上

適切なエクスペリエンスを通じて、サイトでの滞在時間、セッションごとのページ、web コンテンツとのインタラクションを改善できます。 詳しくは、web サイトのエンゲージメントの向上を参照してください。

KPI:​時間(web) ページ、エンゲージメント、コンバージョン率

モバイルアプリのエンゲージメントの向上

パーソナライズされたアプリ内エクスペリエンスを通じて、日々のアクティブな利用状況、機能の導入、アプリ内コンバージョンを促進します。

KPI:​のエンゲージメント、リテンション、コンバージョン率

戦術的なユースケース

このパターンの一般的な戦術的な実装は次のとおりです。

  • ホームページ ヒーローパーソナライゼーション(ロイヤルティ層またはライフサイクルステージ別):顧客が新規顧客、アクティブ顧客、リスクのある顧客、VIPの顧客のいずれであるかにもとづいて、異なるヒーローバナーを表示します
  • 購入履歴にもとづく商品レコメンデーションカルーセル – 過去の購入データと商品の親和性スコアを使用して、関連性の高い商品を提案します
  • 顧客セグメント別にパーソナライズされたプロモーションバナー – 価値の高い、リスクのある、新しい顧客セグメントに向けて、さまざまなプロモーションを表示します
  • 機能の採用率にもとづくモバイルユーザー向けのアプリ内メッセージ – ユーザーの使用パターンにもとづいて、利用率の低い機能を誘導します
  • アカウントダッシュボードでパーソナライズされたオファーを含むコンテンツカード – 顧客プロファイルに合わせてカスタマイズされた、永続的で却下できるオファー
  • ロイヤルティプログラムのメンバーに、階層別の価格設定や特別割引を表示するなど、顧客層にもとづいてパーソナライズされた価格設定や割引表示を実現します
  • オウンド製品にもとづくクロスセルのレコメンデーションウィジェット – 現在のポートフォリオにもとづいて補完的な製品またはサービスを提案します
  • 興味にもとづいてパーソナライズされたナビゲーションやコンテンツの順序付け:示された好みにもとづいて、コンテンツモジュールやナビゲーション要素を並べ替える

主要業績評価指標

次のKPIは、このユースケースパターンの有効性を測定するのに役立ちます。

KPI
測定アプローチ
ベンチマークガイダンス
Personalizationエンゲージメント率
パーソナライズされたコンテンツ要素のクリック数とインタラクション数(インプレッション数で割る)
パーソナライズされたコンテンツは、デフォルトのコンテンツを20~50%上回る
コンバージョン率の向上
パーソナライズされたエクスペリエンスのコンバージョン率と、制御/デフォルトのエクスペリエンスの比較
パーソナライズされていない体験を10~30%向上
CTR (クリックスルー率)
パーソナライズされたCTA、オファー、レコメンデーションのクリック数をインプレッション数で割った値
サーフェスごと(web、アプリ内、コンテンツカード)およびセグメントごとに監視
1訪問あたりの売上高
パーソナライズされたエクスペリエンスによるセッションによる売上
パーソナライズされた訪問者とパーソナライズされていない訪問者のグループの比較
コンテンツカードのインタラクション率
コンテンツカードのクリック数と却下数(インプレッション数を基準)
カードの種類とオーディエンスセグメントごとに追跡
アプリ内メッセージエンゲージメント
インプレッションに対するアプリ内メッセージのインタラクション(CTAのクリック、却下)
オーディエンスセグメントとメッセージタイプの比較
ページ滞在時間
パーソナライズされたコンテンツを提供したページに費やす平均時間とデフォルトのページ比較
パーソナライズされたページで、滞在時間を増加できます
オファーの承認率
コンバージョンイベントの結果として決定で選択されたオファーの割合
オファー、プレースメント、ランキング戦略別に追跡

ユースケースパターン

この節では、コアパターンとその関数チェーンについて説明します。

既知の訪問者のweb/アプリのパーソナライゼーション

web、モバイル、アプリ、コンテンツカードサーフェスをまたいでリアルタイムのプロファイルとセグメントメンバーシップにもとづいて、パーソナライズされたコンテンツ、オファー、プロモーションを特定の訪問者に配信します。

関数チェーン: オーディエンス評価> Personalization Decisioning > サーフェス/チャネル設定> コンテンツ配信> インプレッションのトラッキング > レポート

アプリケーション

このユースケースパターンでは、次のアプリケーションを使用します。

  • Adobe Journey Optimizer(AJO) — web チャネル設定、アプリ内チャネル設定、コンテンツカードチャネル設定、決定(オファーの選択とランキング)、メッセージ作成(パーソナライズされたコンテンツの作成)、キャンペーン実行、コンテンツ実験、レポート
  • Adobe Real-Time Customer Data Platform(RT-CDP) — オーディエンスの評価(エッジ、ストリーミング、バッチ)、Edge Networkを介したリアルタイムのプロファイル検索、計算属性と傾向スコアによるプロファイルエンリッチメント
  • Adobe Experience Platform(AEP) — プロファイルストア、ID サービス、Web SDK、モバイル SDK、データストリーム設定、エッジネットワーク配信

基本関数

このユースケースパターンでは、次の基本機能を使用する必要があります。 各機能について、ステータスは、通常それが必要か、事前設定が想定されているか、適用できないかを示します。

基本関数
ステータス
整えておくべきもの
Experience League リファレンス
管理とガバナンス
同じ位置に仮定
web チャネル、アプリ内チャネル、決定権限が設定されたAJOサンドボックス。 マーケターとコンテンツ作成者の役割がプロビジョニングされたユーザー。
​ サンドボックスの概要​ アクセス制御の概要
データモデリングと準備
必須
プロファイルスキーマには、パーソナライゼーションやセグメンテーションに使用される属性(ロイヤルティ層、購入履歴、製品への興味、ライフサイクルステージなど)を含める必要があります。 web/アプリのインタラクション追跡およびコンバージョンイベント用のエクスペリエンスイベントスキーマ。 Real-Time Customer Profileのデータセットが有効になりました。
XDM システムの概要​ スキーマ構成の基本
データソースと収集
必須
Web SDKは、エクスペリエンス配信とインプレッション追跡のためにweb プロパティに実装されました。 モバイルアプリに実装されたMobile SDKを使用して、アプリ内およびコンテンツカードを配信。 エッジパーソナライゼーション用にAJO サービスを有効にして設定されたデータストリーム。 エッジでリアルタイムプロファイルデータを利用して、サブ秒パーソナライゼーションを実現。
Web SDKの概要​ モバイル SDKの概要​ データストリームの設定
IDとプロファイル設定
必須
既知のID名前空間(CRM ID、電子メール、認証済みユーザーID)が設定されている。 匿名セッションと認証済みセッションを結び付けてIDをつなぎ合わせ、匿名のセッションから既知の訪問者へのパーソナライゼーションをシームレスに移行できます。 エッジで認証されたプロファイルを解決するために、isActiveOnEdge: trueで構成されたEdge結合ポリシー。
ID サービスの概要結合ポリシーの概要
オーディエンスの定義とセグメント化
必須
プロファイル属性、行動データ、計算属性を使用して定義されたオーディエンス。 Edgeまたはストリーミング評価を有効にして、リアルタイムでパーソナライズできます。 セグメントベースのパーソナライゼーションに使用されるオーディエンスは、エッジ評価の対象となる必要があります。
​ セグメント化サービスの概要Edge セグメント化

