HadoopTimes

ストリーミングアーキテクチャ Apache Kafka とMapR Streams による新しい設計手法
最新動向

ビッグデータとHadoopでロイヤリティープログラムを再定義

リワードを根拠とした気まぐれから真の顧客関係を構築

ロイヤリティープログラムはポイント、リワード、ステータスを目的とすべきではありません。それらの特典は顧客を引き付けるかもしれませんがロイヤリティーを育成しません。ロイヤリティープログラムの中心は、顧客とブランドの双方が恩恵を受ける関係を構築するために使える有用なデータの収集であるべきです。

ここで鍵となるのは「有用」なデータという点です。消費者はビジネスのデータを明確かつ関連性のあるものに保つことに無関心だからです。誰もが何らかのロイヤリティーのサインアップ手続きで年齢を偽ったことがあることは公然の秘密です。または、アンケートの質問に回答しないことを選択し、故意または誤って不正確なデータを提供し、連絡先情報にまったくチェックしないスパム専用のメールアドレスを提供したことがあるかもしれません。暗黙のうちに消費者から提供されたデータを信頼するビジネスはすべて、基本的にランダムな情報に基づいて意思決定を行っているビジネスです。

備考

2014 Bond Brand Loyalty Reportによれば米国消費者は平均10.9件のロイヤリティープログラムに登録していますが、最近のニールセンの調査では消費者の 78% が特定ブランドにロイヤリティーを持っていないことが分かっています。

顧客はロイヤリティープログラムのメンバーかもしれませんが、そのブランドに積極的に関わっていないことは明らかです。顧客はロイヤリティープログラムの取引利益を享受していますが、もし、他のブランドがより魅力的な取引を提供する場合は、顧客の購買決定に「ロイヤリティー」が考慮されることは期待できません。考慮される理由がありません。ブランドがプライスポイントだけで競争している場合、顧客との関係は実際のところ短期間の気まぐれに過ぎません。

ビッグデータが差異を提供

ターゲットを絞ったキャンペーンはコンバージョン、リテンション、その他の望ましい結果をもたらす可能性が高いとマーケターは認めています。ターゲットを絞るためには、顧客ベースをセグメント化し、関連性のあるCTA (Call to Action: 行動喚起) やリワードを提供し、当該ブランドの顧客が重要だと判別するサービスや製品を提供することを可能にするデータが必要となることは明らかです。

しかし、ここでまた「消費者が提供するデータを信用できないなら、信頼できるデータをどこから入手すればいいのか?」という問題に引き戻されます。その答えは「外部データソースと並行し顧客行動と選好を観察することから入手する」です。その後、アドバンスド・アナリティクスが情報をまとめて非常に正確な顧客のプロファイルを導き出します。このプロファイルがより精密なセグメント化を可能にします。

この類のアナリティクス作業ではデータが多すぎることは決してありません。あらゆるビジネスアナリストやデータサイエンス専門家が、任意モデルに対するデータの拡張は分析に飛躍的な改良をもたらすことを認めています。そして、入手されるデータのフォーマットは明らかに多種多様です。構造化/準構造化/非構造化データ、ビッグ/スモールデータ、リアルタイムに近い/リアルタイムデータ、過去データなどです。

全データを従来型データウェアハウスに保存しようとすれば、セグメント化で得た利益をすべて消し去ることになるかもしれません。ほぼ間違いなく可用性の問題が発生し、IT部門がデータを分析可能なフォームにどうにか変換するのを長い時間待つことになります。これが多くの企業組織がビッグデータ・ソリューションを利用するためApache Hadoopに目を向けた理由です。

Hadoopは大規模に拡張可能な分散ストレージ兼処理プラットフォームで、運用とアナリティクスの両方でビッグデータのアプリが使えます。次世代データアーキテクチャの主要コンポーネントで、新しいデータ主導型のアジャイルなアプリを構築し、組織はテラバイト単位で10分の1から50分の1のコストでデータを格納できます。

組織はHadoopを利用することで組織内のあらゆるタッチポイントからデータを獲得・保存できるようになり、データの変換、クレンジング、分析、スコアのためにサイロを区別する必要性は排除されます。

ビジネスはHadoopを使って構造化データ、非構造化データ、準構造化のデータソースを単一プラットフォームにまとめ、より深く詳しい分析を実行し、トランザクションとインタラクションの両方をまさに360度見渡すことができます。また、Hadoopはセルフサービス型データ復元が可能なクラス最高のデータ分析ツールを多数サポートし、実用的なインサイトやタイミングの良いビジネスインテリジェンスを提供します。

真のロイヤリティーの定義・リワード提供

フレデリック・F・ライクヘルド著「顧客ロイヤルティのマネジメント – 価値創造の成長サイクルを実現する」(原題: The Loyalty Effect: The Hidden Force Behind Growth, Profits, and Lasting Value) によれば、ロイヤリティー関係を結ぶ顧客数をわずか5%増やせば、顧客一人当たりの平均利潤が少なくとも25%増加します。BIA/Kelseyの研究ではリピーター顧客の支出額は新規顧客よりも67%多いことが示されています。そして、ロイヤリティープログラムはリピート客をもたらすだけではありません。どのようなロイヤリティーの育成をビジネスが望んでいるかを明らかにすることもできます。

ブランドの市場における地位次第で、プライスポイントを根拠としたリピート客はそのブランドにとって理想的な顧客かもしれませんし、そうでないことあります。リピート客や支出額に焦点を当てるブランドがある一方、一部のブランドはインフルエンサーにリワードを与えることを選択するかもしれません。ブランドが顧客ベースをセグメント化したら、ビッグデータが明らかにした顧客の選好やプロファイルに基づいてターゲットにしたい顧客を識別し、効果的な戦略と差異化したエクスペリエンスを作り出すことができます。

このインテリジェンスを利用して、企業は自信を持ってビジネスとそのビジネスに最も価値ある顧客に利益をもたらすように調整した顧客ロイヤリティープログラムの構築を進めることができます。ビッグデータとHadoopはロイヤリティー分野でのゲームチェンジャーです。全ての関係者にとってWin-Winの測定可能なソリューションを創り出します。

こちらの記事もおすすめです