Oracle Unity Customer Data Platformインテリジェンス・ワークベンチ・モデル・カタログ

アカウント・リード・スコアリング・モデル

アカウント・リード・スコアリング・モデルは、プロファイル、収益、行動データおよびエンゲージメント・パターンを使用して、B2Bアカウントにコンバージョンの可能性をスコアリングする、すぐに使用できる予測データ・サイエンス・モデルです。スコアは、購入するアカウントの傾向を識別します。

福利厚生

• より高いコンバージョン機会で、適切な勘定科目を積極的に育成します。
• アカウントベースのマーケティング(ABM)の取り組みの有効性を高めます。
• マーケティング適格リード(MQL)の数とコンバージョン率を増やします。

業界のユースケース

• 製造:グローバルな製造会社では、Oracle Unityの予測、アカウント・リードおよびコンタクト・スコアリング・モデルを使用して、プロファイルおよびエンゲージメント・パターンに基づいて販売転換の確率を見積もることが可能です。
• テクノロジー:テクノロジー企業は、予測的なアカウント・スコアリングを活用して、特定のアカウントのどのコンタクトがコンバージョン率が最も高いかを特定し、キャンペーンやアウトリーチ・プログラムに積極的に追加することで、ABMの取り組みを加速できます。

コンタクト・リード・スコアリング・モデル

コンタクト・リード・スコアリング・モデルは、プロファイル、収益、行動データおよびエンゲージメント・パターンを使用して、コンタクトをコンバージョンの可能性についてスコアリングする、すぐに使用できる予測データ・サイエンス・モデルです。

モデルは、すべてのコンタクトのリード・スコア・タイムスタンプを持つリード・スコア値を生成します。これは、さまざまなレベルのセールスファネルで活動している担当者と、購入する可能性を判断するのに役立ちます。これにより、顧客セグメントを正確にターゲティングし、営業戦略とマーケティング戦略を効果的に連携させることができます。

福利厚生

• コンバージョンの可能性が高いコンタクトを積極的に育成します。
• マーケティング適格リード(MQL)の数とコンバージョン率を増やします。

業界のユースケース

• テクノロジー:ビジネス・ソフトウェア企業は、このモデルを活用して、特定のアカウントのどの担当者がコンバージョン率が最も高いかを特定し、アウトリーチ・プログラムに積極的に追加することで、営業活動を加速できます。

顧客生涯価値モデル

顧客生涯価値(CLV)モデルは、特定の期間における顧客の価値を推定する、すぐに使用できるデータ・サイエンス・モデルです。この予測は、顧客プロファイル・データ、過去のトランザクション履歴、トランザクションの金額と頻度など、複数のタッチポイントに基づいています。

ビジネス・ユーザーは、CLVモデルをカスタマイズして、顧客に3か月、6か月または12か月の生涯価値を提供できます。

福利厚生

• 顧客の獲得、維持、サービス提供時に、マーケティング経費をより効果的に予算化します。
• 価値の高い顧客を特定して重視し、顧客維持率を高め、収益を拡大します。

業界のユースケース

• 消費者向けパッケージ商品:あるオンライン化粧品会社は、顧客のライフタイム・バリュー・モデルを使用して、顧客のプロファイルと取引パターンに基づいて長期的な顧客の価値を評価することになります。過去6か月間に購入されたスキン・ケア製品のキャンペーンが2点未満かつ購入額が200ドル以上の顧客を対象としており、新しい最高級スキン・ケア製品のキャンペーンを作成するといったことも可能になる。
• 自動車:自動車メーカーは、CLVモデルを活用して顧客の支出範囲を特定し、その支出範囲内にある自動車のオファーを調整します。
• 小売:食料品店では、CLVモデルを実行して、新しいロイヤルティ・プログラムを促進するためのキャンペーンに含める、ブランドとの生涯価値の高い顧客を特定します。