サポート機能

次の機能は、このユースケースパターンを強化しますが、コア実行には必要ありません。

サポート機能
ステータス
アドビが重要である理由
Experience League リファレンス
計算属性/派生属性作成
推奨
計算属性(例:Customer AI傾向スコア、生涯価値、エンゲージメントスコア、製品の親和性、最終購入日から)は、オーディエンスの定義とコンテンツ選択に関するより詳細なシグナルを提供することで、パーソナライゼーションの質を大幅に向上させます。
計算属性の概要顧客AIの概要
データライフサイクル管理
推奨
プロファイルデータとイベントデータの保持ポリシーにより、新鮮で関連性の高いデータを活用してパーソナライゼーションの意思決定を下すことができます。 同意の履行により、パーソナライゼーションがユーザーの好みを尊重するようになります。
高度なデータライフサイクル管理の概要Journey Optimizerでの同意
データ使用のラベル付けと適用
推奨
パーソナライゼーションに使用されるプロファイル属性(特に、購入履歴、場所、財務データなどのPIIに隣接する属性)にガバナンスラベルを付けることで、データ使用ポリシーの遵守を徹底できます。
​ データガバナンスの概要​ データ使用ラベルの概要
監視と可観測性
推奨
Edgeの配信およびパーソナライゼーションのパフォーマンスモニタリング機能は、パーソナライズされたエクスペリエンスを低下させる遅延の問題、配信の失敗、データの鮮度の問題を検出するのに役立ちます。
​ オブザーバビリティ インサイトの概要​ アラートの概要
レポートと分析
含まれる
Personalization パフォーマンス レポートは、関数チェーン ステップ 6の一部です。Customer Journey Analytics 分析により、訪問者セグメントをまたいで、パーソナライゼーションがコンバージョン、エンゲージメント、収益に与える影響を詳細に調査できます。
CJAの概要AJOとCJAの連携ガイド ​

アプリケーション関数

この計画では、アプリケーション機能カタログから次の機能を実行します。 関数は、番号付きのステップではなく実装フェーズにマッピングされます。

Journey Optimizer (AJO)

関数
導入フェーズ
説明
チャネル設定
サーフェスとチャネルの設定
パーソナライゼーション配信のためのweb、アプリ内、コンテンツカードのチャネルサーフェスの設定
メッセージ作成
コンテンツ作成
各サーフェスの動的コンテンツ、パーソナライゼーション式、条件ブロックを使用して、パーソナライズされたコンテンツのバリエーションを作成できます
キャンペーン実行
キャンペーンの設定とアクティベーション
オーディエンス、サーフェス、コンテンツをバインドするweb キャンペーン(スケジュール型またはAPI トリガー型)を作成してアクティベートします
決定
決定設定(オプション B/C)
適格性ルール、ランキング戦略、オファー/コンテンツ項目を使用して意思決定ポリシーを設定し、動的なパーソナライゼーションを実現します
コンテンツの検証
最適化(オプション)
パーソナライズされたコンテンツのバリエーションでA/B テストを実行し、パフォーマンスを最適化
頻度とビジネスルール
キャンペーンの設定とアクティベーション
インプレッションの頻度の上限を設定し、パーソナライゼーションに違反した疲労を防ぎます
レポートとパフォーマンス分析
レポートと最適化
サーフェスとセグメントごとのパーソナライゼーション配信、エンゲージメント、コンバージョン指標を監視します

Real-Time CDP (RT-CDP)

関数
導入フェーズ
説明
オーディエンス評価
オーディエンスの定義と評価
プロファイル属性、行動データ、エッジまたはストリーミング評価付きの計算属性を使用して、オーディエンスを定義および評価します
リアルタイムのプロファイル検索
コンテンツ配信(ランタイム)
Edge Networkを介してリアルタイムのプロファイル属性とセグメントメンバーシップにアクセスし、パーソナライズに関する意思決定をサブ 2秒でおこなうことができます
プロファイルエンリッチメント
導入前(サポート)
パーソナライゼーションの品質を向上させるために、計算属性、Customer AI スコア、集計された行動シグナルを使用してプロファイルを強化します

前提条件

このユースケースパターンを実装する前に、次の項目を確認してください。

  • [ ] Web SDKは、ページビューとインタラクショントラッキング用に設定されたalloy("sendEvent")を使用して、ターゲット web プロパティに実装されました
  • [ ] Mobile SDKがターゲット モバイル アプリに実装されました(アプリ内またはコンテンツ カード サーフェスを使用している場合)
  • [ Adobe Journey Optimizer サービスが有効になっている] データストリーム
  • [ ] プロファイルスキーマには、パーソナライゼーションに使用される属性(ロイヤルティ層、購入履歴、製品への興味、ライフサイクルステージ)が含まれます
  • [ インプレッションとコンバージョンのトラッキング用に設定された] エクスペリエンスイベントスキーマ
  • [ ]既知のID名前空間が作成され、匿名(ECID)と認証済みIDの間でID ステッチが有効になっています
  • [ ] Edge結合ポリシーがisActiveOnEdge: trueで構成されています
  • [ ]個のオーディエンスが、リアルタイムのパーソナライゼーションに対するエッジ適格評価で定義されています
  • [ パーソナライゼーションのバリエーションごとに]個のコンテンツアセット(画像、コピー、CTA)を準備
  • [ ] Personalizationの戦略が文書化されました:どの属性がコンテンツを促進し、どのサーフェスに対して

