BtoCの売上拡大につなげるための
機械学習・AI
AIによるキャンペーンモデルを
AIMSTAR内で生成
AIMSTAR CDPのデータを使い、AIMSTAR内でモデル生成を実施し、
ユーザーはシナリオ画面でパーツを組み込むだけで高度な施策を実施できます。
AIによるキャンペーンモデルを
AIMSTAR内で生成
AIMSTAR CDPのデータを使い、AIMSTAR内でモデル生成を実施し、
ユーザーはシナリオ画面でパーツを組み込むだけで高度な施策を実施できます。
AIを活用した機能
AIスコアリング
- 特定商品の購入確率、クーポン反応確率などテーマごとにデータをセットしモデルを作成
- スコアが高いN人に施策を実施することで高いROIが見込める
AIレコメンド
- 購買有無や属性などのデータをセットしモデルを作成
- 顧客ごとに上位N商品をOne to Oneレコメンド
生成AI AIMSTAR WISDOM
- ファイルをアップロードするだけでモデルを作成し回答を生成
- 社内マニュアルなどの独自データをもとにユーザーの質問への回答文書検索を行うナレッジ検索システム
AI機能を活用した実施例
CASE 01 クーポン送付セグメントモデル
クーポンがなくても購入する、クーポンを送っても購入しないセグメントへの無駄打ちを抑え、本当にクーポンを送ることで購入回数や購買有無に影響がある対象者を選定。ROIを大幅に上げた。
CASE 02 商品カテゴリ購入者見込み発掘モデル
商品カテゴリそれぞれを購入する確率が高い顧客を見つける、商品起点の施策を実施。売りたい商品がある場合に、ROIが高くなるように効率的なターゲット選定が可能。
CASE 03 DM反応予測率による効率化
特定商品購入者や直近購入者に対してDMを送付していたので毎回同じようなセグメントに対してしかリーチができていなかった。AIでＤＭ反応確率予測を顧客ごとに算出し、A/Bテストを実施したところ従来比120％の効果が出た。
CASE 04 コールセンターのトークスクリプト構築
生成AIを活用しトークスクリプトの構築やトーク履歴の要約を実施。トーク履歴を蓄積し、成約したときのトーク内容を学習させることで、生成ＡＩがトークスクリプトを自動生成。実際のコールのほか、オペレーターの研修に利用することも可能。
CASE 05 営業リストの選定で営業最適化
営業活動記録をもとに営業リストを作成しSFAに連携。各営業担当者はそのリストをもとにアクションを実施していき、結果をSFAにいれることで再学習し精度向上。
CASE 06 メールやWeb・アプリ上でのパーソナライズされたレコメンデーション
ユーザーの購買/閲覧ログだけでなく、ユーザーの属性情報や商品の属性・説明文・画像等をふまえ、大量の商品の中からユーザーの好みを精度高く反映した商品を算出してレコメンドを実施。
CASE 07 独自ナレッジを踏まえたQA Chat AI
Chat AIにドキュメントをインプットすることで、質問に対してドキュメントから該当する部分を検索し、会社固有のルールに対応した適切な回答を生成。例えば知識のない新入社員がマニュアルを全て読まずとも、適切なナレッジをChatベースで知ることが可能。
CASE 08 文書からSQL(クエリ)を自動生成
実施したい集計の要件を文章で指定するだけで、独自スキーマ・データを考慮したSQL(クエリ)をAIが自動的に作成。クエリ作成、検証にかかっている時間を削減。
CASE 09 コールセンターから通電しやすい時間帯・成約確率を予測
何曜日の何時頃であれば通電しやすいか、通電時に成約しやすいか予測。成約確率の高い顧客・時間帯に優先的に架電することでコールセンターの通電率、成約率を向上。
