Oracle Unity Customer Data Platformインテリジェンス・ワークベンチ・モデル・カタログ

アカウント・リード・スコアリング・モデル

アカウント・リード・スコアリング・モデルは、予測的にすぐに使用できるデータ・サイエンス・モデルであり、プロファイル、収益、行動データおよびエンゲージメント・パターンを使用して、B2Bアカウントを変換の可能性にスコアリングします。スコアによって、アカウントが購入する傾向が識別されます。

福利厚生

• より高いコンバージョン率で適切なアカウントを積極的に育成します。
• アカウントベースド・マーケティング(ABM)の取り組みの有効性を高めます。
• マーケティング適格リード(MQL)の数とコンバージョン率を向上させます。

業界ユースケース

• 製造:グローバルな製造企業は、Oracle Unityの予測、アカウント・リード、およびコンタクト・スコアリング・モデルを使用して、プロファイルとエンゲージメントのパターンに基づいて販売コンバージョン率を見積り、スコアリングすることができます。
• テクノロジー:テクノロジー企業は、特定のアカウントのどのコンタクトがコンバージョン率が最も高いかを特定し、キャンペーンやアウトリーチ・プログラムにプロアクティブに追加することで、予測的なアカウント・スコアリングを活用してABMの取り組みを加速させることができます。

コンタクト・リード・スコアリング・モデル

コンタクト・リード・スコアリング・モデルは、予測的ですぐに使用できるデータ・サイエンス・モデルであり、コンタクトのプロファイル、収益、行動データおよびエンゲージメント・パターンを使用してコンバージョンの可能性についてコンタクトをスコアリングします。

モデルは、すべてのコンタクトのリード・スコア・タイムスタンプを使用してリード・スコア値を生成します。これにより、セールス・ファネルのさまざまなレベルで活動している担当者とその購入の可能性を判断できるため、顧客セグメントを正確にターゲットにし、営業戦略とマーケティング戦略を効果的に調整できます。

福利厚生

• コンバージョン率の高いコンタクトを積極的に育成します。
• マーケティング適格リード(MQL)の数とコンバージョン率を向上させます。

業界ユースケース

• テクノロジー:ビジネス・ソフトウェア企業は、このモデルを活用して、特定のアカウントのどの担当者がコンバージョン率が最も高いかを特定し、アウトリーチ・プログラムにプロアクティブに追加することで、営業活動を加速させることができます。

顧客生涯価値モデル

顧客生涯価値(CLV)モデルは、特定の期間における顧客の価値を推定するすぐに使用できるデータ・サイエンス・モデルです。この予測は、顧客プロファイル・データ、過去のトランザクション履歴、トランザクションの金額と頻度など、複数のタッチポイントに基づいています。

ビジネス・ユーザーはCLVモデルをカスタマイズして、顧客に3か月、6か月または12か月の生涯価値を提供できます。

福利厚生

• 顧客の獲得、維持および提供時に、マーケティング経費をより効果的に予算化します。
• 価値の高い顧客を特定して焦点を当て、顧客維持率を高め、収益を拡大します。

業界ユースケース

• 消費者向けパッケージ商品:あるオンライン化粧品会社は、顧客生涯価値モデルを使用して、顧客のプロファイルと取引パターンに基づいて長期的な顧客の価値を推定しています。過去6か月間に購入したスキン・ケア製品の数が2つ未満で、購入金額が200ドル以上の顧客を対象として、新しいハイエンド・スキン・ケア製品のキャンペーンを作成します。
• 自動車:自動車メーカーは、CLVモデルを活用して顧客の支出範囲を特定し、その支出範囲内にある自動車のオファーを調整します。
• 小売:食料品店はCLVモデルを実行して、新しいロイヤルティ・プログラムを宣伝するためのキャンペーンに含める、ブランドとの生涯価値の高い顧客を特定します。

