2023年8月3日(木)11時より、Sutrix Solutions Japanとサイトコア株式会社の共催セミナー「AIを活用した顧客体験の強化方法とSitecoreのパーソナライズソリューション」を開催いたしました。

DX（デジタルトランスフォーメーション）によるビジネス変革が進む現代において、デジタルテクノロジーはますます重要な役割を果たしています。テクノロジーは日々進化を続けていますが、昨今では、ChatGPTの登場によってAI（人工知能）やML（機械学習）が脚光を浴びました。
企業の事業成長のためには、このようなトレンドをいち早く取り入れ、新たな顧客体験を提供する必要があることは言うまでもありません。現在のデジタルトレンドの中心的存在であるAIやMLを顧客データの分析に活用することができれば、より正確なパーソナライズによる飛躍的な顧客体験の向上が期待できるでしょう。

本セミナーでは、テクノロジーによって企業のDXを支援するSutrix Groupからフランスインフラ企業出身のデータ / AI マネージャーが顧客体験の強化を実現する方法を、優れたDXP製品を提供するサイトコア株式会社からSitecoreパーソナライズソリューションを、それぞれご紹介いたしました。

この記事では、Sutrixのご紹介した「AIとリアルタイムパーソナライゼーションによる顧客体験の強化方法」について、詳しく解説いたします。

 

AIとリアルタイムパーソナライゼーションによる顧客体験の強化方法

 

競争率の激化するEC市場を生き抜くための新たな戦法として、機械学習によるデータ活用が注目を集めています。顧客データを収集・分析することで顧客体験の向上を目指すという、デジタルマーケティングとしては当たり前と言ってもよい手法に、デジタルテクノロジーのトレンドでもあるAI（人工知能）やML（機械学習）を組み込むことでどのような効果を期待できるのでしょうか。

① ECの現状とAIの進歩

＜ECの現状と課題＞

EC市場は、スマートフォンの普及やオンライン決済インフラの安全性の向上、販売プラットフォームの拡大などといったメリットと、コロナ禍による急激な需要増加が相待って、ここ数年で急速な成長を遂げました。
必然的に競争が激化した現代のEC業界で生き残るためには、顧客ニーズに寄り添う正確な提案によって、競合他社よりも優れた顧客体験を提供する必要があります。

＜DXの中心となるAI＞

AIは、コンピューティング能力の向上、膨大なデータの利用可能性、保管コストの削減などの理由により、多くの企業がますます導入意識を高めています。
今日、企業が競争力を維持し、より成長していくためには、デジタル変革を避けて通ることはできません。AIと機械学習を活用し、常に変化する顧客ニーズに正確かつパーソナライズしたアプローチを行うことは、顧客体験や意思決定に大きな影響を及ぼします。

＜機械学習にクラウドサービスを選ぶ理由＞

クラウドサービスはかつて、機密情報の保護意識などから機械学習と結びつけることは敬遠されていましたが、デジタルテクノロジーの進化とAIの需要増加により、現代では機械学習導入のための最も優れた選択肢となっています。
クラウドの利用が一般化したことで、ストレージコストは大幅に低下し、コンピューティング能力も大きく向上しました。膨大なコンピューティング能力と高速処理が必要となるAIをクラウドサービスと組み合わせることで、機械学習モデルの導入と開発が加速します。

 

② CML（継続機械学習）とハイパー・パーソナライゼーション

＜CML（継続機械学習）とは？＞

機械学習モデルは時間の経過とともに古くなり、パフォーマンスが低下します。これをデータドリフトと呼び、トレンドの変化によってデータがリアルタイムで変化するために起こる現象です。
データドリフトを回避するためには、使用する機械学習モデルをデータに合わせて最新の状態に保つ必要があります。これを可能にするのが、Continuous Machine Learning = 継続的機械学習モデルです。データモデルをリアルタイムで継続的に更新することで、スケーラブルなアプローチを提供し、高精度のパーソナライズを実現します。

