AI を活用した顧客分析の共同パイロット [ウェビナーの概要]

当社のプロダクト マネージャーである Ryan Ohta は、分析の最新開発と AI が分析業界の変革にどのように貢献しているかについてこのウェビナーを開催しました。

分析の再考: 顧客分析の AI の未来

まず、AI の導入と需要に関するいくつかの統計を簡単に共有したいと思います。 マッケンジーの 2022 年と 2023 年の調査によると、AI の導入と使用は 2017 年以来 2 倍以上に増加しました。

この調査では、AI の需要が最も高い上位 3 分野が、今日のテーマである顧客のインサイトと分析を中心に展開していることも指摘しています。

最も人気のある AI の使用例では、調査対象のユーザーの 24% がカスタマー サクセスとサービスに AI を使用することに関心があり、次いで製品開発と改善が 20%、マーケティング、セグメンテーション、リードに 19% が続いています。

AI の使用が拡大し続けるにつれて、ほとんどの企業はデータの複雑さの増大に取り組んでいます。

多くの人は、AI の洞察という新たなトレンドを受け入れるための最適なツールと戦略を選択することに困難を感じています。 実際、IDC の調査によると、実際に生成 AI の新しい波に乗る準備が技術的に整っていると感じている企業は 30% のみでした。

次に、Woopra における顧客分析の今後の動向を見ていきます。 私たちが見ているように、AI トレンドは成長を加速させ、洞察を得るまでの時間を短縮すると考えられています。

当社は AI 機能のトレンドと顧客分析ニーズを継続的に分析し、製品ビジョンの構築に役立てています。 私たちは、顧客の成功のためには、新世代の顧客分析を 3 つの領域を中心に構築する必要があると考えています。

1 つ目は、異種データを 1 つにまとめる機能です。 唯一の真実の情報源を持つこと。 また、そのデータをリアルタイムで分析する機能も備えています。

現在、ほとんどの企業は、オンライン、オフライン、さらにはサードパーティのアプリケーションなど、さまざまな場所にデータを保管しています。 したがって、すべてのデータを統合できることは、完全なカスタマー ジャーニーを理解するのに非常に役立ちます。

2 つ目は、統合された洞察を提供して、カスタマー サクセス、営業、マーケティング、製品チームなどのすべてのチームが成長を最適化できるようにすることです。

最後に、AI によって生成された洞察を大規模な成長と最適化のために活用します。

過去 10 年間、私は製品チームからマーケティング、カスタマー サクセス、販売に至るまで、クライアントとの幅広い問題を解決することに喜びを感じてきました。

その結果、彼らは協力を求めて私たちに頼ることが多く、私たちは協力してユニークでありながら相互に関連した問題に取り組んでいます。

このパートナーシップにより、データに基づいた顧客の洞察を通じて成長を促進することができます。

製品チームと同様に、価値の高いクライアントがどの製品機能を使用またはマーケティングしているのか、言い換えれば、どのマーケティング チャネルが営業チームにとって最も多くのコンバージョンを促進しているのかを尋ねる場合があります。

各チームが異なる分野に重点を置いているため、エンドツーエンドのカスタマー ジャーニーを完全に理解するには、幅広い質問に答えられるツールを見つけることが重要です。

近い将来、 AI はデータ分析のいくつかの分野で生産性を向上させるでしょう。

カスタマージャーニーの決定はリアルタイムになり、ミリ秒単位で最適なアクションを実行できるようになります。 あなたが今何に投資するかは、将来のビジネス上の意思決定に大きな影響を与えます。

すべては、次の 3 つの領域でインフラストラクチャとツールを適切に選択することから始まります。 私たちは、顧客分析の AI パワーを解き放つお手伝いをします。

まず、AI のさまざまなトレンドを見てみましょう。 次に、さまざまなソースからのリアルタイム データを確認します。 AI 追跡の助けを借りて、これまでよりも簡単になりました。

