ID を解決するときにプロファイルを結合する 3 つのアプローチ

マーケティング担当者は、デジタル チャネルが細分化されているため、顧客からこれまで以上にさまざまなシグナルを受信して​​います。 これに対処するには、ID 解決に対する明確なアプローチが必要です。 どのようにして識別子を照合し、顧客プロファイルを統合しているのでしょうか? 彼らは試合にどのくらい自信を持っていますか? 明確な戦略を持つことで、顧客とのコミュニケーションが改善され、より効果的で収益性の高い顧客エクスペリエンスが得られます。

まず、組織は ID 解決戦略のフレームワークを採用する必要があります。 デバイス優先、個人優先、またはその 2 つの組み合わせのいずれかにすることができます。 重要なのは、マーケティング担当者が、使用している識別子によってデジタル ジャーニー全体を通じて顧客の視点を維持できると確信していることです。

決定的マッチングと確率的マッチング

顧客がさまざまなデジタル チャネルを通じて組織とやり取りすると、1 人の顧客がデータ内に複数のプロファイルを持つ可能性があります。 これらのプロファイルを結合するには、デバイス、デジタル アカウント、その他の識別子を 1 人の人物と照合する方法を見つける必要があります。

これを行うには主に 2 つの方法があります。

決定的なマッチング。 これは、一致が確実なプロファイルのみを結合することを意味します。 通常、これは 1 つの共通の識別子が複数のプロファイルで見つかった場合に発生します。 たとえば、顧客が電子メール アドレスを使用して注文した場合、その注文に含まれる郵便番号や電話番号から、同じ顧客が他のプロファイルに含まれることがわかることがあります。 これらの共通の識別子により、決定的な一致が行われます。

たとえば、電子メール アドレスが顧客プロファイルに含まれている場合、その顧客のデータを電子メール サービス プロバイダー (ESP) に個別に保存されている情報と結合できます。

確率的マッチング。 これには、AI が行動データと他の信号を組み合わせて、共通の識別子を使用せずに、個別の顧客とのやり取りがすべて同じ顧客からのものである可能性を予測することが含まれます。

「この種の照合やこの種のアイデンティティ解決の問題は、多くの仮定を立てることになることです」と、The Krehbiel Group のコンサルタントである Greg Krehbiel 氏がThe MarTech Conference で述べました。

しかし、Krehbiel 氏は、決定論的な一致であっても完全に信頼できるわけではないと指摘しています。 彼は、決して珍しいことではないユースケースを共有しました。 クレビエルさんの母親は妹にクリスマスの買い物を手伝ってほしいと頼んだため、妹は自分のラップトップと母親のクレジットカードを使ってアマゾンでプレゼントを購入した。 決定論的照合では、母親が娘のラップトップを使用していたという結論に飛びつく可能性があります。

単一の信頼できる情報源を確立する

顧客プロファイルを結合し、識別子を照合するには、常に何らかの判断が必要です。 これをできるだけ正確にするには、顧客データの信頼できる単一の情報源を確立することが賢明です。

「できる限り顧客レコードを 1 つだけ保持したいと考えますが、そのためには他の多数のレコードをマージする必要があります」と Krehbiel 氏は言います。 「つまり、1 つのシステムが、それが何であれ、そのものにとって唯一の真実の情報源でなければならないということです。」

特定のチャネルのすべてのユースケースと、そのデータをどこに統合する必要があるかを考えてください。 これは、重複や真実の情報源の競合を避けるのに役立ちます。

「誰かが [CRM] で電子メール アドレスを変更した場合、ESP 内の内容は上書きされますか?」 クレビエルは尋ねた。

場合によっては、プロファイルの結合が理想的ではありません。 たとえば、一部の顧客は仕事用と個人用で複数の電子メールを使用することを好みます。 このような場合、メールを統合しないでください。 代わりに、組織はこの顧客を複数の電子メールを持つ多面的な人物として考える必要があります。

さらに詳しく: Penske Media が CDP を使用して広告主がデジタル ユーザーにリーチできるようにする方法

信頼度のスライドスケール

決定的マッチングと確率的マッチングはどちらも、プロファイルを結合して顧客の身元を解決するときに使用されるデータに信頼があるかどうかに依存します。

これは、マーケティング担当者がユースケース、つまり顧客とどのように対話するつもりかに応じて、スライド式スケールで自信をランク付けする必要があることを意味します。

複数のプロファイルからのデータを結合するときに行われた仮定を損なう特殊なケースがあるため、この計算は重要です。

「常に特殊なケースが存在します」とクレビール氏は言う。 「1人が複数のメールアドレスを持っていますが、1つのメールアドレスに複数の人がいる場合もありますよね？ あるいは、家族全員で 1 つのメール アドレスを持っている家族も知っています。 一般に、これらは特別なケースであり、あまり心配する必要はありません。 それが問題を引き起こしたとしても、それは世界で最大の取引ではありません。 あるいは、そうかもしれませんが、ユースケースの観点からそれらのことを考慮する必要があります。」

この信頼度スケールを使用すると、データ ポイントの 1 つが間違っている可能性を判断するのに役立ちます。 たとえば、住所が間違っていると、ダイレクトメールの郵便料金が無駄になるだけになる可能性があります。 しかし、それが顧客のアカウント情報の一部であり、間違った住所が表示された場合、顧客はプライバシーや会社のデータ管理方法について大きな懸念を抱く可能性があります。

繰り返しますが、それはあなたのビジネス特有のユースケースによって異なります。 別の例: あなたの会社が食品配達サービスで、顧客がピーナッツ アレルギーを持っている場合、これは会社が正しく把握する必要がある重要な情報です。

これらのユースケースを念頭に置くと、チームが識別子の照合、プロファイルの結合、そして最終的には顧客に最高のエクスペリエンスを提供する際に最も自信を持って決定を下せるようになります。

ここから MarTech カンファレンスに登録してください。

マーテックを手に入れましょう！ 毎日。 無料。 受信箱にあります。

ビジネスメールアドレス

購読 処理...

規約を参照してください。