リテール

Quantum Metric、BigQuery で小売ビッグデータのユースケースを開拓

#retail.jpg

※この投稿は米国時間 2022 年 1 月 14 日に、Google Cloud blog に投稿されたものの抄訳です。

編集者注: 新年を迎えるにあたり、私たちは Google の小売業エコシステムからパートナーを招き、激変するこの時代に小売業者の変革をどのように支援しているのか、そのストーリー、ベスト プラクティス、ヒントやコツを共有してもらいました。このブログのオリジナル版は Quantum Metric によって公開されたものです。ここでは、同社から提供された最新情報にご注目ください。

デジタル資産の訪問者のあらゆる行動データにアクセスできるとしたら、何を変えたいですか?

デジタル インテリジェンス プラットフォームの鍵は導入です。これを実現するには、データ、つまりビッグデータが必要です。先進的なお客様は、UI 以外の場所で Quantum Metric のデータを活用し、エクスペリエンス データに関連したビッグデータのユースケースを開拓しています。

Quantum Metric は Google Cloud BigQuery を基盤に構築されており、お客様(その多くは小売業者)は Google Cloud BigQuery を使用して元データにアクセスできます。お客様側では、このデータを BigQuery で直接活用することも、データレイクやクラウドなど、任意のシステムにデータをストリーミングすることもできます。Quantum MetricBigQuery のインテグレーションにより、お客様は私たちが考えるよりも多くの方法でエクスペリエンス データを活用し始めることができます。

ここでは、カスタマー エクスペリエンスを向上させるための BigQuery での Quantum Metric データの活用方法を示す 3 つのユースケースを見ていきましょう。

ユースケース 1: オンライン購入を完了していない消費者のリターゲティング

最初のユースケースはリターゲティングです。ショッピング カートが放棄されたときや、消費者のオンライン ショッピング体験中にエラーが発生したときに、その状況が発生した理由、あるいは問題をリアルタイムで修正する方法がわからないことは少なくありません。  

Google BigQuery で Quantum Metric データを使用すると、特定のユーザー グループがコンバージョンに至らなかった場合に何が起こるかなど、ユーザーの行動を把握できます。その結果、これらのインサイトを活用して消費者をリターゲティングし、獲得できるようになります。

ユースケース 2: カスタマー データ プラットフォームを使用したリアルタイムの意思決定の実現

リアルタイムの意思決定というデータ分析の究極の目的を達成するためには、カスタマー データ プラットフォーム(CDP)に必要な情報をどのように提供すればよいでしょうか。

デジタル トランスフォーメーションを推進している航空会社があるとします。ほとんどの航空会社はロイヤルティ ステータスやロイヤルティ プログラムを提供しています。このプログラムは通常、CDP と連携するように構築されており、航空会社は複数のデータソースとさまざまなシステムからのデータに基づいて、顧客の全体像を把握できるようになっています。Google Cloud で Quantum Metric を使用すると、顧客データとエクスペリエンス データを組み合わせて、ユーザーがプロダクトやアプリケーション、サービスをどのように体験しているかをよりよく理解し、必要に応じてリアルタイムでアクションを実行できるようになります。

たとえば、ロイヤルティの高いメンバーが不満の兆候を示していることを察知して、チャットを通じて救済策を展開したり、特殊なサポート エージェントからの通話をトリガーしたりできます。また、プロモーションなどのフォローアップ オファーを送って、不満のある顧客をウェブサイトに呼び戻すこともできます。行動データと顧客ロイヤルティ ステータス データを組み合わせることで、リソースをより実用的かつ有効に活用できるようになります。つまり、不満のある顧客を救済し、コンバージョン率を高めるアクションを起こすことが重要です。

ユースケース 3: インパクトのあるパーソナライズの開発

上記の CDP の例は、Quantum Metric と BigQuery のインテグレーションによって達成できることのほんの始まりにすぎません。真にインパクトのあるパーソナライズ プログラムを開発するには、リアルタイムの行動データに基づく統合型のデータセットが必要です。Quantum Metric と BigQuery を使用すると、クリック数、閲覧時間、不満度などのリアルタイムの行動データにアクセスして、パーソナライズされたインパクトのあるエクスペリエンスを開発できます。

このことについて例を挙げて考えてみましょう。日用品の販売を専門とし、ブラック フライデーで好業績を上げる必要のある大手小売業者を考えてみてください。

Quantum Metric と BigQuery のインテグレーションにより、クリック数、タップ数、閲覧時間、不満度、その他の統計情報など、プロダクト エンゲージメントに関するリアルタイムのデータを取得できます。これらのインサイトを地域ごとの在庫状況や競争力のある価格設定などのデータと組み合わせると、ブラック フライデーで売り上げを伸ばすための成功の秘訣を編み出すことができます。

小売業者はこれらのデータ インサイトを利用して、ユーザー グループ(年齢別、デバイス別、ロイヤルティ ステータス別、購入履歴別など)を作成できます。各グループは、重要なデータソースに基づいてパーソナライズされたおすすめのプロダクト情報を受け取ります。おすすめ情報は、在庫があることがわかっている手頃な価格の人気商品に関するものであり、消費者の購買意欲をかき立てます。サプライ チェーンの在庫の課題は 2022 年も続くと考えられ、パーソナライズにこのようにアプローチすることが今後ますます重要になります。

Quantum Metric.jpg
Quantum Metric

上記 3 つのビッグデータ ユースケースは、Quantum Metric と BigQuery のインテグレーションによって実現します。これは、リアルタイムのエクスペリエンス分析データを重要なビジネス システムと組み合わせた場合に達成できることのほんの始まりにすぎず、応用範囲は今後ますます広がるものと期待できます。組織が今日 Quantum Metric と BigQuery をどのように活用しているかについての詳細は、付属資料でご確認いただけます。

- Quantum Metric プロダクト マーケティング担当ディレクター Trevor Pyle 氏