たとえば、インテリジェントな AI 自動タグ付けを使用すると、開発者が実装するには数週間かかるカスタマイズされたイベント追跡も、AI を使用すると数秒で完了します。

2 つ目は、スマート アナリティクスと、セルフサービスのための AI によるデータ分析です。 AI を活用した顧客インサイトの機能は、チームの全員を支援します。 技術ユーザーと非技術ユーザーの両方がデータから貴重な洞察を得るのにも役立ちます。

たとえば、以前は、質問に答えるためにチーム全体が必要だったかもしれません。 今では、AI に数秒で答えを出力するように依頼することができます。

そして最後の 3 番目は、大規模な顧客の最適化と、AI を使用してデータに対処する機能です。 製品のパーソナライズと成長により、最適化を大規模に推進することは現時点では困難であり、時間と労力がかかることがよくあります。

そのため、予測型の生成型 AI 開発により、顧客の成長に関する意思決定と最適化が合理化され、自動化されて ROI が最大化されます。

成功のための準備: AI 時代の分析ツールの操作

まず、リアルタイムの実用的なデータの接続について述べました。 すべてはデータ収集から始まります。

当社のクライアントや、Google Analytics などの従来のプラットフォームを使用しているユーザーからの顧客フィードバックによると、不完全なデータ接続、限られたネットワーク、イベントの欠如または見つけにくいため、これらのツールは意思決定に時間がかかることがわかりました。または観客。

AI はリアルタイムでカスタマイズ可能であり、カスタマー ジャーニー全体にわたってデータ ポイントと統合できる必要があります。 リアルタイムのデータにより、営業、サポート チーム、マーケティング チームはすべて、機会の逸失を避けるためにより迅速に行動できるようになります。

「少ないほど豊かだ」ということわざを誰もが聞いたことがあるでしょう。 しかし、データに関しては、多ければ多いほど良いという考え方に傾く傾向があります。 企業は自分たちが何を知らないのかを知らないことがよくあり、より多くのデータを追跡することで、思いもよらなかったより多くの洞察が得られ、得られることがよくあることに気づくでしょう。

たとえば、マーケティング チームは、ファネルのトップイベントを追跡することだけに興味があるかもしれません。

しかし、誰かが顧客になった後にさらに多くのデータを追跡すると、これらのユーザーを価値の高い顧客または価値の低い顧客として分類し始めることができます。 これにより、どのマーケティング キャンペーンが最も価値の高い顧客を獲得しているのかを把握できます。

この洞察は、交渉チームにとって非常に貴重である可能性がありますが、ファネルのトップ分析だけを追跡している場合は見逃してしまう可能性があります。

AI 顧客分析の総合力の中心は、リアルタイムの監視と最適化を必要とする完全なカスタマー ジャーニーを追跡することです。

オーディエンスセグメンテーションを使用してカスタムイベントを追跡する機能と、サードパーティの統合および外部データソースに接続する機能により、セルフサービス型のスマート分析が可能になります。

セルフサービスが可能になる傾向が高まる中、チームの全員が答えを得ることができるプラットフォームを見つけたいと考えています。 従来の顧客分析では、カスタマー ジャーニーのごく一部に関するレポートしか表示できず、洞察を得るまでに時間がかかります。

多くの場合、そのデータを深く掘り下げたい場合は、そのデータをデータベースにエクスポートしてから、複雑な後続クエリを実行して何らかの洞察を得る必要があります。

したがって、AI を活用した分析では、技術的な専門知識がなくても、データについて自然言語で質問するだけで、カスタマー ジャーニー全体を分析できる予測的洞察を提供する AI 機能があれば素晴らしいと思います。

また、部門を超えたチームが即座に答えを得てビジネス上の問題を解決できる、ユーザーフレンドリーなインターフェイスを探してください。

3 番目は、大規模な最適化とパーソナライゼーションを通じてデータにどのように対処できるかです。

従来の顧客分析では限られたチャネルしか提供されず、製品によるカスタマー ジャーニーの最適化のオプションが限られており、多くの場合、セグメンテーションのオプションが限られており、プロファイルの可視性も低くなります。

