Tatcha が Rokt mParticle を使用してパーソナライゼーションと収益を向上させる方法

Tatchaは、流行に左右されない日本のスキンケアの習慣と現代の科学を融合させ、お客様一人ひとりに深く愛される製品を生み出すことで、熱心なファンを獲得してきました。パーソナライゼーションを通じて深いつながりを築くという同じ理念のもと、プロダクトマネジメントディレクターのジャクリーン・サップマンは、シニア・メール＆リテンション・マネージャーのシャノン・ヨルゲンフェルトとチームを組み、マーケティングを意図的に感じられるようにしました。つまり、すべてのやり取りに製品への配慮と思いやりが反映されていることを確認したのです。

これを実現するために、マーケティングチームはRokt mParticleの予測機能を活用しました。これにより、ライフタイムバリュー（LTV）とマーケティング効率を高めながら、適切な顧客に適切なタイミングでつながることができました。

課題:複雑さを増すことなくパーソナライゼーションを拡張すること

Tatchaには明確なビジョンがありました。それは、ブランドそのものと同じくらい意図的に感じられる、よりパーソナライズされた顧客体験です。しかし、社内チームに負担をかけたり、AI モデルをゼロから構築したりすることなく、チャネルをまたいで大規模にそれを実現することは困難でした。チームは次のことに着手しました。

• 顧客体験の強化 デジタルチャネルとフィジカルチャネル全体でカスタマイズされたインタラクションを提供することにより。
• エンゲージメントと定着率を高める LTVを高め、若い視聴者を引き付けるためです。
• 取り組みを効率的に拡大社内でAIモデルを構築する負担なしに、高度なデータと予測ツールを使用できます。

彼らのパーソナライゼーション戦略の中心となったのがリチュアルファインダーでした。これは、お客様が独自のニーズに合わせたスキンケアルーチンを見つけるのに役立つオンサイトクイズです。クイズへの回答は、Tatchaの顧客に対する理解を深めただけでなく、エンゲージメントと収益の向上にもつながりました。

解決策:予測的インサイトによる正確なターゲティング

TatchaはRokt mParticleの予測機能を活用して、リチュアル・ファインダーのクイズに回答する可能性が最も高い顧客を特定しました。傾向スコアを分析することで、傾向の高いオーディエンス、つまり完了する可能性が 90% 以上のオーディエンスにメールキャンペーンを集中させました。このターゲットを絞ったアプローチを、過去 90 日以内にオンサイトで活動したエンゲージメントの高いメール購読者で構成される、常緑の「標準オーディエンス」と比較しました。

Rokt mParticleのプラットフォームにより、Tatchaは社内でAI/MLモデルを構築するという手間をかけずに、タッチポイント全体で顧客データを統合し、顧客の行動を動的に予測できるようになりました。これにより、すべてのインタラクションを最適化し、視聴者の共感を呼ぶパーソナライズされた体験を提供することができました。Tatchaの製品管理担当ディレクター、ジャクリーン・サップマンは次のように述べています。

AIがマーケティングを改善できることはわかっていましたが、複雑なモデルを自分たちで構築したくはありませんでした。Rokt mParticle なら、予測的洞察を実際に変化させるような方法で簡単に構築して適用できます。

結果:予測ターゲティングが優れた成果をもたらす

このキャンペーンは優れた結果をもたらし、よりスマートなターゲティングがより良い結果につながることが証明されました。

• 8.5倍高い収益パフォーマンス 常緑樹で熱心なスタンダード・オーディエンスと比べて
• クリックスルー率 (CTR) が 3 倍、コンバージョン率 (CVR) が 5 倍高い 傾向の高い聴衆から駆り立てられました。
• キャンペーン収益の 60% スタンダードオーディエンスの6分の1の規模にもかかわらず、傾向の高いオーディエンスからのものでした。

Tatchaのシニア・メール・リテンション・マネージャーであるShannon Jörgenfelt氏は次のように語っています。

私たちは好調な業績を期待していましたが、予測オーディエンスが最もエンゲージメントの高いコホートを上回り、メールのクリック率とコンバージョンに関して業界のベンチマークを上回ったことは信じられないほどでした。それは私たちのアプローチを検証しただけでなく、予測的洞察がいかにスマートで効率的なエンゲージメントを促進するかを証明しました。

Tatchaは、最もエンゲージメントの高いオーディエンスを過度にターゲットにするのではなく、AIを活用した予測により、より小規模で意欲的なグループ、つまり劇的に強力な結果をもたらすグループに集中することができました。この戦略はパフォーマンスを向上させるだけでなく、今後のキャンペーンに向けて幅広いオーディエンスを新鮮に保ち、エンゲージメントを維持するのにも役立ちました。適切なメッセージを適切な人に適切なタイミングで送信することで、Tatchaは視聴者の疲労を防ぎ、影響を最大化しました。

将来を見据えて

タッチャはリチュアルファインダーだけにとどまりません。予測戦略を拡大するにつれて、サブスクリプションの可能性の予測から、購入後のエンゲージメントやパーソナライズされたアップセルの最適化まで、より多くのタッチポイントにRokt mParticleの洞察を適用する方法を拡大しています。次に、チームはペイドメディアキャンペーンの予測ターゲティングを検討しています。これにより、興味の低いオーディエンスへの無駄を減らしながら、傾向の高いユーザーに広告費を集中させることができます。

SupmanとJörgenfeltは、ネクスト・ベスト・アクションを通じて、予測的な洞察の枠を超えて、規範的な意思決定へと移行できることを楽しみにしています。起こりそうな行動を単純に特定することから、各顧客にとって最も効果的なエンゲージメントをリアルタイムでプロアクティブに判断することへと移行します。データを統合し、マーケティング活動全体にインテリジェンスを適用し続けることで、Tatchaはラグジュアリービューティーにおけるデータ主導型のパーソナライゼーションの新しい基準を打ち立てています。