実装オプション

この節では、このユースケースパターンで使用可能な実装アプローチについて説明します。

オプション A:セグメントベースのweb パーソナライゼーション

特定のコンテンツのバリエーションをオーディエンスセグメントに直接マッピングする決定論的パーソナライゼーションに最適: ロイヤルティ層固有のヒーローバナー、ライフサイクルステージメッセージ、顧客セグメントプロモーションコンテンツ。 コンテンツとセグメントのマッピングが明確に定義されており、動的なランキングや最適化を必要としない場合に最適です。

仕組み:

セグメントベースのパーソナライゼーションにより、コンテンツのバリエーションをオーディエンスセグメントに直接マッピングできます。 ページ読み込み時に、既知の訪問者のプロファイルがエッジの対象となるオーディエンスに対して評価されると、システムは、その訪問者がどのセグメントに属しているかを判断し、対応するコンテンツのバリエーションを表示します。 選択は、セグメントメンバーシップの優先度に基づきます。訪問者が複数のセグメントに適格である場合、最も優先度の高いセグメントのコンテンツが表示されます。

このアプローチでは、条件付きコンテンツルールまたは複数の処理ターゲティング設定を使用したAJO web チャネルキャンペーン(またはアプリ内/コンテンツカードキャンペーン)を使用します。 各オーディエンスセグメントは、特定のコンテンツ体験に関連付けられています。 意思決定エンジンは関与しません。コンテンツ選択ロジックは完全にセグメントにもとづいています。

コンテンツは、AJOのメッセージ作成インターフェイスと、オーディエンスメンバーシップやプロファイル属性にもとづいて異なるコンテンツをレンダリングする動的コンテンツブロックを使用して作成されます。 Web SDKやモバイルSDKを利用すれば、Edge Networkでパーソナライズされた体験をリアルタイムに提供できます。

重要な考慮事項:

  • コンテンツのバリエーションは、各セグメントに対して事前にオーサリングする必要があります
  • セグメント定義は、リアルタイム認定の対象となるエッジである必要があります
  • 新しいセグメントやコンテンツのバリエーションを追加するには、キャンペーン設定を更新する必要があります
  • コンテンツの選択は決定論的です。同じセグメントには同じコンテンツが常に表示されます

利点:

  • コンテンツとセグメントの明確なマッピングにより、導入と維持が容易
  • 関係者にわかりやすく、説明しやすいパーソナライゼーションロジック
  • 意思決定のオーバーヘッドなし – より迅速なコンテンツ解決
  • 各セグメントが受信するコンテンツを完全に制御

制限:

  • セグメントとコンテンツのバリエーション数が増加すると、柔軟性が限定的
  • セグメントメンバーシップを超えるプロファイルレベルのシグナルに基づいて、コンテンツ選択を動的に最適化できない
  • 新しいコンテンツのバリエーションを追加するには、キャンペーンを手動で更新する必要があります
  • 複数のオファーが同じプレースメントで競合する、次善のオファーのシナリオはサポートしていません

Experience League:

オプション B:意思決定ベースのパーソナライゼーション

最適な用途:​適格ルールとランキング戦略を使用して、プロファイルごとに最適なコンテンツやオファーを選択する必要がある動的なパーソナライゼーション(ホームページでの次善のオファー、パーソナライズされた製品レコメンデーション、動的なプロモーションバナーの選択)。 複数のオファーやコンテンツ項目が同じプレースメントで競合し、システムが最適なものを選択する必要がある場合に最適です。

仕組み:

決定ベースのパーソナライゼーションでは、AJO Decisioningを使用して、コンテンツ項目やオファーのカタログに対する各訪問者のプロファイルを評価し、適格性ルールを適用して対象となる項目を決定します。次に、ランキング戦略(優先順位ベース、式ベース、AI ランキング)を適用して、各配置に最適な項目を選択します。

この実装には、プレースメント(コンテンツが表示される場所)の作成、適格性ルールとコンテンツ表現を使用したオファーの定義、オファーをコレクションに整理する、プレースメントをコレクションにバインドする決定ポリシーの作成が含まれます。 実行時に、訪問者がページを読み込むと、Edge Networkは訪問者のプロファイルに対して決定ポリシーを評価し、選択したオファーコンテンツを返します。

このアプローチは、次善のオファー、上限を設定したパーソナライズされたプロモーション、AIを活用したコンテンツ選択など、高度なパーソナライゼーションシナリオをサポートします。 オファーには、プロファイルごとの上限とグローバル上限、有効期限の範囲、プロファイル属性とオーディエンスメンバーシップを組み合わせた複雑な適格基準を設定できます。

重要な考慮事項:

  • より多くの事前設定(プレースメント、オファー、適格性ルール、コレクション、決定)が必要
  • ランキング戦略には、優先順位ベース(手動)、式ベース(カスタム式)、AI ランク付け(自動最適化)があります
  • AI ランキングでは、モデルのトレーニングに最低1,000回のコンバージョンイベントが必要です
  • オファーキャッピングカウンターは、高スループットのシナリオで若干の遅延が発生する場合があります
  • パーソナライズされたオファーが適用されない場合は、フォールバックオファーを設定する必要があります

利点:

  • セグメントとコンテンツのマッピングをハードコードすることなく、プロファイルごとに動的にコンテンツを選択
  • 複雑な適格性基準とランキングロジックをサポート
  • AIを利用したオプションにより、手作業による介入なしに自動的な最適化を実現
  • オファーの上限設定により、特定のコンテンツが過剰に表示されるのを防ぎます
  • オファーの一元管理:キャンペーンやチャネルをまたいで再利用できます

制限:

  • セグメントベースのパーソナライゼーションに比べて複雑な導入が容易
  • AI ランキングでは、トレーニングに十分なコンバージョンイベント量が必要
  • 意思決定の評価により、直接セグメントベースのコンテンツ配信と比較して遅延が増加
  • フォーミュラベースのランキングでは、意図しない優先順位付けを避けるために、入念なデザインが必要です

Experience League:

これがOffer Decisioning オプション B:​とどのように異なるか

インフラストラクチャは同じですが、どちらもWeb SDKのエッジでAJO Decisioningを使用し、エッジでアクティブな結合ポリシーを使用します。 違いは何が選ばれているかです。 このオプションは、選択基準がパーソナライゼーションフィット(セグメントメンバーシップ、行動ランキング)であるコンテンツ項目を管理します。Offer Decisioning オプション Bは、実施要件ルール、上限、および有効期間がビジネス要件となる、管理されたオファーカタログを管理します。 プロファイルごとのインプレッションの上限、規制上の適格性の制約、オファーライフサイクル管理が必要な項目セットの場合は、代わりにOffer Decisioning Option Bを使用します。