キャンペーン収益属性モデル

キャンペーン収益属性モデルはすぐに使用できるデータ・サイエンス・モデルであり、販売とコンバージョンにつながるタッチポイントを分析することでキャンペーンの成功を判断するのに役立ちます。キャンペーン収益属性モデルには2つのタイプがあります。

• 収益キャンペーン属性モデルは、各キャンペーンに通貨値を割り当てることでキャンペーンの効果を測定します。
• 非収益キャンペーン属性モデルは、各キャンペーンにパーセント属性値を割り当てることでキャンペーンの効果を測定します。モデルでは、各キャンペーンの合計変換に変換されたキャンペーンの割合値として、属性パーセントが計算されます。

各モデルでは、キャンペーンの変換に寄与したすべてのタッチポイントが考慮されます。

福利厚生

• 収益ベースの出力を超える属性を理解します。
• 主観的な選択ではなく、目標データ分析に基づいて意思決定を行います。
• どのイベントが最も効果的なコンバージョンを生み出しているかを把握し、予算をどこに使うかを決定し、ROIを向上させます。

業界ユースケース

• 小売:小売業者は、キャンペーン属性モデルを使用して、マルチチャネル・ジャーニーをよりよく理解し、どのチャネルが最もコンバージョン率を高めるのに役立っているかについてのインサイトを得ることができます。
• テクノロジー: SaaSテクノロジー企業は、キャンペーン属性モデルを活用して、マルチタッチ・キャンペーンや、収益の成約に最も影響を与えたコンテンツ、チャネル、キャンペーンの取り組みをより深く理解することができます。

最新購入日、購入頻度、購入金額モデル

最新性、頻度および通貨(RFM)モデルは、イベントおよびトランザクションのデータに基づいて最新性、頻度および金額の数値スコアを生成する、すぐに使用できるデータ・サイエンス・モデルです。これにより、顧客を様々なペルソナに分離し、最も関連性の高いメッセージでターゲティングできます。

RFMモデルでは、エンゲージメントおよび購買行動を測定するために次の特性が使用されます。

• 最新性: 顧客の最新のトランザクション。
• 頻度: 顧客がトランザクションを行う頻度。
• 通貨: 顧客のトランザクションのサイズ/合計値。

各特性は、1から5の間のスコアで表されます。1つは最も最近の購買値、最も頻度の低い購買値または最も低い購買値、5つは最新の購買値、最も頻度の高い購買値または最も高い購買値です。

このモデルでは、次のペルソナを使用して各顧客の値を示します。

• 損失:一定の観察期間に最小限のアクティビティしかない最も弱い顧客。
• リスクあり:非アクティブの始まりと低い購入行動を示すエンゲージメント。
• Can't lose:フットプリントが強力で非アクティブであるサブスクライバ。まだ救い。
• 納期回答:リーセンシと値の平均を持つエンゲージメント。
• 新規:高額なエンゲージメント率の高い最近の顧客。
• チャンピオン:最高のもの。価値の高いエンゲージメント率が最も高い最近の顧客。

福利厚生

• RFMペルソナを使用して、相対的な顧客価値に基づいて最も関連性の高いメッセージとオファーで顧客をターゲットにします。これにより、顧客エンゲージメントが向上し、応答率、顧客満足度、顧客維持率、顧客生涯価値が向上します。

業界ユースケース

• 小売:小売業者は、RFMモデルを活用して、過去のやり取りに基づいてさまざまなホリデー・キャンペーンのオーディエンス(高価値、納期回答、リスクあり、紛失など)を特定し、セグメント化することで、ターゲティング、パーソナライズ、および全体的なコンバージョンを改善できます。

トップに戻る

流動傾向モデル

解約傾向モデルは、トランザクション・パターンおよび行動パターンに基づいて顧客の解約の可能性をスコアリングおよび測定する、すぐに使用できるデータ・サイエンス・モデルです。

