Trade MeがSegment CDPとCustomerAI Predictionsを使用してキャンペーンのパフォーマンスを20%向上させた方法

チャレンジ

データサイエンスチームに対するビジネスニーズが増大していく中、Trade Meのマーケティングチームは、データサイエンスリソースに対する依存を減らし、チーム独自のデータサイエンスの課題を解決できるよう支援するソリューションを必要としていました。

解決策

 CustomerAI Predictionsを使用することにより、Trade Meのマーケティングチームは、柔軟ですぐに使える予測AIモデルを手軽に活用して買い手と売り手の行動を予測し、そうした予測を使用してよりターゲットを絞り込んだタイムリーでパーソナライズされたキャンペーンを実施できるようになりました。データサイエンスチームの専用リソースは不要です。 

ニュージーランドで最大のオンラインオークションWebサイトとして、 Trade Me は「初めての家探し、起業、車の購入、キャリアの次のステップ探しを行う場所」であり、連日650,000人を超えるニュージーランド人がこのサイトを訪れています。 

Trade Meには、マーケティングのユースケースや実験をサポートするデータサイエンスチームがありますが、ビジネス全体でデータサイエンスに対する需要が高まり、マーケティングチームが必要なリソースを確保することの難易度を高めています。

カスタマーデータ&マーテック部門のシニアアナリストであるVaibhav Miskeen氏は次のように述べています。「ユースケースがあるたびに、それがビジネスの全体的な目標にどのように貢献しているかに基づいて優先順位付けを行います。マーケティングは収益を促進しますが、他の重要な取り組みが優先されていました。そこで、データサイエンスのリソースには頼らず、プラットフォームが私たちの代わりに大変な作業をしてくれるようなソリューションを探しました」

Twilio Segmentは、チームが現在信頼を寄せる重要なプラットフォームであり、統合された顧客プロファイルと信頼できるデータ基盤をTrade Meに提供すると同時に、予測AI機能をマーケティング担当者達が直接利用できます。SegmentのCustomerAI Predictionsですぐに使える予測モデルを活用することにより、チームは将来の買い手と売り手の行動を迅速に予測し、追加のデータサイエンスリソースを必要とせずに、チャネル全体でターゲットを絞り込んだキャンペーンを実施できるようになりました。  その結果、メールと広告キャンペーンに大幅な向上が見られ、広告費用対効果（ROAS）と運用効率も改善しました。 

予測AIによりキャンペーンのパフォーマンスとROASが向上 

CustomerAI Predictionsを使用することにより、Trade Meのマーケティングチームは、オンラインマーケットプレイスでの販売を促進するさまざまな方法に、どのユーザーがエンゲージし、コンバージョンする可能性が最も高いかを簡単に予測することができました。 

 Predictionのすぐに使えるカスタム予測ゴールモデルの柔軟性を利用すれば、どのユーザーがマーケットプレイスでオークションにかけられる商品に入札する可能性が最も高いか、オークションにかけられる商品を「今すぐ購入」する可能性が高いか、または、今後30日以内に「ショッピングカート」から購入する可能性が高いかを、特定することもできました。そして、こうした予測を使用して、ターゲットを絞り込んだタイムリーなメールキャンペーンを送信し、エンゲージメントとコンバージョンの指標を向上させました。メールの指標と、送信されたメール1通あたりのWebサイトやアプリのセッションを測定したところ、送信されたメールの数は減少したものの、ターゲットとしたオーディエンスが生成するセッション数は増加することが分かりました。 さらに、チームでは 、CustomerAI Predictionsを使用して構築されたキャンペーンのクリックスルー率（CTR）が10%向上し、開封率が20%以上向上しました。

ビジネスの売り手側では、マーケティングチームはカスタム予測目標モデルを使用して、カジュアルな売り手とプロの売り手が出品する可能性、より具体的には「コンピューター」や「モーター」などの特定の製品カテゴリで出品する可能性を判定しました。これらのAIを活用した予測を使用して、出品を行う可能性が最も高いカジュアルな売り手にプロモーションキャンペーンのオファーを絞り込んだ結果、 Trade Meの「コンピューター」カテゴリの出品数が1.3倍増加しました。

Miskeenのチームが、有料キャンペーンをテストしました。対象はSegmentが「モーター」に出品する可能性が高いと判断したカジュアルな売り手とプロの売り手、対するは大手広告プラットフォームのAIテクノロジーを使用して構築したオーディエンスでした。その結果、CustomerAI Predictionsを使用して構築されたオーディエンスは、広告費用対効果（ROAS）が2～3倍高くなりました。 