オプション C:マルチサーフェスパーソナライゼーション(web + アプリ内+ コンテンツカード)

複数のデジタルサーフェスをまたいだ一貫性のあるパーソナライゼーションの実現に最適で、web ページ、モバイルのアプリ内メッセージ、コンテンツカードで調整されたパーソナライズされたエクスペリエンスを提供します。 webとモバイルの両方にプロパティを持ち、あらゆるデジタル接点をまたいで統合されたパーソナライゼーションロジックを求めている場合に最適です。

仕組み:

マルチサーフェスパーソナライゼーションは、オプション A (セグメントベース)またはオプション B (意思決定ベース)を拡張して、複数のAJOサーフェスタイプにパーソナライズされたコンテンツを配信します。 web、アプリ、コンテンツカードなどの各サーフェスタイプは、コンテンツの形式や配信メカニズムが異なる場合がありますが、その根底にあるパーソナライゼーションロジック(オーディエンスメンバーシップや意思決定)は共有されています。

この実装には、各サーフェスタイプのチャネルサーフェスの設定、サーフェス固有のコンテンツ(web サーフェスのweb HTML/CSS、アプリ内の構造化メッセージ、コンテンツカードのカードレイアウト)のオーサリング、適切なサーフェスをターゲットとするキャンペーンの作成が含まれます。 Web SDKはweb サーフェス配信を処理し、モバイル SDKはアプリ内およびコンテンツカード配信を処理します。

コンテンツカードは、アカウントダッシュボードやアプリのホーム画面で、永続的で無視できるパーソナライズされたメッセージを配信する場合に、特に価値があります。 アプリ内メッセージは、コンテクストに即したセッション固有のコミュニケーションに適しています。 ヒーローバナー、レコメンデーションウィジェット、プロモーションコンテンツなどを扱うweb パーソナライゼーション。

重要な考慮事項:

  • 各サーフェスタイプには、独自のチャネルサーフェス設定とコンテンツオーサリングが必要です
  • Web SDKとMobile SDKは、両方とも実装および設定する必要があります
  • コンテンツは、各サーフェス形式(異なる寸法、レイアウト、インタラクションパターン)用に設計する必要があります
  • 共有オーディエンスと決定ロジックにより、サーフェス間の一貫性を確保
  • テストは、デバイス間のすべてのサーフェス タイプをカバーする必要があります

利点:

  • あらゆるデジタル接点をまたいだ、一貫性のあるパーソナライズ体験
  • 共有されたオーディエンスと決定ロジックにより
  • コンテンツカードを利用すれば、永続的で邪魔にならないパーソナライゼーション体験を提供できます
  • アプリ内メッセージにより、モバイルでのセッションに応じたコンテキストに即したパーソナライゼーションが可能になります

制限:

  • 実装の複雑さが最も大きい – 各サーフェスタイプの設定が必要
  • Web SDKとMobile SDKの両方が必要です
  • コンテンツは、サーフェス形式ごとに設計および管理する必要があります
  • サーフェスタイプを追加するたびにテストスコープが増加します

Experience League:

オプションの比較

次の表に、3つの実装オプションを比較します。

条件
オプション A:セグメントベース
オプション B:意思決定ベース
オプション C: マルチサーフェス
主な用途
既知のセグメントとコンテンツのマッピング
プロファイルごとの動的コンテンツ選択
webとモバイルをまたいだ一貫性のあるパーソナライゼーション
複雑
Medium – 高
高(AまたはB上に構築)
遅い
最速(直接セグメント解決)
やや高い(意思決定評価)
基になるオプション(AまたはB)によって異なります
柔軟性
事前定義済みのセグメントとコンテンツのペアに限定
高 – 動的なランキングと適格性
最高 – 共有ロジックを持つマルチサーフェス
コンテンツ管理
セグメントとコンテンツの手動マッピング
適格性ルールを含む一元化されたオファーライブラリ
共有パーソナライゼーションロジックを使用したサーフェスごとのコンテンツ
最適化
手動A/B テスト
AIによるランク付けの自動最適化も利用可能
サーフェスごとの最適化
要件定義
Edgeの対象オーディエンス,Web SDK
プレースメント、オファー、適格性ルール、決定
Web SDK + Mobile SDK、複数のサーフェス構成
サポートされるサーフェス
Web (プライマリ)
Web (プライマリ)
Web + アプリ内+ コンテンツカード

適切なオプションの選択

まず、次の質問に答えて、適切な導入アプローチを選択しましょう。

  1. サーフェスの数は? webとモバイルアプリの両方でパーソナライゼーションが必要な場合は、オプション C (基礎となるロジックのAまたはBに基づいて構築されます)を選択します。 Webのみの場合は、AとBのどちらかを選択します。

  2. コンテンツの選択はどの程度動的ですか? セグメントとコンテンツのバリエーション(例:3~5のロイヤルティ層で、それぞれに特定のヒーローバナーがある)を明確に定義してマッピングしている場合は、オプション Aを選択します。複雑な適格性とランキングを持つオファーカタログから選択する必要がある場合は、オプション Bを選択します。

  3. AIに最適化された選択が必要ですか? 各プロファイルでどのコンテンツが最も効果的かを自動的に学習して最適化したい場合は、AIを活用した意思決定によりオプション Bを選択できます。

  4. コンテンツバリエーションの数は? 明確なセグメントマッピング機能を備えたコンテンツバリエーションが10個未満の場合、オプション Aはよりシンプルになります。 適格性のフィルタリングとランキングが必要な何十種類ものオファーがある場合、オプション Bの方が効果的に拡張できます。

  5. 他のチャネルに拡張する予定ですか? 意思決定ロジックで電子メールやweb サイトなどのチャネルをまたいでオファーを提供する必要がある場合、オプション Bは、クロスチャネルのオファー決定機能を拡張できる一元化された意思決定の基盤を提供します。

実装フェーズ

このセクションでは、実装の各段階について詳しく説明します。

フェーズ 1:オーディエンスの定義と評価の設定

アプリケーション関数: RT-CDP: オーディエンス評価

設定する内容: パーソナライゼーション コンテンツの選択を促進するオーディエンスを定義します。 これらのオーディエンスは、ロイヤルティ層、ライフサイクルのステージ、行動コホート、製品親和性グループなど、パーソナライズされた体験を提供する訪問者セグメントを表しています。

