利益:
- 人工知能サポートによる RFM (Recency-Frequency-Monetary) および行動セグメントを定義および解釈する機能
- セグメントごとにパーソナライズされたコミュニケーションとロイヤルティオファーの下書きを作成する機能
- セグメンテーションとパーソナライゼーションにおける差別、機密保持、明示的な同意の制限を遵守する能力
すべての顧客が同じではありません。毎週来て多額を費やす人もいます。一度来て消える人もいます。以前は忠実だったが、もう立ち寄らない人もいます。すべての人に同じメッセージと同じオファーを送信することはお金の無駄であり、結果も得られません。顧客セグメンテーションとは、顧客を意味のあるグループに分割し、各グループに適切なアプローチを確立することです。この単元では、顧客データからセグメントを抽出し、各セグメントに適したコミュニケーション草案を作成するアシスタントとして人工知能を使用します。重要な限界: セグメント化は権力を与えますが、この権力が差別やプライバシーの侵害につながるべきではありません。
セグメンテーション: 行動、価値観、ニーズの類似性に基づいて顧客をグループに分けるプロセスです。
パーソナライゼーション: 各セグメント (または個人) に、興味やニーズに合ったコンテンツ、オファー、またはエクスペリエンスを提供します。
RFM: 最も実用的なセグメンテーション
小売業で最もよく使われる手法は RFM です。 3 つの単純な信号を調べます。
- R (Recency): 顧客が最後に買い物をしたのはいつですか?最近 = よりアクティブです。
- F (頻度): 彼は一定期間に何回買い物をしましたか?高 = より接続されています。
- M (金銭): 彼は合計でいくら使いましたか?高い = より価値があります。
各顧客にはこれら 3 つの側面に関するスコア (例: 1 ～ 5) が与えられ、スコアの組み合わせによってセグメントが決定されます。セグメントを分割してください。
セグメント
RFM プロファイル
アプローチ
チャンピオン
高R、F、M
報酬、早期アクセス、アンバサダーの作成
忠実な顧客
高F、中M
アップセル、ロイヤルティの利点
危険にさらされている人たち
低 R、以前は高 F/M
勝ち取りキャンペーン
新しい顧客
高R、低F
ホシュ・ゲルディン・アクドゥシュ、イキンシ・アルシュヴェリシ・テシュヴィク
眠りにつく人たち
低R、低F
低コストのリマインダーまたはドロップ
ヒント: 全員に割引を送信しないでください。チャンピオンシップの割引はマージンの損失です（いずれにせよ受け取れるはずです）。実際のリスクのある休眠セグメントの割引を保存してください。
行動セグメント
RFM を超えて、行動によってセグメントも確立されます。カテゴリの好み (ベビー用品のみを購入)、チャネル (オンラインのみ)、価格への敏感さ (常にセール品を購入)、季節性です。人工知能はこれらのパターンをデータから抽出し、「価格追求者」、「プレミアム購入者」、「週末の買い物客」などのグループを提案できます。
パーソナライゼーションの限界: 倫理とプライバシー
セグメンテーションは強力ですが、次の 3 つの線を越えないでください。
- 差別の禁止: セグメントは、保護された特性 (民族、宗教、健康、性的指向) に基づくものであってはなりません。それらから間接的に推論する（郵便番号から民族を推定するなど）ことも危険です。
- 明示的な同意: 通常、商用電子メッセージ (SMS、電子メール) を送信するには、顧客の明示的な同意が必要です。同意なしに送信すると、法的および評判上のリスクが生じます。
- データの最小化: セグメントを確立するために必要なデータを最小限に抑えます。機密データには近づかないでください。
注意: 「このお客様は妊娠している可能性があるので、ベビー用品をお勧めしましょう」など、デリケートなライフイベントに基づいたターゲティングは、お客様を不安にさせ、プライバシーの侵害という印象を与える可能性があります。推測によるターゲティングには十分注意してください。
段階的なセグメンテーション
- 匿名データを準備します: 顧客コード (名前ではありません)、最後の買い物日、購入数、合計支出、カテゴリ。個人識別情報を削除します。
- RFM スコア: R、F、M 次元で人工知能のスコアを 1 ～ 5 にします。
- セグメントに名前を付ける: スコアの組み合わせを意味のあるグループにリンクします。
- アクション マップ: 各セグメントの目標、オファー、メッセージの草案を作成します。
- 同意と倫理のフィルタリング: 同意した顧客にのみ送信し、差別的なターゲティングを削除し、結果を測定します。
ミニケース
ケース 1 — 適切なセグメントに適切なオファーを提供: 化粧品チェーンは、毎月 40,000 人の顧客に一律 15% 割引の SMS を送信していました。人工知能 RFM でセグメント化すると、「チャンピオン」(8,500 人) はすでに定期的に受信していました。割引は危険にさらされている 6,200 人にのみ送信され、早期アクセス + ポイントはチャンピオンに送信されました。キャンペーン費用は 30% 減少しましたが、リスクを抱えてリピートする顧客の数は 18% 増加しました。
