Dynamic Yieldの新しいAIを活用したソリューション「Predictive Targeting」は、すべてのA/Bテストを効果的なパーソナライゼーションの機会に自動的に変換します。
公開：2020年3月3日
パーソナライゼーションは以前から人気を集めており、企業はより個別化されたアプローチへの投資を迫られています。多くの企業が「十分だろう」と感じるプログラマティックターゲティングの設定を間に合わせで構築した結果、パーソナライゼーションが適切に導入され、すぐに成果が出ると信じ込んでしまっています。
しかし、マーケターがすぐに学んだように、真のパーソナライゼーションははるかに複雑であり、多くの時間、労力、リソースを必要とします。適切に実行されるデータ駆動型のパーソナライゼーションは、セグメント化されたウェブサイトトラフィック（それ自体が手間のかかるデータ集約的なタスク）、明確な結果を伴う多数のテスト展開、分析されたデータ、および最適なプログラマティックターゲティングルールを決定するための各オーディエンスセグメントに対するテスト済みバリエーションごとの測定に依存しています。
マーケターが支援を必要としているさらなる証拠として、最近のパーソナライゼーション成熟度評価調査があります。この調査では、パーソナライゼーションを導入していると回答した企業はわずか17％であり、最大の障壁として「リソースの不足」が挙げられています（49％）。パーソナライゼーションに固有のこうした困難により、マーケターは推測や直感に基づくターゲティングに頼りがちになり、当然のことながら、結果が最適でなくなることにつながっています。
しかし、多くのブランドにとってパーソナライゼーションが依然として初期段階の取り組みである一方、A/Bテストは今日のほとんどのオンラインビジネスにおいて広く普及しており比較的実行しやすい手法であり、ウェブサイトのトラフィックの中で最適なバリエーションや体験を確実に見つけ出し続けています。しかし、テストの実施後に行われるアクションには本質的な欠陥があります。なぜなら、マーケターは勝利したバリエーションを訪問者プール全体に提示する傾向があり、パーソナライズされたアプローチとは正反対の「勝者総取り」戦略を実質的に展開してしまうからです。
A/Bテストでは、トラフィック全体で平均して最適なバリエーションが判明する場合がありますが、最適なバリエーションが必ずしも最適ではない訪問者のセグメントは常に存在します。言い換えれば、「勝者総取り」は大多数の訪問者にとって最善策である可能性がありますが、他の層の訪問者にとっては体験が損なわれ、おそらく利益を逃すことになります。
A/Bテストとパーソナライゼーション双方の長所を組み合わせた、Dynamic Yieldの新しいAI搭載ソリューションPredictive Targetingは、企業がすべてのA/Bテストを効果的なパーソナライゼーションの機会へ自動的に変換できるようにします。A/Bテストに精通している方にとって、Predictive Targetingはパーソナライゼーションの世界への便利な橋渡しであり、入り口です。
Predictive Targetingは、Dynamic Yieldを通じて開始されるすべてのエクスペリエンスのバックグラウンドで実行され、すべてのトラフィックセグメントにおける各バリエーションのパフォーマンスをリアルタイムで分析し、選択されたオーディエンスセグメントに関連性の高いコンテンツを提供する機会を特定します。パーソナライズの機会が発見されると、マーケターは即座に対応し、各セグメントの収益を最も向上させると予測される必要なターゲティング設定をワンクリックで展開することができます。
次のユースケースを見てみましょう。
PDPに展開する最適な商品レコメンデーション戦略を特定するため、ある著名なスポーツEコマースサイトのマーチャンダイザーが、それぞれ等しい割合のトラフィックを受け取る3つのバリエーションでテストを実施しました。
その結果、バリエーションCが勝者であることが決定的に示され、コントロールグループと比較して34.4％のコンバージョン率の向上が見込まれます。一般的な慣例に従い、そのマーチャンダイザーは、すべてのユーザーに対して平均して最も優れたパフォーマンスを発揮すると予想されるバリエーションを展開しようとするでしょう。この場合はバリエーションCです。しかし、そうすることが本当にすべてのユーザーにとって最高のパフォーマンスを生み出すでしょうか？
このテスト中、Predictive Targetingがバックグラウンドで実行され、サイトのすべてのトラフィックセグメントにおける各バリエーションのパフォーマンスが分析されました。それによると、「Frequent Visitors」というタイトルのオーディエンスにバリエーションCを提供し、その他のすべての訪問者にバリエーションBを提供した場合、全体で54.1％という驚異的なリフト効果がもたらされることが明らかになりました。そして、その通りになりました。
ある顧客は最近、コントロールグループとトリートメントバリエーションで構成されるディスプレイ広告キャンペーンの最適な文言を決定するための簡単なテストを実施しました。その結果、コントロールグループが明らかな勝者であることが判明した一方で、トリートメントはパフォーマンスを大幅に低下させました。結果に落胆したその顧客は、自動化されたパーソナライゼーションのレコメンデーションに直面しました。Predictive Targetingは、トリートメントを破棄する代わりに、トリートメントバリエーションに対して実際により良いパフォーマンスを発揮することが確認された広告視聴者のサブセット（トラフィックの30％）にトリートメントを表示するようユーザーにアドバイスしました。この例では、Predictive Targetingにより、「不調」だったテストがより良いパーソナライゼーションの機会へと効果的に転換されました！
Predictive Targetingを使用すると、おなじみのマーケティングの制約を克服できます。裏で面倒なデータ分析タスクをすべて自動的に処理してくれるため、自分で行う必要がなくなります。Predictive Targetingの提案はすべて統計的に有意かつデータ駆動型であり、マーケターはパーソナライゼーション戦略の実行時に推測や大掛かりな分析に頼る必要がなくなります。
Predictive Targetingはセットアップや開発を必要とせず、Dynamic Yieldを通じて展開されるあらゆるキャンペーンやテストに自動的に組み込まれます。つまり、モバイルアプリ、メール、オフサイト広告など、あらゆるチャネルやプラットフォームにおいて、すべてのユーザーデータを活用し、レコメンデーションが特定された瞬間にそれを表示することが可能になります。
Predictive Targetingは、すべてのDynamic Yieldのお客様にご利用いただけます。ベータプログラム期間中、Predictive Targetingは徹底的にテストおよび検証され、2,500件を超える実験のデータをリアルタイムで処理し、世界をリードする複数の小売業者に向けて成功したパーソナライゼーション戦略とデプロイメントを生み出しました。Predictive Targetingにより、パーソナライゼーションがはるかに簡単になりました。