キャンペーンの売上属性モデル

キャンペーン収益属性モデルはすぐに使用できるデータ・サイエンス・モデルであり、営業やコンバージョンにつながるタッチポイントを分析することで、キャンペーンの成功を判断するのに役立ちます。キャンペーン売上属性モデルには2つのタイプがあります。

• 収益キャンペーン属性モデルは、各キャンペーンに金銭的価値を割り当てることで、キャンペーンの効果を測定します。
• 非収益キャンペーン属性モデルは、各キャンペーンにパーセント属性値を割り当てることで、キャンペーンの効果を測定します。モデルは、個々のキャンペーンの合計変換に変換されたキャンペーンの割合値として属性率を計算します。

各モデルでは、キャンペーンの変換に貢献したすべてのタッチポイントが考慮されます。

福利厚生

• 収益ベースの出力を超える属性について理解します。
• 主観的な選択ではなく、客観的なデータ分析に基づいて意思決定を行います。
• どのイベントが最も効果的なコンバージョンを生成するかを理解し、どこに予算を費やし、ROIを改善するかを決定します。

業界のユースケース

• 小売業:小売業者は、キャンペーン属性モデルを使用して、マルチチャネル・ジャーニーをより深く理解し、どのチャネルが最もコンバージョン率を上げているかを把握することができます。
• テクノロジ: SaaSテクノロジ企業は、キャンペーン属性モデルを活用して、マルチタッチ・キャンペーンと、収益のクローズに最も影響を与えたコンテンツ、チャネルおよびキャンペーンの取り組みをより深く理解できます。

最新性、頻度および通貨モデル

最新性、頻度および金額(RFM)モデルは、イベントおよびトランザクション・データに基づいて最新性、頻度および金額の数値スコアを生成する、すぐに使用できるデータ・サイエンス・モデルです。これにより、顧客を様々なペルソナに分離し、最も関連性の高いメッセージングでターゲット設定できます。

RFMモデルでは、次の特性を使用してエンゲージメントおよび購入動作を測定します。

• 最新性: 顧客の最新のトランザクション。
• 頻度: 顧客が取引を行う頻度。
• 通貨: 顧客の取引のサイズ/合計金額。

各特性は、1から5までのスコアで表されます。1つは最新、最小頻度または最小購入額で、5つは最新、最も頻度の高い、または最高の購入額です。

モデルでは、次のペルソナを使用して各顧客の価値を示します。

• 失注:一定の観察期間中、最小限のアクティビティしかありません最も弱いエンゲージメント。
• リスクあり:離反し始めており、購入行動が低い顧客。
• 失うことはできません:フットプリントが強い加入者が非アクティブです。まだ救済可能です。
• 納期回答:リーセンシと購入額が平均的な顧客。
• 新規:高額なエンゲージメントを行う確率が高い最近のエンゲージメント。
• チャンピオン:最高のもの。高額な購入を行う確率が最も高い最近の顧客です。

福利厚生

• RFMペルソナを使用して、顧客の相対的な価値に基づいて、最も関連性の高いメッセージとオファーで顧客をターゲットにします。このように顧客エンゲージメントが向上すると、応答率、顧客満足度、顧客維持率および顧客生涯価値を高めることができます。

業界のユースケース

• 小売:小売業者は、RFMモデルを活用して、過去のやり取りに基づいて様々な休日キャンペーンのオーディエンス(高価値、納期回答、リスクあり、損失など)を特定し、セグメント化することで、ターゲティング、パーソナライズ、全体的なコンバージョンを改善できます。

トップに戻る

解約傾向モデル

解約傾向モデルは、トランザクション・パターンと行動パターンに基づいて顧客の解約の可能性をスコアリングおよび測定する、すぐに使用できるデータ・サイエンス・モデルです。

顧客が解約する可能性が高いと判断し、マーケティング担当者は、顧客を維持するために特定のキャンペーンやメッセージでターゲットを絞りたい顧客についてインサイトを得ることができます。

