Home » General, Podcast

パーソナライズ2.0

2020/09/22
Photo by Matt Wiebe

お、Web 2.0みたいなもんかい?と思いながら最近目にしたパーソナライズ2.0。その定義が気になったので、この言葉について少し深掘り&自分の思いを整理してみました。

この単語自体はEconsultancyの創業者であるAshuley Friedlein氏の提唱によるものだそうで「プライバシーを尊重しながら、顧客が望んでいるパーソナライズ体験を提供すること」とのこと。

以下はそのポイント

  • シンプルで直感的で、パーソナライズされた苦労を感じさせないユーザー体験の提供
  • ユーザー個人のプライバシーを犠牲にすることなく、パーソナライズ体験を提供できること
  • リアルタイム性ももったユーザー体験のコントロールを顧客自身が行えること
  • 個人を特定をする必要のないデータの利用
  • 上記のようなデータを基に機械学習を利用し、予測、よりコンテクストに応じた、その瞬間に顧客のニーズにあったサービスの提供を行う

これまでパーソナライズを提供していくために顧客情報ガーとなっていた部分に対して、一歩進める考え方としても良いかもしれません。

プライバシーに配慮した流れ

このパーソナライズ2.0で語られるプライバシーデータに配慮した流れ自体はGDPRやCCPA(カルフォルニア州法)などを中心に、顧客のデータの取扱いにあたりから盛り上がってきていて、企業の中でどう利用されているのかといったことを明確にしていくことが求められてきてます。

これからよりデータごとに明示的に利用目的を提示し、データを取得・管理していくことにおいて、この流れは非常に重要なポイントになってきます。だからこそ、不必要にプライバシーデータこねくり回さないでパーソナライズ提供をしていく仕組みや取り組みが重要になってきているわけです。

そもそも個人属性情報とか特定情報ってパーソナライズにそれ程必用ない

パーソナライズ体験を提供していくうえで、顧客に関わる情報が必要かというとそれほど必用はないと思ってます。とはいえ日本の企業においては、まだまだここが中心な感じです。

例えば性別による出し分けってどれだけ必用なのか?って考えた際に、アパレルであれば男性もの、女性ものなどを出し分けられるって話もあがるんですが、それって別に顧客の属性利用しなくても、そもそも直近で閲覧しているカテゴリなどで実施すれば良いわけで、その人が男性であっても女性ものを探しているのであれば女性ものを提示すれば良いって話なんですよね。

さらに言うと顧客属性を利用するために誰かであるかを認知しなければならず、ログイン率が100%ならいいですが、実際はそんなサイトほぼないですよね。いかに直近のインテント(意図)データをくみ取って実施する方が効果的にパーソナライズを実現できると思ってます。

NetflixやSpotifyなどもその流れがありますが、この辺りの構造についてはポッドキャストで語っているのでぜひそちらも併せて聞いて頂けると良いかと思います。

AIにより対象セグメントを推定していく

テクノロジーが進歩したことにより、AIを利用しその顧客の対象セグメントを推定していくことも可能になってきました。私が関わっている製品においても、過去に分類したセグメントデータをもとに学習を行い、そこから新規の来訪者に対しての予測をたてたセグメント分類を行い、パーソナライズコミュニケーションを実現できるようになってきています。

なので、どちらかというときちんとセグメント分類に利用できるインテントデータを収集できているか?だとか学習のための目的変数(購買なりエンゲージメントの場合はその指標は何か?とか)そういったものをきちんと定義できているかどうかの方が重要だったりするわけです。

しかし、こういったことが出来て入れば、まさにこのパーソナライズ2.0が実現できるという感じになってきます。

− − −

といった感じで駆け足ながらパーソナライズ2.0について少しだけ深掘ってみました。これからの流れの中で、必ずパーソナライズの考え方はこちらに寄ってくると思いますので、今から対応を検討してみてはいかがでしょう?

こんな話をポッドキャストでも話をしているのでこちらも是非聴いてくださいませませ。


Tags: , , ,



Comments are closed.