このフェーズの​決定ポイント:

NOTE
決定:オーディエンス評価方法
パーソナライゼーションのために、オーディエンスメンバーシップをどの程度迅速に解決する必要があるか? これは、ページの読み込み時にパーソナライゼーションを実行できるかどうか、または遅延が必要かどうかを左右します。
table 0-row-3 1-row-3 2-row-3 3-row-3
オプション 選択するタイミング 検討事項
エッジ評価 数秒以内の選定が必要なリアルタイムのweb/アプリのパーソナライゼーション シンプルなプロファイル属性チェックとセグメントメンバーシップに限定。 時系列クエリや複雑な集計はありません。 既知の訪問者のパーソナライゼーションに必要です。
ストリーミング評価 プロファイルが行動イベントにもとづいてオーディエンスに出入りするほぼリアルタイムのクオリフィケーション 単一イベントおよび期間限定のウィンドウ クエリをサポートします。 オーディエンスの変更を数分で反映。 わずかな遅延が許容されるアプリ内およびコンテンツカードのサーフェスに適しています。
バッチ評価 複雑な集計や過去のパターンにもとづいて、セグメントごとにオーディエンスを日次で更新 セグメントルール関数のフルサポート。 リアルタイムのパーソナライゼーションには適していませんが、複雑な事前計算セグメントによってエッジオーディエンスを補完することができます。
NOTE
決定:Personalization属性
オーディエンスの定義とコンテンツの選択に役立つプロファイル属性は何か?
table 0-row-3 1-row-3 2-row-3 3-row-3 4-row-3
オプション 選択するタイミング 検討事項
プロファイル属性(ロイヤルティ層、ライフサイクルステージ) 既知の顧客プロパティにもとづく決定論的パーソナライゼーション 安定して明確に定義された属性: コンテンツのバリエーションに容易にマッピング: プロファイルが適切に設定されている場合は、エッジで使用できます。
行動シグナル(購入履歴、閲覧パターン) 最近の行動やエンゲージメントパターンにもとづいて、Personalizationを最適化できます 計算属性またはストリーミングセグメントが必要です。 よりダイナミックに、より複雑にメンテナンス。
傾向スコア (Customer AI) コンバージョン、解約、購入の可能性にもとづく予測パーソナライゼーション 計算属性が必要です。 高度なパーソナライゼーションを可能にしますが、マシンラーニングモデルのトレーニングデータが必要です。
結合型アプローチ 多くの本番環境への実装 プライマリセグメンテーションにプロファイル属性を使用し、行動シグナルと傾向スコアを利用してセグメントを改善します。

UI ナビゲーション:​顧客/ オーディエンス / オーディエンスの作成/ ルールの構築

キー設定の詳細:

  • プロファイル属性を参照するセグメントルール式を使用したセグメントビルダーで、オーディエンスを定義できます
  • セグメントルール式がエッジ評価に適格であることを確認します(単純な属性チェック、セグメントメンバーシップ)
  • リアルタイムのパーソナライゼーションユースケース向けに、エッジ適格オーディエンスを設定します
  • 最近コンバージョンした訪問者やオプトアウトした訪問者を除外するために、抑制オーディエンスを検討する

Experience League ドキュメント:

フェーズ 2:決定の設定(オプション BおよびCのみ)

アプリケーション関数: AJO:決定

設定する内容:​各訪問者に最適なコンテンツまたはオファーを動的に選択する決定インフラストラクチャを設定します。 これには、プレースメント(オファーが表示される場所)、オファー(利用可能なコンテンツ)、適格性ルール(適格なユーザー)、ランキング戦略(最適な選択方法)、決定ポリシー(すべてがつながる方法)などが含まれます。

このフェーズの​決定ポイント:

NOTE
決定:ランキング戦略
各訪問者に最適なオファーを選択するために、適格なオファーをどのようにランク付けする必要がありますか?
table 0-row-3 1-row-3 2-row-3 3-row-3
オプション 選択するタイミング 検討事項
優先度ベース(手動) 明確なオファー階層によるシンプルなユースケース 各オファーには手動の優先順位値があります。 最も優先度の高い適格オファーの勝者。 理解しやすく、制御しやすい:
数式ベース(カスタム式) ランキングでプロファイル属性を考慮する場合 カスタムのランキング式は、プロファイルデータを参照します(例:ロイヤルティ層によるスコア +最新性)。 柔軟ですが、数式の設計とテストが必要です。
AI ランキング(自動最適化) オファーの選択を自動的に最適化し マシンラーニングモデルは、どのオファーがどのプロファイルに対して最も優れたパフォーマンスを発揮するかを学習します。 トレーニングには最低1,000回のコンバージョンイベントが必要です。 トラフィックの多い配置に最適です。
NOTE
決定:オファーの上限設定
訪問者またはすべての訪問者に対して、オファーを表示する回数に制限はありますか?
table 0-row-3 1-row-3 2-row-3 3-row-3
オプション 選択するタイミング 検討事項
プロファイルごとの上限 疲労が同じオファーを繰り返し表示するのを防ぐ 一定期間における訪問者一人あたりのインプレッション数を制限します。 パーソナライズされた体験で多様性を確保。
グローバルキャップ プロモーションまたは期間限定オファーのインプレッション数の合計を制限する すべての訪問者の合計インプレッション数の上限を設定します。 数量限定のプロモーションに便利。
キャップなし 常に適切なオファーを提供 インプレッションの制限はありません。 ロイヤルティ層のバナーなどの永続的なコンテンツに適しています。

UI ナビゲーション: Journey Optimizer > コンポーネント >意思決定管理

キー設定の詳細:

  • オファーが表示される各サーフェスのプレースメントを作成(web バナー、アプリ内メッセージ領域、コンテンツカードスロット)
  • プロファイル属性とオーディエンスメンバーシップを参照するセグメントルール式を使用して、実施要件ルールを定義します
  • プレースメントごとにコンテンツ表現を使用してパーソナライズされたオファーを作成します
  • すべてのプレースメントをカバーするフォールバックオファーを作成します(パーソナライズされたオファーが適用されない場合に表示)
  • コレクション修飾子(タグ)を使用してオファーを整理し、コレクションにグループ化する
  • 選択したランキング戦略を持つコレクションにプレースメントをバインドする決定ポリシーを作成します

Experience League ドキュメント:

フェーズ 3: サーフェスとチャネルの設定

アプリケーション関数: AJO: Channel Configuration

設定する内容: パーソナライズされたコンテンツの配信場所を定義するチャネルサーフェスを設定します。 各サーフェスタイプ(web、アプリ内、コンテンツカード)には、サーフェス URI、コンテンツ形式、配信パラメーターを指定する独自の設定が必要です。

このフェーズの​決定ポイント:

NOTE
決定:ターゲットサーフェス
パーソナライズされたコンテンツを受信するデジタルサーフェスはどれですか?
table 0-row-3 1-row-3 2-row-3 3-row-3 4-row-3
オプション 選択するタイミング 検討事項
web チャネルのみ web プロパティ中心のPersonalization Web SDKが必要です。 最も簡単な実装。 ヒーローバナー、プロモーションエリア、レコメンデーションウィジェットをカバーしています。
アプリ内チャネルのみ モバイルアプリ体験を重視したPersonalization Mobile SDKが必要です。 アプリ内のコンテクストに応じたセッション固有のメッセージについて説明します。
コンテンツカードチャネルのみ 永続的で却下できるパーソナライズされたメッセージ Mobile SDKまたはWeb SDKが必要です。 カードは却下されるまで保持されます。 ダッシュボードやホーム画面に最適です。
複数のサーフェス(オプション C) webとモバイルをまたいだ一貫性のあるパーソナライゼーション Web SDKとモバイル SDKの両方が必要です。 各サーフェスには個別の設定とコンテンツが必要です。
NOTE
決定:Web サーフェス設定アプローチ
コンテンツ配信用にweb サーフェスを設定する方法を教えてください。
table 0-row-3 1-row-3 2-row-3
オプション 選択するタイミング 検討事項
シングルページアプリケーション(SPA) クライアントサイドのルーティング機能を備えたモダンなweb アプリ Web SDK sendEvent呼び出しでrenderDecisions: trueを使用します。 SDKによって自動的にレンダリングされるコンテンツ。
マルチページアプリケーション(MPA) 従来のサーバーレンダリング web ページ Edge Networkのレスポンスを介してページ読み込み時にコンテンツが配信される。 ページレベルのサーフェス URI設定が必要な場合があります。

UI ナビゲーション: Journey Optimizer / 管理/ チャネル / チャネルサーフェス

キー設定の詳細:

  • Web サーフェスの場合:ターゲットページに一致するweb サーフェス URIを設定します
  • アプリ内サーフェスの場合:アプリ IDとサーフェスタイプでモバイルアプリサーフェスを設定します
  • コンテンツカードサーフェスの場合:アプリ IDまたはweb コンテキストを使用してコンテンツカードサーフェスを設定します
  • データストリームで、edge personalization deliveryのAJO サービスが有効になっていることを確認します

Experience League ドキュメント:

フェーズ 4:作成者コンテンツ

アプリケーション関数: AJO: メッセージのオーサリング

設定するもの:​各サーフェスとセグメントまたはオファーのパーソナライズされたコンテンツのバリエーションを作成します。 これには、ビジュアルレイアウトの設計、プロファイル属性を参照するパーソナライゼーション式の追加、条件付きコンテンツブロックの設定、再利用可能なコンテンツフラグメントの作成などが含まれます。

このフェーズの​決定ポイント:

NOTE
決定:コンテンツへのアプローチ
パーソナライズされたコンテンツは、このユースケースでどのように構造化すればよいですか?
table 0-row-3 1-row-3 2-row-3 3-row-3
オプション 選択するタイミング 検討事項
条件付きコンテンツブロック 同じレイアウト内のさまざまなコンテンツセクションは、オーディエンスによって異なります 条件付きルールを持つ単一コンテンツアセット。 小さなバリエーション(見出し、CTAテキスト、画像スワップ)に対して効率的です。
治療ごとに別々のコンテンツバリエーション オーディエンスごとに根本的に異なるレイアウトやデザイン 複数の完全なコンテンツアセット: より柔軟に、しかし維持しやすくなります。 コンテンツ実験に必要です。
意思決定主導型コンテンツ オファーカタログから動的に選択されたコンテンツ オファー表示域でコンテンツを定義します。 コンテンツ管理は、オファーライブラリで一元管理されます。
NOTE
決定:Personalization深度
どの程度のコンテンツをパーソナライズすべきか?
table 0-row-3 1-row-3 2-row-3 3-row-3
オプション 選択するタイミング 検討事項
表面的なパーソナライゼーション 特定の要素のみがパーソナライズされています(ヒーロー画像、CTA、オファーバナー) 複雑さの低下: 効果の高い領域でのパーソナライゼーションを重視。 最も一般的な出発点。
ページ全体のパーソナライゼーション ページレイアウトやコンテンツ全体の順序がパーソナライズされている 複雑さの向上: 大規模なコンテンツ制作が必要: 最もカスタマイズされた体験を提供します。
トークンレベルのパーソナライゼーション インラインパーソナライゼーショントークン(名前、階層、ポイント残高) 最もシンプルなフォーム。 プロファイル属性値を静的コンテンツに挿入します。

UI ナビゲーション: Journey Optimizer / キャンペーン / キャンペーンを作成/ コンテンツを編集

オプションが異なる場所:

オプション A (セグメントベース)の場合:

  • web デザイナーまたはコードエディターを使用して、各オーディエンスセグメントごとにコンテンツのバリエーションを作成します
  • オーディエンスメンバーシップにもとづいた条件で、動的コンテンツブロックを使用します
  • プロファイル属性を参照するパーソナライゼーション式の設定(例:{{profile.person.name.firstName}}{{profile.loyalty.tier}}
  • セグメントメンバーシップに基づいて異なるコンテンツを表示するための条件付きルールを設定します

オプション B (決定ベース)の場合:

  • フェーズ 2で定義された各プレースメントのオーサーオファーコンテンツ表現
  • 各オファーには、プレースメントに一致する1つ以上のリプレゼンテーション(HTML、image、JSON)があります
  • 決定プレースメントを埋め込むことで、web ページまたはアプリに決定出力を統合します
  • コンテンツは実行時に動的に選択されます。オーサリングでは、個々のオファー項目に焦点を当てます

オプション C (マルチサーフェス)の場合:

  • 各ターゲットサーフェスに対してサーフェス固有のコンテンツを作成します(web HTML/CSS、アプリ内構造化メッセージ、コンテンツカードレイアウト)
  • 各サーフェスの形式の制約に適応しながら、サーフェス全体で一貫性のあるパーソナライゼーションロジックを維持します
  • 各サーフェスタイプでのコンテンツレンダリングのテスト

