「お客様を理解すること」は、企業のビジネスの成功における最も重要な価値です。企業が提供する財貨やサービスは、お客様のニーズを満たし、ペインポイント（Pain Point）を解決してこそ、はじめて価値を生み出すことができるためです。
企業は、以前からお客様への理解を深めるために顧客データを活用してきました。アンケートを通じた顧客のインサイトデータ、顧客の個人情報、購入履歴などを含む取引内訳データを、マーケティング、商品企画、カスタマーサービスなどの業務に活用してきました。顧客は依然として、暮らしの中心であるオフライン空間で生活していますが、デジタルトランスフォーメーション（Digital Transformation, DX）の加速に伴い、デジタル世界とも絶えず繋がって暮らしています。この過程で生まれるあらゆるデジタルフットプリント（アプリやWebにおけるすべてのクリックやタップ、SNSに投稿した文章、ハッシュタグ、画像、ECサイトに残したレビューや検索ワードなど）がデータ化されています。また、このように増加するオンライン＆オフラインデータの収集、処理、統合、保存、活用技術は日々発展しており、データ価値も急速に高まっています。
LG CNSは、こうしたトレンドに足並みをそろえ、エンドツーエンドのデータサービスとソリューションを提供し、顧客のビジネスを成功へと導くベストパートナーとして認められています。
Data-Driven Customer & Biz. Insight
社内システムやチャネルで生成されるデータ、お客様から得られるデータ、そしてマーケット・インテリジェンス（Market Intelligence）の観点から収集できるデータを活用し、ビジネス戦略の策定と実行に必要なビジネスインサイトを導き出します。マーケティング、営業、カスタマーサービス、商品企画など、お客様と直接・間接的に関連するデータを統合活用し、クロス・ファンクショナル（Cross Functional）な業務領域におけるインサイトも提供でき、企業全体において最適化された戦略の策定が可能になります。データに基づき、お客様がより精緻かつ効果的な意思決定が下せるよう、LG CNSが支援します。
Data-Driven Marketing Consulting
LG CNSのデータコンサルティングは、単にデータ分析によってインサイトを導出することに留まらず、そのインサイトを実際のマーケティングと連携・実行する上で必要なすべての解決策を提示します。アプリやWebにおけるパーソナライズ・マーケティング、オムニチャネル・マーケティング、デジタル広告への連携・活用などのマーケティング戦略全般をサポートし、マーケティングシナリオの企画から、データ分析基盤のセグメンテーション、A/Bテスト、実行結果分析まで、一連のプロセスを専門コンサルタントがお手伝いします。LG CNSは、データ基盤、顧客中心に、最適化されたマーケティング実行戦略を、効果的に運用できるようコンサルティングします。
Customer Growth Accelerator(CGA)
顧客データプラットフォーム（Customer Data Platform, CDP）やマーテック（Mar-tech）などのソリューションを導入するときやシステムの構築を検討するとき、当該システムが実際にビジネス成果にどれほど貢献できるのか不明な場合が多くあります。LG CNSはこの問題を解決すべく、お客様を支援する新しいプログラム「Customer Growth Accelerator（CGA）」を運用しています。ソリューションやシステムの導入プロセスにおいて、仮のユースケースとマーケティングシナリオを策定し、これに基づき、データ分析から実際のシステム活用やマーケティングの実行まで、全プロセスを迅速に実行・検証します。この活動を通じて、顧客は当該ソリューションとシステムをビジネスの観点からどう活用すれば良いのかを事前に学習し、これを落とし込むための時間と努力を最小限に抑えることができます。さらに、マーケティングなどのビジネス成果にどれだけ貢献できるかについても、より具体的に把握ができます。
クラウドビッグデータ・プラットフォーム
企業におけるビジネス競争力の確保とAX（AI Transformation）の実現に向け、クラウド基盤のビッグデータ・プラットフォームを構築します。オンプレミス（On-Premise）だけでなく、AWS、Google、Azureなど多様なパブリッククラウド環境において企業内部・外部の多様かつ大量のデータをリアルタイムで収集・統合し、AI分析を通じてカスタマーサービスに活用可能なカスタム型のデータ分析環境を構築します。ビジネス環境が急変する時代においてLG CNSは、柔軟に拡張できるコスト効率の高い分析インフラを構築し、お客様がデータおよびユーザーの増大に柔軟に対応できるよう支援します。データサイエンス技術およびAI・機械学習分析、生成AIの活用能力を内製化し、カスタマーバリューの最大化が図れるデータ分析環境を提供します。
データポータル
ユーザーのデータ分析における利便性の向上、情報の活用性や分析能力の強化を通じて企業のデータリテラシー（Data Literacy）を身につけられるように、データポータル（Data Portal）を構築します。データポータルは、分析する人が全社データを簡単かつ便利に活用できるように、知能化されたデータカタログ検索やビジネス・メタデータなど、データに対するあらゆるアクセスパスを提供します。また、分析者にサンドボックス基盤のパーソナライズされたセルフ分析環境を提供し、定型・非定型分析などの多様なビジネス・インテリジェンス（Business Intelligence, BI）環境を提供することで、データに基づく戦略的な意思決定ができるよう支援します。最近では、生成AI基盤のデータ検索や、生成BI（Generative BI, Gen BI）を活用した利便性の高いデータポータルの構築も支援しています。