福利厚生

• このモデルにより、解約リスクのあるオーディエンスおよびセグメント(価値の高い顧客を含む)をプロアクティブに識別できます。マーケティング・チームと広告チームは、関連するメッセージングを使用して、これらの顧客のウィンバック・キャンペーンをトリガーして、顧客維持率を向上させることができます。

業界のユースケース

• 通信:通信プロバイダは、別のプロバイダに切り替えることを検討している可能性のある顧客に、特別なプロモーションを自動的に送信できます。

エンゲージメント傾向モデル

エンゲージメント傾向モデルは、顧客の過去のやり取りに基づいて、Eメール(オープン、クリック、登録または登録解除)にエンゲージする可能性を測定します。

福利厚生

• Eメール・ターゲティングおよびキャンペーン・エンゲージメントを改善します。
• 疲れている可能性のあるオーディエンスを引き付けて取り除く可能性が最も高いオーディエンスに焦点を当てることで、キャンペーンのタッチポイントを正確に増やします。

プロダクト傾向モデル

このすぐに使用できるモデルは、過去のインタラクションと顧客プロファイル・データに基づいて、顧客が特定の製品を購入する可能性を予測します。

このモデルでは、顧客と製品の組合せの傾向スコアを確認することで、特定の製品を購入する可能性が最も高い顧客を識別できます。

福利厚生

• 傾向の高い顧客と製品の組み合わせをターゲットにすることで、マーケティング予算をより効果的に支出します。

意思決定を改善するために、社内で利用できないインサイトを獲得します。

業界のユースケース

• 小売:小売業者は、製品の傾向モデルを活用して、新規にエンゲージした顧客に適切な製品オファーを特定し、コンバージョンと顧客獲得を向上させることができます。
• 電気通信:モバイル通信会社は、製品の傾向モデルを活用して、顧客を新しい電話、ハードウェア、サービスのアップグレードに導くことができます。

買戻し傾向モデル

買戻し傾向モデルは、顧客が特定の製品を再購入する可能性を測定します。買戻し傾向スコアは、過去の顧客取引、人口統計および行動データに基づいて計算されます。

福利厚生

• Oracle Unity Customer Data Platformで作成されたオーディエンスに対して購入傾向スコアを活用して、クロスチャネル・エンゲージメント・キャンペーンを最適化し、製品を再購入する可能性が最も高い顧客をターゲットにします。

トップに戻る

次善のアクション・モデル

次の最善アクション・モデルは、すぐに使用できるデータ・サイエンス・モデルであり、顧客のニーズを予測し、販売およびトランザクションのパターンに基づいてすべての顧客に最も関連性の高いアクションを推奨します。

このモデルでは、顧客プロファイル・データ、顧客エンゲージメント、製品カタログ・データおよび購入を使用して、顧客に対して推奨される上位5つのアクションが生成されます。これらの推奨事項を使用して、特定の顧客に最も関連性の高いアクションを決定できます。

福利厚生

• 顧客のジャーニーに対する次の最適なアクションにより、適切な方法で顧客と関わることで、コンバージョン率を高めます。

業界のユースケース

• 自動車:ある世界的な自動車ブランドが、UnityのNext Best action(NBA)モデルとNext Best Offer(NBO)モデルを活用して、最も関連性の高いアクションとオファアの推奨案を、すべての顧客について販売とトランザクションのパターンに基づいて提示させることができるようになる。
• 金融サービス:金融サービス会社は、次の最善アクションと次の最善オファーモデルを使用して、投資口座、信用枠、住宅ローンなどの金融商品の新しいオファーに変換する可能性が高いオーディエンスを特定し、その推奨に基づいてチャネル全体で顧客のエクスペリエンスをパーソナライズできます。
• 旅行とホスピタリティ:クルーズ・ラインは、NBOおよびNBAモデルを使用して、顧客が次の旅行や滞在を予約するのに役立つオファーを特定できます。