Experience League ドキュメント:

フェーズ 5:キャンペーンの設定とアクティベート

アプリケーション関数: AJO: Campaign Execution

設定する内容: オーディエンス、サーフェス、コンテンツを結合して配信するAJO キャンペーンを作成し、アクティブ化します。 web パーソナライゼーションの場合、通常、施策は1回限りのスケジュールされた送信ではなく、即座にアクティブ化するか、継続的にアクティブ化するように設定されます。

このフェーズの​決定ポイント:

NOTE
決定:キャンペーンの種類
パーソナライゼーションキャンペーンはどのようにトリガーすべきですか?
table 0-row-3 1-row-3 2-row-3 3-row-3
オプション 選択するタイミング 検討事項
スケジュール済みキャンペーン(常時稼動) すべての適格な訪問者に対して、継続的に実行される継続的なパーソナライゼーション 開始日を即時に設定し、終了日を設定しません。 手動で停止するまで、Campaignはアクティブのままです。 web パーソナライゼーションで最も一般的なものです。
スケジュール済みキャンペーン(期限付き) Personalizationを特定のプロモーション期間に関連付け 開始日と終了日を設定します。 キャンペーンは、終了日を過ぎると自動的に停止します。 季節限定のプロモーションや期間限定のオファーに適しています。
API トリガーキャンペーン 特定のアプリケーションイベントによってトリガーされるPersonalization プログラムでトリガーされます。 パーソナライゼーションは、特定のシステムイベントに応じてのみ表示する必要がある場合に便利です。
NOTE
決定:頻度の上限
このパーソナライゼーションのインプレッション頻度を制限する必要がありますか?
table 0-row-3 1-row-3 2-row-3
オプション 選択するタイミング 検討事項
頻度ルールの適用 訪問者を疲弊させる可能性のあるプロモーションやオファーベースのパーソナライゼーション 同じパーソナライゼーションが何度も表示されるのを防ぎます。 AJOのビジネスルールを使用して設定。
フリークエンシーキャップなし 新製品のパーソナライゼーション(ロイヤルティ層バナー、ダッシュボードコンテンツ) 常に適切なコンテンツを提供することで、顧客の疲労を低減。 インプレッションの制限は必要ありません。

UI ナビゲーション: Journey Optimizer > キャンペーンの作成> キャンペーンの作成

キー設定の詳細:

  • Web、アプリ内、またはコンテンツカードチャネルと、フェーズ 3で設定されたサーフェスを選択します
  • フェーズ 1で定義されたターゲットオーディエンスをバインドする
  • フェーズ 4で作成したコンテンツをリンクする
  • キャンペーンスケジュール(即時、日付範囲、またはAPI トリガー)の設定
  • キャンペーンのレビューとアクティベート
  • コンテンツ実験の場合:実験トグルを有効にし、処理を定義し、トラフィック配分と成功指標を設定してからアクティベーションを行います

Experience League ドキュメント:

フェーズ 6:インプレッションの追跡とデータの収集

Application function: AEP: Data Sources & Collection

設定するもの: パーソナライズされたエクスペリエンスのインプレッション、インタラクション、コンバージョンが、レポート、オーディエンスの再評価、意思決定の最適化のために、プラットフォームに確実に追跡されるようにします。

キー設定の詳細:

  • パーソナライズされたコンテンツがレンダリングされたときにWeb SDKがdecisioning.propositionDisplay イベントを送信していることを確認します
  • 訪問者がパーソナライズされたコンテンツを操作する際に、Web SDKがdecisioning.propositionInteract イベントを送信していることを確認します(クリック数、棄権数)
  • モバイル SDKの場合:アプリ内メッセージとコンテンツカードのインタラクションイベントがキャプチャされていることを確認します
  • 下流の成功指標(購入、サインアップ、機能の導入)用にコンバージョンイベント追跡を設定します
  • 特定のパーソナライゼーションの決定に対するアトリビューションに、イベントに提案IDが含まれていることを確認します

Experience League ドキュメント:

フェーズ 7:レポートと最適化

Application function: AJO: Reporting & Performance Analysis, Reporting & Analysis

設定するもの: パフォーマンスの監視と分析を設定して、サーフェス、セグメント、コンテンツのバリエーションをまたいでパーソナライゼーションの効果を測定します。 運用指標にはAJO ネイティブレポートを、クロスチャネルのビジネス影響分析にはCustomer Journey Analyticsを使用します。

このフェーズの​決定ポイント:

NOTE
決定:レポート範囲
このパーソナライゼーションのユースケースでは、どの程度の分析が必要ですか?
table 0-row-3 1-row-3 2-row-3 3-row-3
オプション 選択するタイミング 検討事項
AJO ネイティブレポートのみ 配信とエンゲージメント指標の運用モニタリング インプレッション、クリック、コンバージョンデータを含む組み込みのキャンペーンレポート。 セットアップが最速。
CJAのクロスチャネル分析 パーソナライゼーションがビジネス成果に与える影響の詳細な分析 CJAとの連携とデータビューが必要です。 Funnel分析、コホート比較、チャネルをまたいだアトリビューションモデリングが可能です。
AJOとCJAの両方 運用と分析の包括的な可視化 AJOによる日々のモニタリングとCJAによる戦略的分析。 実稼動実装に推奨されます。

UI ナビゲーション:

  • AJO レポート:キャンペーン/キャンペーンを選択/レポートを表示
  • CJA:プロジェクト/新規プロジェクトを作成

キー設定の詳細:

  • アクティブなパーソナライゼーションの配信中にキャンペーンのライブレポートにアクセス
  • 完了したキャンペーンまたは定期分析に関する履歴レポートを確認します
  • CJAの場合:AJO Experience イベントデータセットを含む接続を設定し、パーソナライゼーション指標を使用したデータビューを作成します
  • パーソナライゼーションのエンゲージメント率、コンバージョン率、オファー受領率、訪問あたりの売上を追跡するダッシュボードを構築します
  • 意思決定ベースのパーソナライゼーションの場合(オプション B):配置とランキング戦略の有効性によって、オファーパフォーマンスを監視します

Experience League ドキュメント:

実装に関する考慮事項

このセクションでは、このユースケースのパターンに関連するガードレール、一般的な落とし穴、ベストプラクティス、トレードオフの決定について説明します。

ガードレールと制限

よくある落とし穴

  • Edge結合ポリシーが設定されていません: エッジアクティブ結合ポリシーがなければ、Edge Networkは認証済みプロファイルを解決できず、パーソナライゼーションが失敗したり、匿名の動作にフォールバックしたりします。 サンドボックス内にisActiveOnEdge: trueが1つの結合ポリシーに含まれていることを確認してください。
  • オーディエンスがエッジの対象ではない: オーディエンスセグメントルール式で、時系列クエリ、複雑な集計、またはinSegment()参照をバッチのみのセグメントに使用する場合、エッジ評価の対象にはならず、リアルタイムのパーソナライゼーションを強化できません。 オーディエンスの定義中にエッジの適格性を検証します。
  • 認証中のID ステッチ ギャップ:​訪問者が匿名から認証済みに移行する際に、プロファイルがまだ解決されていない短時間が発生することがあります。 ID ステッチが適切に設定されていることを確認し、Web SDKがログイン時に直ちにidentityMapを介して認証済みIDを送信します。
  • 決定でフォールバックオファーが見つからない: フォールバックオファーが設定されておらず、パーソナライズされたオファーが訪問者に適格でない場合、決定は空のコンテンツを返し、エクスペリエンスが破損します。 すべてのプレースメントをカバーするフォールバックオファーを常に設定します。
  • Web SDKが提案の表示イベントを送信しません: renderDecisionstrueに設定されているのに表示イベントが送信されていない場合、レポートは実際のインプレッションを反映しません。 ブラウザー開発者ツール内のネットワークリクエストを調査して、イベントのトラッキングを確認します。
  • ページ読み込み時のコンテンツのちらつき: パーソナライズされたコンテンツが決定呼び出し中に事前に非表示にされない場合、訪問者はデフォルトコンテンツが置き換えられる前に簡単に表示される場合があります。 プリハイドスニペットまたはCSS ベースのプリハイドリングを使用して、ちらつきを除去します。

ベストプラクティス

  • 最初にセグメントベースのパーソナライゼーション(オプション A)を導入し、次にオファーカタログの増加と最適化ニーズの増加に応じて決定ベース(オプション B)に進化します
  • リアルタイムのパーソナライゼーションのために、可能な限りエッジ評価のオーディエンスを使用します。補完的なユースケースでは、ストリーミングオーディエンスとバッチオーディエンスを確保します
  • パーソナライズされたエクスペリエンスに関するコンテンツ実験を実施し、パーソナライゼーションがデフォルトのコンテンツを測定可能なレベルで引き上げることを検証します
  • エッジでプロファイルを解決できない場合は、適切に設計されたデフォルトコンテンツを、エクスペリエンスの破綻ではなく表示することが重要です
  • 計算属性を使用して、エンゲージメントスコア、製品の親和性、最終購入日などの価値の高いパーソナライゼーションシグナルを作成し、セグメントベースと意思決定ベースの両方のパーソナライゼーション品質を向上させます
  • コンテンツガバナンスプロセスを維持し、パーソナライズされたコンテンツをあらゆるサーフェスをまたいで最新かつブランドに準拠させることができます
  • セグメント別にパーソナライゼーションのパフォーマンスを監視することで、パーソナライゼーションからどのオーディエンスが最も恩恵を受け、その効果が最も高いかを特定できます

トレードオフの決定

NOTE
トレードオフ:Personalizationの精度とコンテンツ管理の複雑さ
より詳細なパーソナライゼーション(セグメント、コンテンツバリエーション、サーフェスなど)を実現するには、カスタマイズされたエクスペリエンスの提供が必須となります。また、コンテンツの制作、メンテナンス、ガバナンスの取り組みが比例的に増加する必要があります。
  • 細分性の向上:​顧客体験の向上、エンゲージメントの向上、コンバージョンの向上
  • 細分性の低い方が好ましい:​実装の高速化、コンテンツ保守の負担の軽減、ガバナンスの簡素化
  • 推奨事項:​明確なコンテンツの差別化を行い、インパクトの大きい3~5つのセグメント(ロイヤルティ層やライフサイクルステージなど)から開始します。 測定されたパフォーマンス向上にもとづいて精度を拡大。 決定(オプション B)を使用して、コンテンツ管理が比例的に拡大することなく、詳細な粒度を拡大できます。
NOTE
トレードオフ:リアルタイムの意思決定と決定論的なコンテンツ管理
意思決定ベースのパーソナライゼーション(オプション B)により、動的な最適化が可能になるが、各訪問者に対してどのようなコンテンツを表示するかを、直接的に制御することが可能になる。 セグメントベースのパーソナライゼーション(オプション A)は、包括的な決定論的コントロールを提供しますが、動的な最適化は制限します。
  • 意思決定のメリット: スケーラビリティ、自動最適化、複雑な適格性シナリオ
  • セグメントベースの優先事項:​予測可能性、コンプライアンス管理、関係者の透明性
  • 推奨事項:​正確な制御が必要な場合、コンプライアンスに配慮したコンテンツ(規制メッセージ、階層固有の価格設定)にセグメントベースのパーソナライゼーションを使用します。 プロモーションコンテンツ、オファー、レコメンデーションなど、動的な最適化が価値を生み出す場合に意思決定を利用する。
NOTE
トレードオフ:Edge データの可用性とパーソナライゼーションの詳細
Edgeで評価されるパーソナライゼーションは、エッジプロファイルストアで使用可能な属性に制限されます。 より豊富なパーソナライゼーションシグナル(行動履歴の全文、複雑な計算属性)には、サーバーサイドのルックアップや事前計算が必要になる場合があります。
  • Edgeのみのメリット: サブ秒の遅延、最もシンプルなアーキテクチャ
  • 事前に計算されたエンリッチメントのメリット:​より豊かなパーソナライゼーションシグナル、より高度なオーディエンス定義
  • 推奨事項:​計算属性を使用して、リッチ行動シグナルをエッジで使用可能なプロファイル属性に事前に集計します。 これにより、行動データの豊富さとエッジ評価のスピードが提供されます。

関連ドキュメント

次のリソースでは、このガイドで参照されているテクノロジーと設定に関する追加の詳細を提供します。

web チャネルのパーソナライゼーション

アプリ内とコンテンツカードのチャネル

意思決定管理

Personalizationとコンテンツ

オーディエンスとセグメンテーション

IDとプロファイル

データ収集とSDK

キャンペーンと実験

計算属性とエンリッチメント

レポートと分析

ガバナンスとプライバシー

ガードレール

recommendation-more-help
045b7d44-713c-4708-a7a6-5dea7cc2546b