解約する可能性が高い顧客を特定し、マーケティング担当者は、顧客を維持するために特定のキャンペーンやメッセージングでターゲットを絞る可能性のある顧客を把握できます。

福利厚生

• このモデルにより、解約のリスクがあるオーディエンスとセグメント(価値の高い顧客を含む)をプロアクティブに識別できます。マーケティング・チームと広告チームは、関連するメッセージングを使用してこれらの顧客のウィンバック・キャンペーンをトリガーし、顧客維持率を向上させることができます。

業界ユースケース

• 通信:ある通信プロバイダーは、別のプロバイダーに切り替えることを検討している可能性のある顧客に、特別なプロモーションを自動的に送信することができます。

エンゲージメント傾向モデル

エンゲージメント傾向モデルは、顧客の過去のやり取りに基づいて、Eメール(オープン、クリック、購読、購読解除)にエンゲージする可能性を測定します。

福利厚生

• Eメール・ターゲティングとキャンペーン・エンゲージメントを改善します。
• エンゲージする可能性が最も高いオーディエンスに焦点を当て、疲労している可能性のあるオーディエンスを取り除くことで、キャンペーンのタッチポイントを正確に増やします。

製品傾向モデル

このすぐに使用できるモデルは、過去のインタラクションと顧客プロファイル・データに基づいて、顧客が特定の製品を購入する可能性を予測します。

このモデルでは、顧客と製品の組合せの傾向スコアを見て、特定の製品を購入する可能性が最も高い顧客を識別できます。

福利厚生

• 傾向の高い顧客と製品の組合せをターゲットにすることで、マーケティング予算をより効果的に支出します。

それ以外では、意思決定を改善するために会社が使用できないインサイトを取得します。

業界ユースケース

• 小売:小売業者は、製品の傾向モデルを活用して、新規にエンゲージした顧客に適した製品オファーを特定し、コンバージョンと顧客獲得を向上させることができます。
• 通信:モバイル通信会社は、製品の傾向モデルを活用して、顧客を新しい電話、ハードウェア、サービスのアップグレードに導くことができます。

買戻し傾向モデル

再購入傾向モデルは、顧客が特定の製品を再購入する可能性を測定します。買戻しの傾向スコアは、過去の顧客取引と人口統計および行動データに基づいて計算されます。

福利厚生

• Oracle Unity Customer Data Platformで作成されたオーディエンスに対して再購入傾向スコアを活用して、クロスチャネル・エンゲージメント・キャンペーンを最適化し、製品を再購入する可能性が最も高い顧客をターゲットにします。

トップに戻る

次の最善アクション・モデル

次の最適なアクション・モデルは、顧客のニーズを予測し、販売およびトランザクションのパターンに基づいてすべての顧客に最も関連性の高いアクションを推奨する、すぐに使用できるデータ・サイエンス・モデルです。

このモデルでは、顧客プロファイル・データ、顧客エンゲージメント、製品カタログ・データおよび購入を使用して、顧客に対する推奨アクションの上位5つを生成します。これらの推奨事項を使用して、特定の顧客に対する最も関連性の高いアクションを決定できます。

福利厚生

• 顧客ジャーニーにおける次の最善アクションにより、適切な方法で顧客と関わり、コンバージョン率を高めます。

業界ユースケース

• 自動車:あるグローバル・カー・ブランドは、Unityの次善のアクション(NBA)モデルと次善のオファー(NBO)モデルを使用して、最も関連性の高いアクションとオファーを、販売と取引のパターンに基づいてすべての顧客に推奨することができます。
• 金融サービス:金融サービス企業は、次の最善アクションと次善のオファー・モデルを使用して、投資口座、信用枠、住宅ローンなどの金融商品の新しいオファーに変換する可能性が高いオーディエンスを特定し、その推奨に基づいてチャネル全体で顧客のエクスペリエンスをパーソナライズできます。
• 旅行とホスピタリティ:クルーズ・ラインでは、NBOモデルとNBAモデルを使用して、顧客が次の旅行や滞在を予約するのに役立つオファーを特定できます。

