小売りマーケターは長い間、一対一のマーケティングのアイデアに近づこうとしてきました。理想的な世界では、マーケターは最も関連性のあるコミュニケーションを、適切なタイミングで、適切な顧客に提供することができるでしょう。

デジタル技術は1対1のコミュニケーションチャネルの数を大幅に増やしました。メーリングは印刷時に個別化され、チェックアウトクーポンはリアルタイムで発行され、ウェブサイト、オンラインショッピングポータル、スマートフォンアプリは顧客との新しい接点を作り出します。しかし、個々のクライアントに対して「適切な」コミュニケーションを決定するという課題は非常に大きいままです。

現在の小売りマーケティングは顧客セグメンテーションに制約されています

消費財企業と小売業者は、市場と顧客のセグメンテーションを使用して、消費者のニーズ、製品の好み、使用場面を把握し、マーケティングキャンペーンの設計とターゲットを決定しています。小売業者にとっては、顧客グループの範囲が非常に広く、膨大な製品ポートフォリオを提供しており、しばしば顕著な地域差が複雑さを増していますので、課題は非常に大きいです。

戦略コンサルタントのマッキンゼーは、セグメンテーションの取り組みは_10未満のセグメントの場合にのみ実用的で持続可能_であると示唆しています。何百万人もの顧客のニーズと1桁の顧客セグメントの間のギャップを埋めることにマーケターが苦労しているのも無理はありません。

ターゲティング:ビッグデータ技術は顧客セグメンテーションを個別のクライアント分析に置き換えます

ビッグデータ技術は、顧客をキャンペーンに合わせるのではなく、マーケティングの取り組みが個々のクライアントと彼女のニーズから始まる真の1対1のコミュニケーションの理想に一歩近づけます。

核心のアイデアは非常に直感的です。顧客のバスケット(チェックアウト時)またはより良い購入履歴(ロイヤリティカードデータを介して)!

何百万人もの他の顧客のバスケットと購入履歴との関連性を考慮することで、「類似した」顧客プロファイルを特定し、その顧客にとって魅力的な他の製品やサービスを「学ぶ」ことができます。

この高度な行動分析の基盤となるのは、ポイントオブセール(レシート)データと、利用可能な場合はロイヤリティカードデータです。

近年のホワイトペーパーによれば、現在のシステムは巨大なデータの効率的な保存と迅速な検索を可能にするスマートなアーキテクチャによって、高コストなしでほぼリアルタイムの能力を持つことができます。最大の小売ネットワークのすべてのレシートデータをスマートフォンで処理できることを示しています。

測定:クライアントの履歴とバスケット分析により、コンバージョン、アップリフト、カニバリゼーションの測定が可能になります

マーケティングイニシアチブのROIを定量化することは重要ですが、小売業では非常に複雑です。なぜなら、プロモーションやバウチャーの影響が促進された製品だけでなく、より広範な製品ポートフォリオにも影響を与えるからです。代替、カニバリゼーション、長期的な影響はすべてROIに重要な役割を果たします。

現在のマーケターは、自分たちのイニシアチブに対する直接のフィードバックループを奪われており、大部分を「片目で」運営する必要があります。ビッグデータ技術により、クライアントの購入履歴とバスケットを過去および現在のプロモーションやバウチャーと関連付けて分析することが可能になります。

パフォーマンス:閉ループのフィードバックが学習システムを作り出します

マーケターがコンバージョンとマーケティングROIに対する透明性を求めるのと同様に、推奨エンジンは、適用された行動分析の品質を直接測定できれば大幅に改善されるでしょう。アルゴリズムは反復を重ねることで改善され、または「学習」します。統計的学習理論はここで非常に貴重な要素です。

システムに必要な直接のフィードバックを提供するために、自動的に追跡できる明確に定義された成功/失敗の特性(マーカー)が必要です。幸いなことに、使用されるバウチャー、受け入れられるプロモーション、参加されるイベント、または他の形式のクライアントのアクションは、マーケティングコミュニケーションに明確に関連付けられ、自動的に測定されるため、このような目的に適しています。

ビッグデータが舞台を設定しています

ビッグデータは、マーケティングがキャンペーンを利益に変えるために、ターゲットを絞り込み、評価し、最適化する方法において、基本的な改善が行われると信じています。

さらに、小売業におけるイノベーションのための技術的な障壁はこれまでになく低くなっており、最初の動き手が業界を変革する競争圧力を生み出すと考えています。これからが楽しみです!