Social CRM のタグ機能で顧客の行動プロファイルを把握し、ブランドのマーケティング戦略をより具体的に

Wikipedia では「ペルソナ」を次のように定義しています。「ペルソナとは、マーケティング計画やビジネス設計においてターゲットユーザーを描く手法であり、多くの場合複数の組み合わせがあり、計画者がユーザータイプごとの戦略を分析・設定するのに役立つ」

つまりペルソナは、マーケティング戦略を立てるための手法でありツールです。マーケティング担当者はペルソナと Social CRM を使って商品のターゲット像を描けます。ターゲット像があれば、その顧客層がふだん何を好み、どんなテーマに関心を持ち、どんなアプローチなら心に響くのかをさらに具体化し、それに沿ったマーケティング計画を立てられます。

顧客の行動プロファイルとは

顧客の行動プロファイルとは何でしょうか。

概念としては、顧客の行動プロファイルは「顧客の興味関心」にとても近いものです。顧客（ユーザーの背景、特徴、性格タグ、行動シーンなど）を描き出し、顧客のニーズと製品設計を結びつけるために使われます。

簡単に言えば、大量の顧客行動データから価値のあるディテールを見つけ出すことです。ユーザーがネット上に残すさまざまなデータを能動的・受動的に収集し、できるかぎり網羅的かつ詳細に顧客情報の全体像を抽出することで、データをビジネス価値に変える方法を見いだします。たとえば、顧客は男性か女性か、おしゃれに気を使うか、流行を追うのが好きか、といった個人に関する情報です。

英語の概念で見ると、User Portrait、User Persona、User Profile の 3 つはよく似ており、うっかりすると混同しがちです。

User Portrait ユーザーロール

システム内でのユーザーの役割の違いを指します。 たとえばブランドの Social CRM チャネルで、ディーラーは出荷状況の確認や数量の申請を行い、顧客はサービスの予約や商品の購入を行います。この場合、ディーラーと顧客は異なるユーザーロールです。

User Persona ユーザー像（ペルソナ）

同じタイプのユーザーを、さまざまな切り口で描き分けることに重きを置きます。 たとえば同じブランドで購入する人のペルソナを設計する場合、さまざまなやり取りを通じて、衝動買いタイプ、コレクタータイプ、比較検討タイプなどに細分化し、具体化していきます。

User Profile ユーザー属性

属性面、特に基本属性を描写・記述することに重きを置きます。 性別、年齢、居住地、連絡先、興味関心などが含まれます。

‍

Social CRM でユーザーデータを描き出す

「虎を描いて皮を描けども骨を描き難し、人を知り面を知れども心を知らず」ということわざがあります。ユーザープロファイルを使えば、性別や年齢といった表面的な基本特徴だけでなく、より深い核心部分まで理解し、データとタグによって顧客の全体像をつかめます。

こうしたユーザープロファイルは、インターネットの発展とともに蓄積されるユーザー情報や行動記録がますます豊富になり、同時にビッグデータの処理・分析技術も成熟したことで、ユーザー一人ひとりの特徴を算出できるようになったものです。特徴とは、人口統計的な基本属性、社会的属性、生活習慣、購買行動、興味関心などの情報から抽象化した具体的なタグであり、タグとはユーザーの特徴を記号化したものです。

顧客一人ひとりに記号化した特徴を付けることで、より現実の世界に近づきます。人は誰もが唯一無二で、ほかの誰かで安易に代表させることはできません。だからこそ、顧客の姿をより深く理解できるのです。

ユーザーのペルソナはタグの集合で表します。たとえば次のとおりです。

徐茉莉、女性、35 歳、台北出身、台北勤務、医薬品業界、薬剤師、年収 NT$50 万、既婚、持ち家 1 戸、子どもあり、社交的、運動は苦手、購買力が高い、価格比較が好き。

基本情報は「会員登録」から得られますが、子どもの有無、社交的かどうか、運動嫌いかどうか、購買力のレベルなどは、ユーザー自身が教えてくれるものではありません。データモデルを構築して算出するか、行動、購入金額、注文情報などをタグに変換して顧客データに付与する必要があります。

もちろん、ユーザータグの体系は業界に合わせて設計する必要があります。たとえば銀行と EC ではタグ体系が異なりますし、アカウント運用の初期段階からタグを用意しておかなければ、顧客をすばやくセグメント化できません。