DMPからファーストパーティデータ戦略へのリアルタイムCDPを使用した移行

Greg Varley氏が2015年にプログラマティック&データマネージャーとしてTrade Meに入社したとき、同社はデータ管理プラットフォーム（DMP）を使用してWebサイトでの顧客行動を追跡していました。ただし、DMPには制限があり、Trade Meは次のような問題を抱えていました。 

• プラットフォーム間でユーザーデータがサイロ化しているため、情報をまとめてプロファイルを統合し、オーディエンスをより深く理解することが困難
• データ信号はCookieの有効期間内しか取得されないため、顧客の縦断的な本物のビューを得ることができない
• ユーザーをデバイスレベルで追跡するために、AppleやGoogleなどの大手テクノロジー企業が現在のポリシーを維持するということに依存している。たとえばAppleが、広告主の識別子（IFDA）を企業が追跡できないようにすると、Trade Meのような企業は、自社プラットフォーム上の広告主から見て貴重なオーディエンスデータの大部分を失うリスクがある。

同社は、2020年にはファーストパーティデータへの移行を開始し、DMPから顧客データプラットフォーム（CDP）への切り替えの必要性をすぐに認識しました。

この移行が、顧客をさらによく知り、よりパーソナライズされた体験を提供し、マーケティングROIを向上させる機会であることは理解していましたが、この移行がビジネスにどのような影響を与えるかを評価し、ニーズに最適なソリューションを特定する必要がありました。 

「一部のプロバイダーは優れたサービスを提供していましたが、Trade Meのユースケースには適していませんでした」とVarley氏は言います。

Varley氏によると、Segmentはデータガバナンスを重視し、Trade Meの下流のユースケースを保護する形でデータがプラットフォームに取り込まれることを保証するツールを提供しました。さらにVarley氏は次のように述べました。「データの基礎となる一貫性がなければ、私たちがお客様やユーザーに提供しようとしている成果は、これほど強力で効率的で効果的なものにはならないでしょう」 

Trade Meは、DMPからSegment CDPへの移行に成功し、データインフラストラクチャの将来性を確保し、年間広告収益を保護し、CustomerAIによる新たな成長機会を開拓しました。

ユーザーデータへのアクセスを制限することでセキュリティを強化

Trade Meは、Segmentへの移行中に個人識別情報（PII）を使用してユーザーインターフェイスへのアクセスを制限することにより、データセキュリティとユーザープライバシーへの取り組みを維持しています。アクセスを許可されるのは、選ばれた個人のグループだけです。Trade Meの他のチームメンバーは、ユーザーデータを編集したうえでプラットフォームにアクセスできます。

また、Trade Meには、Segment内のユーザーインターフェイス（UI）にアクセスし、オーディエンスを作成する権限を有するユーザーを規定するガバナンスもあります。

プロセスを厳格化し、Segmentのダッシュボードにアクセスしてデータを使用できるユーザーをガバナンスすることで、Trade Meは広告戦略のオーディエンスをより効率的かつ効果的に構築できるようになりました。

CustomerAI Predictionsの利用拡大による広告ターゲティングの改善とマーケティング効率の向上

Segmentのすぐに使えるCustomerAI Predictionsを引き続き使用して、検索エンジンマーケティング（SEM）の取り組みを拡大し、購入傾向の高いユーザーに予算を集中させる一方、購入傾向の低いユーザーには予算を最小限に抑えるか、または広告を表示しないようにして、広告費用の最適化を目指します。MetaとGoogleのリターゲティング広告全体でCustomerAI Predictionsを活用したオーディエンスをテストし、広告費用の効率化とROASの向上を図る予定です。

Segmentにより、Trade Meは次のことが可能になります。

• すぐに使用できるCustomerAI Predictionsにより、キャンペーンパフォーマンスの向上、広告収益の増加、広告費用の最適化を実現
• すべてのチャネルやデバイスで顧客を完全に理解する
• サードパーティのCookieに依存するDMPから、ファーストパーティデータを活用する顧客データプラットフォームに移行することにより、ビジネスの将来性を確保
• DMPでは実現できないiOSデバイス全体でのオーディエンスのターゲティング 
• データサイエンスリソースを必要とせずにマーケティングの課題を解決することにより、運用効率を向上