AI を活用した分析では、製品やマーケティングのパーソナライゼーションのためのきめ細かなオーディエンスのセグメンテーションをカスタマイズできる機能を備え、クロスマーケティング チャネルの最適化のためのアクションを自動化できるツールを見つけることが重要です。

つまり、即時に行動を起こし、特定の対象者を定義して機会を捉え、複数のチャネルを通じて見込み客をターゲットにすることができる適切なツールを見つけることになります。

要約すると、AI を活用した分析から最大限の価値を得るには、データに接続し、分析し、それに基づいて操作できるツールを選択することが重要です。

統合およびカスタム追跡およびセグメンテーションにおけるリアルタイム データとサードパーティ データとの接続に焦点を当てた接続により、クライアントは AI 予測を分析し、オールインワンの顧客分析とユーザー フレンドリーな視覚化データを効率的にコパイロットすることができます。

Woopra の紹介: ケーススタディとデモ

Woopra は、企業が顧客の完全なユーザー ジャーニーを理解できるようにする、AI を活用した顧客分析プラットフォームです。 Woopra を使用すると、注目度の高い顧客を予測し、最も情報に基づいたデータに基づいた意思決定を行うことができます。

Woopra は、ROI を最大化するために幅広い質問に答えることができます。 企業が尋ねる可能性のある 4 つの典型的な質問を次に示します。

最も価値の高い顧客をリアルタイムで変換しているチャネルとページはどれですか?

行動や興味によって価値の高い顧客と低い顧客を分類するにはどうすればよいですか?

価値の高いユーザーやカート放棄者に対するアウトリーチを自動化および調整するにはどうすればよいですか?

そして、どのヒーロー製品が新規顧客の売上に最も貢献しているのでしょうか?

他のツールは追跡のみに焦点を当てている場合がありますが、Woopra は複雑な質問に答え、その追跡データに基づいて操作できるようにすることで、追跡データでできることを拡張します。

それでは、もう少し深く掘り下げて、Woopra がこれらのさまざまな質問にどのように適用できるかを見てみましょう。

最適なカスタマー ジャーニーをリアルタイムで分析することで、サイトへのアクセス方法から、どのチャネルが最も効果的に機能しているか、製品とのやり取りまで、ユーザー ジャーニー全体を分析できます。

そして最後に、ユーザーがサイトで何かをするとすぐに、何がコンバージョンを促進し、製品の継続的な使用を促進しているのかを確認します。 Woopra プロファイルを使用すると、即座に更新されます。 これにより、組織全体のチームが即座に行動できるようになります。

当社のクライアントの 1 つはコモディティ業界向けのサブスクリプション モデルを採用しており、Woopra はそれらの潜在的なクライアントに関する洞察に即座にアクセスできるようにすることで、営業チームに権限を与えています。

その後、どのマーケティング チャネルが最も多くの訪問者を集めているか、どの記事が最も閲覧されているか、各ページの滞在時間などを追跡できます。

さらに、価値の高い潜在的なリードに焦点を当てた顧客セグメントに基づいて、潜在的な顧客への電子メール アウトリーチの自動化を検討することもできます。

また、自動メールの送信後に Woopra で追跡しているすべてのデータに基づいて、リードが興味を持っている記事を含めるようにメールもカスタマイズされます。

これらのメールを追跡して、誰が戻ってきたのかを確認することもできます。 彼らが戻ってきたら、Woopra で別の自動化が行われ、営業チームのスラック チャネルが更新され、価値の高いリードが戻ってきたときに即座に通知が届くようになります。

このタイプの総合的な追跡と自動化により、営業チームが迅速に行動できるようになり、ブラインド メールの送信にかかる時間を減らし、価値の高い見込み顧客により多くの時間を集中できるようになり、コンバージョン率が大幅に向上しました。

行動や関心によって価値の高い顧客と低い顧客をセグメント化するにはどうすればよいですか?