-
データプラットフォーム・アーキテクチャは、クラウド基盤とオンプレミスに大別できます。クラウド基盤プラットフォームは、柔軟性、拡張性、コスト効率を提供し、急速に変化する市場に適しています。一方、金融機関や公共機関などセキュリティと規制の遵守が重要な場合には、オンプレミスの方が適している可能性があります。また、リアルタイムデータ分析が必要な場合は、ストリーミングプラットフォームを導入したり、AIと機械学習を統合したアーキテクチャを設計する必要があります。企業のビジネス目標に合わせて技術スタックを選択し、拡張性とコスト効率、セキュリティなどを考慮した戦略的なアプローチが求められます。
-
データの統合と管理において最大の要件は、データの品質管理、リアルタイムのデータ処理、セキュリティです。多様なデータソースを効率的に統合するには、ETLツール（Extract：抽出、Transform：変換、Load：書き込み）を活用してデータを精製し、変換することが不可欠です。また、データガバナンスポリシーを策定してデータの一貫性や精度を維持し、セキュリティ規制を遵守する必要があります。技術的には、APIの統合、クラウドデータウェアハウス、データパイプラインの管理が必須で、この過程でレガシーシステムとの互換性問題や、データ重複・漏れなどの主要課題が生じることがあります。
-
ビジネス成果を測定するためには、重要業績評価指標（Key Performance Indicator, KPI）を定義し、データ基盤の意思決定効率を評価する必要があります。例えば、分析サイクルの短縮、決定時間の短縮、コスト削減、顧客満足度の向上などが主なKPIになるでしょう。データプラットフォームが実際に成果を上げているか確認するには、A/Bテストや実験的アプローチ方法を用いて成果を比較し、持続的なデータ分析によって改善点を見出す必要があります。また、リアルタイム・モニタリングシステムを構築して成果をリアルタイムで追跡し、必要に応じてAI基盤の予測分析を行うことでプロセスを自動で最適化できます。
パーソナライズマーケティングが普及し、お客様のニーズはより細分化され、高度化しています。企業は顧客データを分析し、カスタム型サービスを提供するために努力していますが、膨大な顧客データを効果的に統合できなければ、お客様に差別化されたエクスペリエンスを提供することは難しいものです。
しかし、 カスタマーセントリックな企業になるための最重要要素は、お客様に対する理解です。そのためには、様々なチャネルから顧客データを捉え、収集できる能力を持つことが不可欠ですが、そう簡単ではありません。このためには、下記の5つの能力の確保が必要です。
- 保存と分析のために中央集約型のデータプラットフォームを整備し、組織内部から自由にアクセスできる能力
- お客様の好みと性向データを分析して、実店舗をイノベーションしたり、需要のシグナルをキャッチしてエリア単位の需要予測ができる能力
- リアルタイムで全顧客にリーチできる能力
- 顧客データを活用してデジタルチャネルにおけるカスタマーエクスペリエンスを向上させ、満足度を高められる能力
- モバイルアプリのデータ、取引およびコマースデータ、ソーシャルメディアのデータなど、カスタマージャーニー全般のあらゆるデータを統合し、活用できる能力
ターゲット・マーケティング＆ハイパー・パーソナライズ
Customer 360は、統合された顧客データをもとに、マイクロセグメンテーション（Micro-Segmentation）を通じて商品とサービスに適した顧客群を識別し、各グループに合わせてカスタム型メッセージを届けることで、マーケティング効果を最大化します。また、お客様の行動データを分析してカスタマージャーニーと突き合わせることで、各接点における離脱の原因を把握し、最適なエクスペリエンスを設計できます。これを通じて、お客様の過去の行動とリアルタイムデータを活用した次善策「Next Best Offer」を提案し、購入可能性を高め、アップセル（Upselling）とクロスセル（Cross-Selling）を効果的に実施できます。さらに、リアルタイムでお客様の行動を分析し、キャンペーンの実施中にもターゲットを精緻化することで、マーケティングの投資利益率（Return on Investment, ROI）を最大化し、ハイパー・パーソナライズを実現します。
エンゲージメントの強化
Customer 360は、顧客の声（Voice of Customer, VOC）と感性分析を通じて顧客フィードバックと感性を体系的に把握し、迅速に問題を解決し、満足度向上を支援します。また、顧客離脱可能性の予測モデルを適用し、潜在離脱顧客のニーズに合わせた特典を提供することで継続率を高めます。顧客生涯価値（Lifetime Value, LTV）を精緻に算出し、LTVレベル別に差別化されたプロモーション戦略を実施することで収益性を最大化できます。また、競合他社の商品やサービスに関心を示す顧客を識別し、その顧客に合わせて提案を行うことで離脱を防止し、ロイヤリティを維持します。
Proactive Care