次の最善オファー・モデル

Oracle Unityの次のベスト・オファー・モデルは、顧客のニーズを予測し、販売とトランザクションのパターンに基づいてすべての顧客に最も関連性の高いオファーを推奨する、すぐに使用できるデータ・サイエンス・モデルです。

このモデルでは、顧客プロファイル、顧客エンゲージメント、製品カタログおよび購入データを使用して推奨が生成されます。これにより、ユーザーは、様々な製品またはサービスに関連付けられたオファーの上位推奨から選択できます。ユーザーは、これらの推奨事項を使用して、特定の顧客に送信する最も関連性の高いオファーを決定できます。

福利厚生

• 次善のオファー・モデルを活用して、最も関連性の高いコンテンツやオファーで顧客と関わることで、コンバージョン率を高めます。

業界ユースケース

• 自動車:あるグローバル・カー・ブランドは、次の最善アクション(NBA)モデルと次の最善オファー(NBO)モデルを使用して、最も関連性の高いアクションとオファーを、販売と取引のパターンに基づいてすべての顧客に推奨できます。
• 金融サービス:金融サービス・プロバイダは、次の最善アクションと次の最善オファー・モデルを使用して、投資口座、信用枠、住宅ローンなどの金融商品の新しいオファーをコンバージョンする可能性が高いオーディエンスを特定し、その推奨に基づいてチャネル全体で顧客のエクスペリエンスをパーソナライズできます。
• 旅行とホスピタリティ:ホテル・チェーンでは、NBOおよびNBAモデルを使用して、次の旅行や滞在の予約を支援する顧客にどのオファーを送信するかを特定できます。

次善のプロモーションモデル

次の最適なプロモーション・モデルは、顧客の過去の製品購入を使用して、顧客が特定の製品に対して支払う価格を決定する、すぐに使用できるデータ・サイエンス・モデルです。このモデルを活用することで、顧客向けの製品の価格設定をインテリジェントにパーソナライズできます。

福利厚生

• 次の最善のプロモーション・モデルでは、コンバージョン率の向上、総収益、平均注文額につながる製品のパーソナライズされた価格設定が可能です。

業界ユースケース

• 医療:ある医療機関は、次の最善プロモーション・モデルを使用して、新しい睡眠支援製品の価格を個々の顧客の購入履歴に基づいて微調整できます。
• 保険:保険ブランドは、次善のプロモーション・モデルを活用して、アドオン保険パッケージにパーソナライズされた価格設定を提供することで、コンバージョン率を向上させ、顧客のバンドルと節約を支援できます。

トップに戻る

キャンペーン推奨モデル

キャンペーン推奨モデルはすぐに使用できるデータ・サイエンス・モデルであり、顧客の過去のエンゲージメントおよび様々なキャンペーンにわたるコンバージョン・トレンドに基づいて、すべての顧客に対して最も効果的なキャンペーンを識別します。

このモデルでは、様々な時間枠(3か月、1年および3年)を使用して、変換の可能性に基づいて、あらゆるインスタンスのすべての顧客に対して繰返しおよび1回かぎりのB2Cキャンペーンをランク付けします。

福利厚生

• 最近のエンゲージメントおよびコンバージョン・トレンドに基づいてどのキャンペーンが顧客に最適かをインテリジェントに予測することで、キャンペーンのコンバージョンとROIを向上させます。

業界ユースケース

• 医療:医療機関は、このモデルを活用して、過去のコンバージョンとエンゲージメントに基づいて、各患者に適切な将来のデジタル患者エンゲージメント・キャンペーンを特定できます。
• 小売:小売業者は、このモデルを使用して、過去のエンゲージメントとコンバージョン履歴に基づいてエンゲージメントする可能性が最も高いキャンペーンにオーディエンスを配置することで、キャンペーンのコンバージョン率と顧客の生涯価値を向上させることができます。