次善の提案モデル

Oracle Unityの次善のオファー・モデルは、すぐに使用できるデータ・サイエンス・モデルであり、顧客のニーズを予測し、販売および取引のパターンに基づいてすべての顧客に最も関連性の高いオファーを推奨します。

このモデルでは、顧客プロファイル、顧客エンゲージメント、製品カタログおよび購入データを使用して、推奨事項を生成します。これにより、ユーザーは様々な製品またはサービスに関連付けられたオファーの上位推奨から選択できます。ユーザーは、これらの推奨事項を使用して、特定の顧客に送信する最も関連性の高いオファーを決定できます。

福利厚生

• 次の最善オファー・モデルを活用して、最も関連性の高いコンテンツやオファーで顧客と関わることで、コンバージョン率を高めます。

業界のユースケース

• 自動車:ある世界的な自動車ブランドが、次の最善アクション(NBA)モデルと次の最善オファー(NBO)モデルを活用して、最も関連性の高いアクションとオファーを、すべての顧客について販売とトランザクションのパターンに基づいて提示させることができるようにします。
• 金融サービス:金融サービス・プロバイダーは、次の最善アクションと次の最善オファー・モデルを使用して、投資口座、信用枠、住宅ローンなどの金融商品の新しいオファーに変換する可能性が高いオーディエンスを特定し、その推奨に基づいてチャネル全体で顧客のエクスペリエンスをパーソナライズできます。
• 旅行とホスピタリティ:ホテル・チェーンでは、NBOおよびNBAモデルを使用して、顧客が次の旅行や滞在を予約するのに役立つオファーを特定できます。

次善のプロモーション・モデル

次の最適なプロモーション・モデルは、すぐに使用できるデータ・サイエンス・モデルであり、顧客の過去の製品購入を使用して、顧客が特定の製品に対して支払う価格を決定します。このモデルを活用することで、顧客の製品価格をインテリジェントにパーソナライズできます。

福利厚生

• 次の最適なプロモーション・モデルにより、製品のパーソナライズされた価格設定が可能となり、コンバージョン率、総収益および平均注文額が向上します。

業界のユースケース

• ヘルスケア:ある医療機器会社は、次の最善プロモーション・モデルを活用して、新しい睡眠支援製品の価格を個々の顧客の購入実績に基づいて微調整することができるようになりました。
• 保険:保険ブランドは、次善の販促モデルを活用して、コンバージョン率を向上させ、顧客がバンドルして節約できるよう、アドオン保険パッケージにパーソナライズされた価格設定を提供できます。

トップに戻る

キャンペーン推奨モデル

キャンペーン推奨モデルはすぐに使用できるデータ・サイエンス・モデルであり、顧客の過去のエンゲージメントおよび様々なキャンペーン間のコンバージョン・トレンドに基づいて、すべての顧客に対して最も効果的なキャンペーンを識別します。

このモデルでは、様々な時間枠(3か月、1年および3年)を使用して、変換の可能性に基づいて、あらゆるインスタンスのすべての顧客に対して繰返しキャンペーンと1回かぎりのB2Cキャンペーンをランク付けします。

福利厚生

• 最近のエンゲージメントとコンバージョン・トレンドに基づいて、顧客に最適なキャンペーンをインテリジェントに予測することで、キャンペーンのコンバージョンとROIを向上させます。

業界のユースケース

• ヘルスケア:医療機関は、モデルを活用して、過去のコンバージョンとエンゲージメントに基づいて、患者ごとに適切な将来のデジタル患者エンゲージメント・キャンペーンを特定できます。
• 小売業:小売業者は、このモデルを使用して、過去のエンゲージメントやコンバージョン履歴に基づいてエンゲージメントする可能性が最も高いキャンペーンにオーディエンスを配置することで、キャンペーンのコンバージョンと顧客生涯価値を向上させることができます。