＜Cloud Servicesとカスタマーチャネルの連携＞

データ分析と機械学習は、相互補完的なアプローチです。機械学習は、いくつかの方法でデータ分析アプローチを補完することで、データに更なる価値を追加することができます。

a) 新しい洞察の発見
機械学習モデルは、変数間の複雑な関係を特定し、従来のデータ分析アプローチでは特定されなかった新しい傾向や異常な動作を発見できます。

b) 予測
機械学習は、将来のイベントについての予測を行うことができます。

c) プロセス自動化
機械学習モデルは、分析、おすすめなどを自動的に実行するようにトレーニングできます。これにより、分析プロセスが高速化されます。

このように、顧客チャネルと統合クラウドサービス（＝PaaS）が連携することによって、顧客との繋がりをますます深めています。

＜ハイパー・パーソナライゼーションとは？＞

ハイパー・パーソナライゼーションでは、一般的なパーソナライゼーションを超えた体験を可能にします。
コンテキスト、リアルタイムデータ、顧客の感情といったより具体的な要素が考慮されることで、完全にパーソナライズされたユニークなエクスペリエンスと、機械学習による高度なデータ収集および分析技術によるリアルタイムで正確なパーソナライゼーションを提供します。

 

③ パーソナライズを支えるアルゴリズム

＜ECを支えるアルゴリズム＞

アルゴリズムとは、ある特定の問題を解く基準を、単純な計算や操作の組み合わせで表したものです。この章では、ECにおいて最も利用されている3種類のアルゴリズムを詳しくご紹介いたしました。

1. 人気順レコメンドモデル

人気順レコメンドモデルは名前の通り、最も人気のあるコンテンツをユーザーに推奨します。
サイトに訪問したユーザーを追跡することで、どの記事が最も多く閲覧・共有されたか、クリックされたかなどを知ることができます（人気の基準はマーケティングのニーズなどに応じて定義できます）。
このアルゴリズムは、「サイトを初めて訪れた顧客」のような、協調フィルタリングを利用できないユーザーに対して非常に効果的です。

2. 連関規則マイニングアルゴリズム

連関規則マイニングアルゴリズムは、データセット内の相関関係を発見するために使用されるデータマイニング手法です。
このアルゴリズムは、アイテム間の関連性に基づいてパーソナライズされた提案を生成することができ、レコメンダーシステムとして広く利用されています。
たとえばスライドのように、多くの顧客が赤いTシャツと紫のズボンを購入した場合、アルゴリズムは他の顧客にもこの組み合わせをオススメします。

3. アイテムの類似性に基づく推奨アルゴリズム

アイテムの類似性に基づく推奨アルゴリズムは、協調フィルタリングとも呼ばれ、パーソナライズされたおすすめを生成するために広く使用されています。
顧客のフィードバックによって類似性の尺度を調整し、時間をかけて推奨アイテムを絞り込むため、いきなり活用することはできませんが、インタラクションに基づいた継続的なパーソナライゼーションを可能にします。

<リアルタイム機械学習がもたらすパーソナライゼーションの強化>

上記のようなアルゴリズムを用いたパーソナライゼーションを、さらに促進させるキーワードが「リアルタイム」です。AIは、リアルタイム学習による結果を最適化することができますが、それはベースとなる情報が古ければ意味がありません。
ユーザーの行動に基づいた関連性の高いエクスペリエンスが即座に反映され続けることで、パーソナライゼーションは時間の経過とともによりよく改善されるでしょう。

 

④ ワークフロー＆ソリューション

＜AIによるパーソナライゼーションのワークフロー＞

AIによるパーソナライゼーションのためのワークフローは、スライドの５つの基本原則に基づいており、基本的にその定義が変更されることはありません。
このワークフローの実現のためには、優れたCDP（顧客データプラットフォーム）を導入する必要があります。最大限のデータを収集・分析するCDPに、MLのプラットフォームを追加することで、精密な機械学習モデルによるパーソナライズを実現できるからです。

＜CDPとMLの連携＞

Sutrixでは、MLと連携するCDPのソリューションとして、SitecoreのCDPを推奨します。
SitecoreのCDPとMLプラットフォームを連携することで、リアルタイムの顧客データを正確に取り込み、より精密な機械学習モデルによるパーソナライゼーションが顧客体験の強化を実現します。

 

最後に

 

以上のように、本セミナーではAIと機械学習によるパーソナライゼーションの強化方法についてご紹介いたしました。

Sutrixでは、機械学習プラットフォームのソリューションや、カスタマーエクスペリエンスを向上させるためのCDPの運用方法など、さまざまなサポートが可能です。ぜひお気軽にお問い合わせください。