‍

Social CRM でデータ化した顧客プロファイルの活用法

1. 精度の高いマーケティング

マーケターに最もなじみのある使い方です。広くばらまく方式から細やかなセグメント化へ移行し、顧客層をより細かい切り口に分けたうえで、メッセージ配信、メール、キャンペーンなどの手段を使い、ケア、フォローアップ、インセンティブといった施策を実行します。やみくもな大量配信によるムダを防げるうえ、キャンペーンで獲得した新規ユーザーを分析して、効果が想定どおりだったかを評価することもできます。

‍

2. データの活用

顧客プロファイルは、おなじみの広告レコメンドシステムやアルゴリズムなど、多くのデータ製品の土台になっています。さまざまな広告プラットフォームを運用したことのあるマーケターならご存じのとおり、広告配信は性別、年齢、学歴、興味関心、スマートフォンなど、一連の人口統計系タグにもとづいて行われます。

たとえば EC サイトは、妊娠中の方にはベビー用品を、写真好きの人にはレンズをおすすめします。パーソナライズされたレコメンドでは、ユーザータグの算出はその一部にすぎず、さまざまなレコメンドアルゴリズムと組み合わせて商品を推薦する必要があります。

精度の高い広告は、年齢、地域、天気、ゲームの好み、コンテンツの好み、購買行動、検索行動などでターゲティングして配信できます。たとえば Facebook のリストアップロード機能で類似オーディエンスを見つけたり、LINE 広告でもオーディエンスを絞り込んで配信したりできます。

‍

3. データ分析

これは言うまでもないでしょう。顧客プロファイルはビジネス面のデータベースと捉えることができ、各種タグは多次元分析の要素になります。カスタマーデータプラットフォームは Social CRM と完全に連携でき、データを 1 つのデータベースに集約して、データ分析担当者がさらに分析を進められるようにします。

‍

4. 製品設計

製品面では、製品設計を補助し、製品が本当に役立っているかを把握するのに使えます。ユーザーをグループに分け、各グループの特性にもとづいて製品の設計・テスト・検証を行います。Facebook がユーザーグループごとに新機能をテストし、リアルタイムでフィードバックとデータを集めて改善を重ねているように、製品がコアユーザーのニーズから外れないようにできます。

‍

5. 適合度の判断

あるプロモーションの顧客プロファイルを確認し、想定と一致していたかを事後に分析して、プロモーションチャネルと製品のターゲット層との適合度を判断します。

‍

6. ユーザー分析

製品の初期段階では、PM はユーザー調査やインタビューを通じてユーザーを理解します。ユーザー数が増えるとインタビューの効果は下がるため、ユーザープロファイルを組み合わせて調査します。新規ユーザーにはどんな特徴があるのか、コアユーザーの属性に変化はあるのか、などです。

顧客プロファイルの使い道はかなり多そうです。本当にそうでしょうか。

実は、大半の製品には商品レコメンドシステムは必要ありません。レコメンドシステムが使われているのは主に EC 関連のサイトです。パーソナライズされたレコメンドは多くの製品にとって道しるべとして急速に広まりましたが、依然として大量のユーザーとデータの裏付けが必要です。一方で、顧客プロファイルを土台にビジネスを動かすのにも適しています。

結論

顧客プロファイルは、ここ 1〜2 年、Cookieless の問題によって注目する人が増えています。Social CRM はブランドがユーザー情報を取得し、顧客情報を最も直接的な形でファーストパーティデータベースに収集するのを支援します。こうした顧客データは、ブランドが類似オーディエンスを見つけるのに役立つだけでなく、顧客の好み、興味関心、購買習慣の理解にもつながります。

Social CRM のデータベース分析によって、顧客が商品を購入した時間、品目、購買習慣がありのままに記録され、一つひとつのタグプロファイルに変換されます。タグで分類すれば、オーディエンスをすばやく明確にまとめられ、類似オーディエンスへの広告配信にも、今後のマーケティング計画にも、データをマーケティング施策へと変えられます。

消費者の姿はますます見えにくくなっています。Social CRM で失われたデータをつなぎ合わせ、顧客の全体像を描いてこそ、顧客の心を的確に動かせるのです。

‍