チャネル推奨モデル

このすぐに使用できるデータ・サイエンス・モデルは、過去のインタラクション・データに基づいて顧客に最適なマーケティング・チャネルを推奨します。

チャネル推奨モデルは、コンバージョンの可能性に基づいて、あらゆるインスタンスのすべての顧客のエンゲージメント・チャネルをランク付けします。高いコンバージョン率で複数のチャネルに支出を配分することで、どのチャネルが収益を促進するかについてのインサイトを得て、収益を増やす機会を見つけることができます。

次のチャネルが評価されます。

• メール
• SMS
• プッシュ
• Web

福利厚生

• 最適な予測チャネルを使用して、セールス・ファネルを進んでいる間に顧客プロファイルをターゲットにすることで、コンバージョン率を向上させます。

業界のユースケース

• 公益事業:電気事業者は、モデルを使用して、Eメール、SMS、プッシュまたはWebのどれかを、オンピークおよびオフピークのエネルギー時間中に特定の顧客と通信するのが最適かどうかを判断できます。

疲労セグメンテーションモデル

このすぐに使用できるデータ・サイエンス・モデルは、顧客のプロファイルおよびエンゲージメント・レベルに基づいて、顧客を様々なレベルのメッセージ疲労に分類します。

疲労セグメンテーション・モデルは、各顧客プロファイルに送信する必要があるキャンペーンとメッセージの数に関するインサイトを提供することで、顧客の疲労を防ぐのに役立ちます。

これは、顧客のエンゲージメント、受信およびオープンされたキャンペーンの履歴、そして最も重要なのは顧客プロファイルのペルソナに基づいて、すべての顧客プロファイルのメッセージ疲労を測定します。疲労を回避するために、各顧客プロファイルに送信する最適なメッセージ数を決定および制御します。

福利厚生

• アクティブな状態かつ意欲的な顧客と疲労している顧客をインテリジェントに差別化します。
• 疲労レベルに基づいて、すべての顧客のキャンペーン・アウトリーチを制御するのに役立つインサイトを取得します。
• エンゲージメントやコンバージョンを増やし、ドロップアウトを減らします。

業界のユースケース

• 製造:ある太陽光パネルの製造業者は、モデルを使用して、顧客のプロファイルとエンゲージメント・レベルに基づいて、顧客の劣化を複数のレベルに分類します。これにより、対象顧客に送信するメッセージの量を調整することができるようになります。
• テクノロジ: B2Bテクノロジ企業は、モデルを活用して、高度なABMキャンペーンの取り組みから排除し、一般的なクロスチャネル・キャンペーンに戻す必要がある潜在的な顧客を特定します。

送信時間最適化モデル

送信時間最適化モデルはすぐに使用できるデータ・サイエンス・モデルであり、過去のEメール動作に基づいてキャンペーンEメールを顧客に送信する最適な時間を決定します。

たとえば、このモデルでは、顧客が通常受信ボックスをチェックする前に、キャンペーン電子メールの送信がトリガーされます。その結果、メッセージは顧客の受信トレイの上部に表示され、Eメールが表示され開かれる可能性が最も高くなります。

福利厚生

• 顧客がEメールを表示、開封、閲覧、確認する可能性が最も高い時期にターゲティングすることで、キャンペーンを最適化することで、顧客エンゲージメントとコンバージョン率を高めます。
• 顧客が受信ボックスをチェックする直前にEメールを送信すると、Eメールを表示して開く可能性が高くなります。

業界のユースケース

• 小売業:ファッション小売業者は、モデルを活用してチャネル全体のキャンペーン配信時間を短縮することで、顧客エンゲージメントと新しいキャンペーンのコンバージョン率を高めることができます。
• 旅行とホスピタリティ:リゾートは、毎週の低価格バケーション取引の電子メールが、コンテンツに関わる可能性が最も高い場合に顧客に送信されるようにすることができます。

トップに戻る