チャネル推奨モデル

このすぐに使用できるデータ・サイエンス・モデルは、過去のインタラクション・データに基づいて顧客に最適なマーケティング・チャネルを推奨します。

チャネル推奨モデルは、コンバージョンの可能性に基づいて、あらゆるインスタンスのすべての顧客のエンゲージメント・チャネルをランク付けします。高いコンバージョン率のチャネルに支出を配分することで、どのチャネルが収益を増加させるかについてのインサイトを得ることができます。

次のチャネルが評価されます。

• メール
• SMS
• プッシュ
• Web

福利厚生

• 最適な予測チャネルを使用して、販売ファネルを移動しながら顧客プロファイルをターゲットにすることで、コンバージョン率を向上させます。

業界ユースケース

• 公益事業:電力会社は、このモデルを使用して、オンピークおよびオフピークのエネルギー時間帯に特定の顧客とのコミュニケーションにEメール、SMS、プッシュまたはWebが最適かどうかを判断できます。

疲労セグメンテーション・モデル

このすぐに使用できるデータ・サイエンス・モデルは、顧客のプロフィールとエンゲージメント・レベルに基づいて、顧客をさまざまなレベルのメッセージ疲労に分類します。

疲労セグメンテーション・モデルは、各顧客プロファイルに送信する必要があるキャンペーンおよびメッセージの数に関するインサイトを提供することで、顧客の疲労を防ぐのに役立ちます。

顧客のエンゲージメント、受信および開封されたキャンペーンの履歴、そして最も重要なのは顧客プロファイルのペルソナに基づいて、すべての顧客プロファイルのメッセージ疲労を測定します。疲労を回避するために、各顧客プロファイルに送信する最適なメッセージ数を決定および制御します。

福利厚生

• アクティブで、すぐにエンゲージできる顧客を、疲労している顧客とインテリジェントに差別化します。
• インサイトを獲得して、疲労レベルに基づいてすべての顧客のキャンペーン・アウトリーチを管理できます。
• エンゲージメントやコンバージョン率を高め、ドロップアウトを減らします。

業界ユースケース

• 製造:ある太陽光パネルの製造業者は、このモデルを使用して、顧客のプロフィールとエンゲージメント・レベルに基づいて、さまざまなレベルの疲労に顧客を分類しています。これにより、対象顧客に送信するメッセージの量を調整することができるようになります。
• テクノロジー: B2Bテクノロジー企業は、このモデルを活用して、ハイタッチのABMキャンペーン活動から排除し、一般的なクロスチャネル・キャンペーンに戻すべき潜在的な顧客を特定しています。

送信時間最適化モデル

送信時間最適化モデルはすぐに使用できるデータ・サイエンス・モデルであり、過去の電子メールの動作に基づいてキャンペーン電子メールを顧客に送信する最適な時間を決定します。

たとえば、このモデルでは、顧客が通常受信ボックスをチェックする前にキャンペーン電子メールの送信がトリガーされます。その結果、メッセージは顧客の受信ボックスの上部に表示され、Eメールが表示されて開かれる可能性が最も高くなります。

福利厚生

• Eメールの表示、オープン、読取りまたは確認の可能性が最も高いタイミングで顧客をターゲットにすることで、キャンペーンを最適化することで、顧客エンゲージメントとコンバージョン率を向上させます。
• 顧客が受信ボックスをチェックする直前にEメールを送信すると、Eメールが閲覧およびオープンされる可能性が高くなります。

業界ユースケース

• 小売:ファッション小売業者は、モデルを活用してチャネル全体のキャンペーン配信時間を改善することで、新しいキャンペーンで顧客エンゲージメントやコンバージョン率を高めることができます。
• 旅行とホスピタリティ:リゾートは、コンテンツにエンゲージする可能性が最も高い場合に、毎週の低価格の休暇案件の電子メールが顧客に送信されるようにできます。

トップに戻る