セグメンテーション機能を使用すると、数式と非常に詳細なフィルターを使用して、ユーザー アクティビティに基づいて任意の数のカスタム セグメントやオーディエンスを定義できます。

これらのセグメントはコードを必要とせず、技術者以外のメンバーでも数分で簡単に作成できます。

これらのセグメントにより、実用的な幅広い洞察が得られます。

私は、デジタル マーケティング担当者向けにレッスンと認定資格を提供しているクライアントの 1 つが、ユーザー向けの完全なスコアリング モデルを作成するのを支援しました。

数式を使用することで、クライアントがサイト上で実行できる幅広いアクティビティに基づいてポイントを割り当てることができました。 レッスンを完了すると 5 ポイント、認定資格を取得すると 10 ポイントなどです。

次に、各ユーザーの合計をリアルタイムで更新するカスタム メトリクスを作成しました。 次に、これらのスコアに基づいて、これらのユーザーを高、中、低価値のクライアントなどのさまざまなセグメントに分類することができました。

その後、クライアントはどのレッスンやアクティビティが最もエンゲージメントを促進しているかを追跡し、ユーザーのアクティビティに基づいてコンテンツとアウトリーチを自動化できるようになりました。

セグメントをカスタマイズできるようになったことで、ユーザーの行動をより深く理解し、製品チームが最もエンゲージメントを促進するレッスンやコンテンツに集中できるようになりました。

次に、価値の高いユーザーとカート放棄者に対するアウトリーチを自動化して調整する方法を見てみましょう。

これらのユーザーケースのいくつかについては以前に触れました。 ただし、Woopra の自動化機能について詳しく説明します。 ユーザーの行動に基づいて完全なワークフローを作成できます。

ユーザーはカートに商品を追加することで自動ワークフローに入ることができ、購入が完了しなかった場合のタイムアウト期間を選択できます。 その後、統合を使用して、そのユーザーに自動メールを送信できます。

この機能を頻繁に使用しているクライアントの 1 つは、私たちが提携している航空会社です。 自動化されたワークフローを使用して、チェックアウトするユーザーにカスタマイズされた電子メールを送信します。また、カートを放棄するユーザー向けのワークフローもあります。

これらのワークフローは、座席の好み、目的地への往復の旅行者数、予想出発時間など、ユーザーの選択から追跡されたデータを取得します。

このデータはすべて Woopra インスタンスで追跡されます。 そして、このデータを使用して、送信グリッド統合を使用して送信するカスタマイズされた電子メールにこの情報を挿入します。

現在の放棄ワークフローでは、ユーザーがフライト取引の詳細をすべて入力したものの、最終的にチェックアウトしなかった場合、自動メールにすべてのフライトの詳細を挿入する電子メール アウトリーチを実際にカスタマイズして、潜在的なコンバージョンの回復を試みることができます。

Woopra を使用すると、現在の放棄メールを送信するときにさまざまなメール形式を試す自動化機能を使用してランダム AV テストを実行し、そのパフォーマンスも追跡できます。

データの追跡は重要な側面の 1 つです。 もう一方は、そのトラック データに基づいて操作できるようになります。

Woopra の最新機能と開発である AI Woopra Co-Pilot には、エンゲージメントと収益の向上に役立つ幅広い可能性があります。

自然言語で質問し、副操縦士が質問し、必要な回答を提供するレポートを自動的に選択して構成できます。

この機能は、手動でレポートを作成することなく、可能な限り迅速に答えを得ることが目的です。 これにより、チームの誰もが社内のデータ専門家に頼ることなく、貴重な洞察を得ることができ、数秒で得られるようになります。

Woopra Copilot: Gen-AI レポートと洞察のデモをご利用ください。