新規顧客を効果的に獲得したい

01ドコモデータを利用したターゲティング

ドコモデータによるセグメント生成と詳細なターゲティングを行うことができます。データは日々アップデートされており、鮮度も保った形で成果につながる効果的なターゲティングが可能です。

02行動予兆分析

ドコモならではの位置情報データを活用した滞留点推計(*1)や、過去に各種ライフイベントを経験したユーザーの教師データ(*2)をもとにAI分析することで、結婚・引っ越し・マイホーム購入などのライフステージの変わり目の予兆が察知できます。これにより、より効果的なタイミングで製品やサービスなどを訴求することができます。

(*1)滞留点推定とは
・位置情報から20分以上の滞在を推定する機能のこと
・本施策では基地局情報を元にした位置情報を利用
(*2)AIモデルの最適化で使用する、問題と正解をセットにしたデータ

概要

大手家電量販店がドコモの保有するデータを分析して「近いうちに引っ越しをする」ユーザーの特徴を抽出。オンライン・オフラインの両側面からユーザーの過去の行動と現在の行動を比較するほか、ドコモならではの位置情報データを活用した滞留点推計を行い、過去一定期間で実際に引っ越したユーザーの事前行動を抽出しセグメント化しました。

さらに趣味趣向や年齢・性別などの追加フィルタを設定し、引っ越しする可能性の高いユーザー向けに店舗来訪のクーポン・広告を配信しました。
(*1) ID-POS連携加盟店

結果

セグメント化した引っ越しする可能性が高いユーザーにドコモ広告を使いオンラインで訴求したところ、クリック率が媒体平均の3倍、一般層と比較しても2倍弱のクリック率を記録。キャンペーン特典利用者の8割弱が実店舗で購入し、リアル店舗への誘導を実現できました。

引っ越しオフシーズン（閑散期）でのキャンペーン実施にも関わらず、引っ越し予定者層の商品の平均購買単価は一般層(*2)の1.5倍。なかでも白物家電が多く買われ、ターゲット層への効果的なアプローチに成功しています。

新規顧客の獲得や休眠顧客の掘り起こしでも効果が出ており、特に後者は従来施策の数倍にものぼり、オンシーズンを大幅に上回る結果を残しました。

今回のキャンペーンで得たユーザー情報・購買情報はプロファイル化されるため、ドコモデータと連携するとより精度の高いターゲティング・広告アプローチを継続的に実現できます。

(*2)一般層はランダムで抽出