パーソナライズ・マーケティング
Personalization
パーソナライズマーケティングとは?
- 一人ひとりの関心・行動に合わせた異なるメッセージ
- 「全員に同じ」を超える
- 有用さと不快感(プライバシー)の境界
パーソナライズが実際に変えるのは、メッセージの文言ではなくキャンペーンを設計する単位です。以前は「3月のニュースレター」のように暦を基準に企画していましたが、パーソナライズの後は「技術資料をダウンロードし、3日以内に価格ページを見た人」のように顧客の状態を基準に企画します。そのためパーソナライズを導入したチームは、コンテンツを量産するのではなく、すでにあるコンテンツを誰に、いつ届けるかを分けるルールづくりに時間を使います。
パーソナライズには段階があります。氏名や会社名を差し込むトークン置換が第1段階、業種・職務・企業規模で分けたセグメント配信が第2段階、ダウンロードや再訪問といった行動に反応するトリガー配信が第3段階です。B2Bにはもう一段加わります。ひとつの購買判断には通常3〜6人が関わるため、同じ会社の中でも役割ごとに違うメッセージが必要です。設備エンジニアには設置事例と図面、購買チームには納期・単価の比較表が合います。アカウント全体を攻略するとABMと重なりますが、パーソナライズは今あるリストでも今週から始められるという点で、取りかかりの敷居が違います。
現場で最初に崩れるのはデータ品質です。名前欄が空のまま「こんにちは 様」と送られたり、すでに契約済みの顧客に新規導入のご案内が届いたり、半年前に退職した担当者の名前がそのまま呼ばれたりする事故は、パーソナライズを始めた瞬間から起きます。ひとまとめの一斉メールなら読み流して終わるところが、パーソナライズでは「この会社は私たちのことを何も知らない」という証拠として受け取られ、そのまま配信停止につながります。もう一つ、パーソナライズを追跡を増やすことだと捉えると危険です。顧客自身が残した情報(ダウンロードした資料、申し込んだセミナー)を使えば便利だと感じてもらえますが、言った覚えのない情報を知っていることを見せると、その瞬間に不快感を与えます。ルールは5つ以内で始め、誤作動を目で追える状態にしておくのが安全です。
CRMやデータマーケティングの発展とともに台頭し、推薦アルゴリズム・マーケティングオートメーション・AIによって高度化しました。
架空の事例で見てみましょう。役職員180名、年商420億ウォン(約502,278万円)規模の産業用センサーメーカーA社の話です。会員DB 1万2,000名全員に毎月同じニュースレターを送っていましたが、開封率は11%台にとどまり、配信停止が毎月150件ずつ積み重なっていました。代理店の社長、設備エンジニア、購買チームが一つのリストに混在していたことが原因でした。
- マーケティングチームのキム次長が直近12か月のダウンロード・問い合わせ履歴を抽出したところ、受信者の半数以上が技術資料だけを持ち帰り、見積もりは一度も依頼したことのない現場エンジニアでした。
- 営業チームのパク部長が"エンジニアに単価表を送ったら、その場で消されてしまいます"と言うと、キム次長はリストを購買担当・設備エンジニア・代理店の三つに分け、件名から変えました。
- エンジニアには設置事例と図面資料を、購買担当には納期・単価比較表を送りました。件名も'新製品発売のご案内'から'老朽ライン交換前のチェックリスト7つ'に変えました。
- 資料を受け取ってから3日以内に料金ページを再度見た人だけを営業チームに自動通知する設定にしたところ、初月で42件を超え、パク部長がそのうち9件をミーティングにつなげました。
- 名前データが空のアカウントに「こんにちは 様」というメールが310通送られる事故が起きた後、キム次長は氏名・役職が空欄の宛先を配信対象から自動で除外するルールを追加しました。
- 6か月後、開封率は11%から27%に上がり、月の配信停止は150件から40件台に減りました。さらに、ニュースレターを起点とした見積もり依頼が四半期8件から31件に増えました。
金鍾赫
キム・ウィジュン