ケース 2 — 巻き返し: あるオンライン食料品店は、90 日以上買い物をしていない 3,100 人の以前の忠実な顧客を「リスクのある」セグメントに移動させます。 AI は、パーソナライズされた「あなたがいなくて寂しい + 過去に受け取ったカテゴリからの送料無料」メッセージの下書きを作成します。同意を得て 2,400 人に送信されます。そのうち 410 人は 6 週間以内に再び買い物をします。
ケース 3 — 倫理的エラーと修正: 店舗は、人工知能に「支出の可能性が高い」セグメントをリクエストするときに近隣情報を使用したいと考えています。責任者は、これが間接的な差別とプライバシーのリスクを引き起こすことを認識しており、近隣地域ではなく実際の買い物行動に基づいています。セグメントはより公平かつ正確になります。
弱いプロンプト / 強いプロンプト
弱いプロンプト:
顧客をグループ化します。
どのデータ、どのロジック、どの目的かは不明です。
強力なプロンプト:
あなたの役割: CRM およびセグメンテーションのスペシャリスト。データ: 以下は、匿名の顧客テーブル (customer_code、最後の買い物の日数、12 か月間の購入数、総支出額、最も購入されたカテゴリ) です。個人情報はありません。タスク: (1) RFM ロジックで顧客を 5 つのセグメントに分割し、各セグメントに名前を付ける、(2) 各セグメントのおおよそのサイズを与える、(3) 各セグメントに対する 1 文のアクション提案。ルール: データには行動データのみを使用します。地区、名前、人口統計から差別的な推論を行わないでください。データ: [貼り付け]
コピー可能なプロンプトテンプレート
1) RFM セグメンテーション
次の匿名顧客データを RFM ロジック (R、F、M で 1 ～ 5) でスコア付けし、意味のあるセグメントに分割します。各セグメントのサイズと説明を入力します。表形式で提示します。データ: [貼り付け]
2) セグメントベースのコミュニケーションドラフト
セグメントのパーソナライズされた SMS と電子メールの下書きを作成します: [セグメントの説明]。トーンは当社のブランド[トーン]、提案[オファー]に適合します。2つの異なるタイトルを提案します。誤解を招く主張は使用しないでください。最大 40 ワードまでです。
３）ウィンバックキャンペーン
90 日以上買い物をしていない古い忠実な顧客向けに、ウィンバック メッセージを作成します。過去のカテゴリーの好みに基づいて、低コストのインセンティブを提供します。 3 つの異なるアプローチを教えてください。
4) 倫理・同意監査
次のターゲティング プランを確認してください。保護された特性、機密性の高いライフ イベントの推論、同意のない提出、または個人データの不必要な使用に基づく差別はありませんか?リスクにフラグを立て、代替案を提案します。計画: [貼り付け]
よくある間違い
- 全員に同じメッセージを送ります。セグメントのないコミュニケーションはお金と注意の無駄です。
- チャンピオンシップ不必要な割引: すでに購入する顧客への割引はマージンの損失です。
- 同意なしの送信: SMS/電子メールには明示的な同意が必要です。
- 保護される特性に基づくセグメント: 差別。間接推論も危険です。
- デリケートなライフイベントのターゲティング: プライバシーの侵害という認識を生み出します。
- セグメントを一度設定すれば、あとは忘れます。顧客の行動は変わります。定期的に更新してください。
要約すれば
セグメンテーションは、適切な顧客に対する適切なアプローチを確立する方法です。 RFM は最も現実的なスタートです。 AI により、スコアリング、セグメントの命名、メッセージの作成が高速化されます。しかし、明示的な同意、データの最小化、差別の禁止の制限については交渉の余地がありません。行動データに基づいてパーソナライゼーションを行い、機密性の高い干渉を回避します。
アプリケーションタスク
匿名の顧客データ (顧客コード、最後の購入、頻度、支出、カテゴリ) からテーブルを作成します。 「1) RFM セグメンテーション」で 5 つのセグメントを抽出し、最も価値が高く最もリスクの高いセグメントの「2) セグメントベースのコミュニケーションドラフト」を作成します。計画を「4）倫理・同意審査」にかける。
チェックリスト
- [ ] 顧客データを匿名化しました。
- [ ] RFM を使用して意味のあるセグメントを作成しました。
- [ ] セグメントごとに適切なオファーとメッセージを分けました。
- 【】ご了承いただける方のみにお送りする予定でした。
- [ ] 私は保護された財産と慎重な推論を避けてきました。
- [ ] セグメントを定期的に更新する計画を立てました。