DOORS DX

ベストなDXへの入り口が
見つかるメディア

【AI導入事例】顧客ロイヤルティ向上のための One To One マーケティング支援と機械学習モデルの自動化（日本たばこ産業株式会社）

執筆者

DOORS編集部

公開日
2020.10.30
更新日
2024.03.07

最終更新日：2023.12.15

※本記事は、ブレインパッドが運営する人工知能ブログ「+AI」に掲載されている記事の転載版になります。

会員データやWebサイトの行動データなどから顧客の嗜好性を予測するモデルを構築し、予測結果を活用したキャンペーンで約20％の費用対効果の改善がみられることがわかりました。さらに、予測モデルの更新から結果の確認まで一連のプロセスを自動化することにより、担当者が継続的に利用できる仕組みを提供しました。

参考：ブレインパッド、JTのマーケティング効果をAI、機械学習の活用により20％改善

Solution：解決策

オウンドメディアの会員データやWebサイトの閲覧履歴などの行動データ、マーケティングキャンペーンによる会員との接触履歴データなどをもとに会員の嗜好性、つまりどの銘柄が選ばれやすいかを予測する機械学習モデルを構築し、各銘柄の選択確率として数値で表しました。
また、実際の業務に適用できるデータ活用を目指し、現場のマーケティング担当者と密なコミュニケーションをとりながらモデルを設計し、得られた分析結果を理解しやすい形で的確にアウトプットすることにより、納得感のある予測モデルの構築を実現しました。さらに、その運用を実務に根付かせるべく、モデルを自動化・システム化し、予測精度を保ちながらデータ分析の結果を継続的に利用できる仕組みを提供しました。


Subject：課題

「お客様にどのような価値を提供するか」という課題に対し、オウンドメディアの会員データやアンケートデータなど、これまでに蓄積されてきたデータをマーケティング活動に活用できると考えられていました。
また、多くの企業がデータ分析のPoCを実施する一方で、現場の実用的なレベルにまでは浸透させられていないという課題を抱えている中で、担当者の理解と信用獲得、そしてデータ分析の継続的な運用が必要とされていました。


Achievement：導入後の成果

他社銘柄を利用中の会員に対して、機械学習モデルから抽出したあるJT銘柄をおすすめするマーケティングキャンペーンでは、施策１回につき20％程度の費用対効果の改善がみられることがわかりました。
また、業務要件を正しく把握して予測モデルに落とし込む一方で、得られた分析結果をマーケティング担当者が理解しやすい形で的確にアウトプットすることにより、納得感のある予測モデルの構築を実現。さらに、機械学習モデルの更新・予測・予測結果の確認・データベースへの格納までの一連のプロセスをすべて自動化・システム化することにより、予測精度を保ちながら継続的に利用できる仕組みを提供しました。


このページをシェアする

コピー
しました

この記事に関する
お問い合わせはこちら

あなたにオススメの記事

人気タグから探す

人気記事ランキング

あなたにおすすめの記事

Recommended Articles

株式会社ブレインパッドについて

2004年の創業以来、「データ活用の促進を通じて持続可能な未来をつくる」をミッションに掲げ、データの可能性をまっすぐに信じてきたブレインパッドは、データ活用を核としたDX実践経験により、あらゆる社会課題や業界、企業の課題解決に貢献してきました。 そのため、「DXの核心はデータ活用」にあり、日々蓄積されるデータをうまく活用し、データドリブン経営に舵を切ることであると私達は考えています。

株式会社ブレインパッド
についてはこちら

メールマガジン

Mail Magazine