機械学習を活用したマーケティングキャンペーンは、データがあってこそ実現できるものです。人工知能（AI）の一種である機械学習（ML）は、人間によるプログラミングなしにコンピュータ自らが学習し、情報を理解して継続的にデータを最適化する技術です。処理するデータが多ければ多いほど、AIは賢くなっていきます。
CriteoがForbes Insightsと共同で行った調査では、すでに多くのマーケターが新たなデータ活用の取り組みに投資していることが明らかになりました。機械学習は、買い物客の行動を深いレベルで理解し、広告コンテンツをダイナミックかつ大規模にパーソナライズすることができます。
本ブログでは、機械学習を活用したマーケティングソリューションがもたらすメリットについて説明します。
1.リアルタイムデータの有効活用
御社には活用しきれないほどの量のデータがあるかもしれません。しかし、どんなにデータがあっても、コンテクスト（文脈情報）がなければ何の意味もありません。機械学習を使用すると、自動収集させたいデータの種類や機械学習アルゴリズムに学習させたい「レッスン」の種類を明確に指示できるため、あらゆるタイプのデータに文脈情報を持たせることができます。
さらに、リアルタイムのデータ収集・活用によって、機械学習アルゴリズムはインタラクションの発生と同時に分析結果を実装することもできます。たとえば、リターゲティングキャンペーンでは、買い物客の行動をもとに広告コンテンツやデザインをリアルタイムにカスタマイズできるようになります。
2.買い物客に関する詳細なインサイト
機械学習によって強化されたリターゲティングキャンペーンを通じて、買い物客がどのような種類／スタイルの広告を好むかを分析し、これを次のアプローチで使うコンテンツの選定に利用することができます。また、買い物客の位置情報を使ったジオターゲティングも可能です。実店舗（オフライン）での購入とオンライン上の閲覧行動を紐付けながら、すべてのチャネルを横断して関連性に優れたコンテンツを配信することができます。
データから収集したこれらのインサイトを通じて、マーケターはより適切にパーソナライズされた体験を提供できるようになります。
3.ダイナミックなコンテンツ
機械学習を活用すれば、ターゲットオーディエンスへのアプローチに効果的なコンテンツの種類を見極めることもできますソリューションの中にはコンテンツをパーソナライズして生成できるものもあり、
たとえばAIを活用したウェブサイト作成プラットフォーム「Bookmark.com」は、カスタムウェブサイトの構築に機械学習を利用しています。BookmarkのAIテクノロジー「AiDA（人工知能デザインアシスタント）」は、クライアントの名前や所在地、業種などの情報から各ユーザー特有のニーズを導き出すことができます。
同社のCEOのデヴィッド・コスメイヤー（David Kosmayer）氏は、次のように話しています。「Bookmarkでは、各顧客のビジネスや業界特有のニーズに最適なウェブサイトを構築することができます」
AiDAはクライアントの情報をもとに競合他社のウェブサイトや、GoogleやFacebookなどのソーシャルチャネルからクライアントのビジネスや業界に関する情報を取得します。こうして各クライアントのウェブサイトに最適な、関連性の高いコンポーネントやカラー、レイアウトを決定します機械学習は、AiDAを活用して構築したウェブサイトの改善にも大いに役立っています。
4.ショッピング体験の改善
Bookmarkは、機械学習を使ってパーソナライズされた魅力的なウェブサイトを構築するだけでなく、ショッピングサイト利用者向けサービスの向上にもAIの活用を検討しています。
「製品開発のみに甘んじていてはいけないと考えています。買い物客の体験やサービスにもAIを取り入れ、ユーザーのニーズを彼ら自身よりも早く把握し、潜在的な課題を洗い出したいのです」とコスメイヤー氏。
つまり、機械学習を使って各買い物客にパーソナライズされた質の高いサポートを提供すれば、Bookmarkプラットフォームならではショッピング体験を生み出せるのではないかということです。
この他にも、買い物客の体験を向上させる方法としては、自然言語処理（NLP）を活用して言葉への理解・反応を向上させる方法が考えられます。たとえば、カスタマーサービスの一環として顧客からの質問に機械が回答する「チャットボット」を採用する企業が増えています。チャットボットは、質問を処理すればするほど回答やサービスの精度が改善されていきます。
また、マーケターの皆さんは、買い物客がAppleのSiriやAmazon のAlexaのようなサービスとどのようにインタラクションしているかを観察できる絶好のチャンスに恵まれています。さらに、これらのデバイスから収集したデータは音声認識やセンチメント分析技術の改善に役立てることもできます。
5.無駄をなくして予算を最適化
機械学習は、マーケティングの精度やコスト効率を高める大きな可能性を秘めています。マーケターはリアルタイムの行動データをもとにオーディエンスをターゲティングし、サイト閲覧者のコンバージョン率の改善を図ることができます。
また、機械学習を活用すれば人手も節約できるため、マーケティングコストの削減にも繋がります。その好例が、Criteoのダイナミックリターゲティングテクノロジーです。Criteoのプログラマティック動画広告とディスプレイ広告は、機械学習によってカスタマイズされ、買い物客のショッピングジャーニー全体で自動配信されます。
さらに、機械学習によってEメールの配信やソーシャルメディアへの投稿を自動化でき、オフライン／オンラインのどのチャネルにリソースを投入すべきかについても判断できるようになります。
データドリブンのマーケティングに欠かせない機械学習
データから新たなチャンスを生み出す機械学習は、すでに既存の広告キャンペーン管理に変革をもたらしています。機械学習を活用すれば、複数のプラットフォームにまたがってダイナミック広告のデザインパターンを瞬時かつ無限に生成できるようになるため、スタッフはよりクリエイティブな業務や戦略策定に時間を費やせるようになります。
Criteoの「マーケターのための機械学習ガイド」をお読みいただけば、機械学習についての理解がさらに深まるはずです。このEブックでは、医療診断からスマートカーの革新まで、さまざまな機械学習の導入事例を紹介しつつ、機械学習がいかにマーケティングのパーソナライゼーションに役立つのかについて詳しく解説しています。