Customer 360は、顧客データを深層的に分析し、先制的なプロアクティブ・ケア（Proactive Care）を実現します。お客様の行動とフィードバックに基づきUX/UIを持続的に最適化し、より良いユーザーエクスペリエンスを提供します。さらに、サービスの品質データをリアルタイムで分析し、問題の原因を早期に把握・解決します。また、お客様の利用パターンを予測し、先制的な製品管理を行うことで問題を予防し、メンテナンス活動を先行することで製品の信頼性を高めます。さらに、お客様の潜在ニーズを発掘し、これに基づいて新規サービスを開発し、市場の変化をリードする機会を提供します。このようにCustomer 360は、お客様のニーズを事前に予測して対応するための強力なツールであり、企業において、顧客中心の差別化されたサービスのイノベーションと競争力の強化を引き出します。
-
顧客に関するインサイトは、顧客行動パターンや好みの分析、カスタムマーケティング、セールス戦略の最適化などによって取得できます。Customer 360を活用すれば、取得したインサイトに基づいたパーソナライズ・サービスの提供や顧客離脱防止活動を行うことにより、企業が顧客中心の戦略を策定し、持続的な成長に向けた競争力を確保することもできます。
-
Customer 360を構成する重要な2つの項目は、ファクト（Fact）指数と推理指標です。
ファクト指数は、顧客データを統計的に要約して示す指数で、RFM（Recency：直近の活動、Frequency：購入頻度、Monetary：消費額）の観点からお客様を細分化できるようにします。推理指標は、このファクト指数をもとに、AIと機械学習技術を活用し、潜在顧客の特性や関心事を推定、予測したデータです。これを通じて、お客様の将来の行動や関心事を予測でき、より精緻でパーソナライズされたサービスを提供することができます。 -
Customer 360には顧客の行動データをはじめ、様々な種類のデータが含まれます。例えば、顧客の購入履歴、Webサイトの訪問履歴、ソーシャルメディア上のインタラクション、カスタマーサービスへの問い合わせ履歴などから得られた、様々なソースのデータを統合し、顧客特性の概要を理解します。
グループデータ・プラットフォーム構築コンサルティング：ガバナンスと事例の活用
グループレベルのデータ活用体制を整えるために、グループデータガバナンス体制を構築します。
ビジネスでの活用事例を定義し、グループデータの活用方法とプラットフォーム構築アーキテクチャを策定します。企業が構企業に合ったループデータプラットフォームの構築に向けた事前準備作業であるコンサルティングを通じ、明確な実施案と成果物を提供します。
グループデータプラットフォームの構築：データ統合
- データ統合：グループの内部・外部データを収集、統合、分析し、創出された価値を様々な目的に活用するためのデータ統合アーキテクチャの構築
- データレイクの構築：検証済みの多様なビッグデータ技術とソリューションの融合と運用、セキュリティ、安定性、性能およびコスト最適化を考慮したデータレイク・アーキテクチャの構築
- データ分析プラットフォーム：体系的にデータを分析して業務を知能化し、企業のデジタルトランスフォーメーションを実現する機械学習オペレーション（Machine Learning Operations, MLOps）プラットフォームの実装
- データダム（Data Dam）管理体制：データダム管理のためのデータ収集から廃棄までのデータ管理原則、ユーザー観点でのアプローチから活用までのデータ利用に関する管理原則、および情報保護観点からのデータセキュリティ管理原則の策定
-
システム構築前に顧客情報の保護のための法務コンサルティングとデータガバナンスコンサルティングを必ず受けることで、個人情報保護法および関連法令を遵守し、コンプライアンス（Compliance）関連問題を予防できます。
-
系列会社によって情報保護体制と基準が異なる場合があり、個人情報の匿名化レベルおよび個人情報活用監査基準が異なることがあります。そのため、標準化されたデータガバナンス体制を構築し、一貫した管理基準を用意することが重要です。
-
韓国では、金融監督院への事前届出手続きの不備によりオープンが延期された事例がありますので、金融監督院への届出手続きと、届出内容に関する検討が必要です。
-
系列会社間における顧客情報に関する自由なデータ分析と活用のためには、情報保護管理条件を遵守しつつ、データの活用を最大化するためのデータガバナンス体系の策定が求められます。
ダイナミックセグメンテーションと手軽なマーケティング
LG CNSのCDPは、ダイナミックセグメンテーションとデータアクティベーション機能により、円滑なマーケティングをサポートします。飲食（F＆B）業界のグローバルトップ企業のマーケティング担当者は、CDPのダイナミックセグメンテーションによりマーケティング・ターゲットの的確性が向上したと述べています。また、直接生成したセグメントを迅速にキャンペーンシステムに送信することでマーケティングのリードタイムを短縮するとともに、マーケティングの適時性が高まり、転換率が大きく向上したと述べています。韓国の大手流通企業の担当者は、オンライン行動データと既存の取引統合データを基盤としたセグメンテーションとデータアクティベーションの自動化により、マーケティング効率とパーソナライズ・マーケティングの成果が継続して改善していると話しています。
統合マーケティング成果管理により、強力になったマーケティング
韓国のグローバル企業のA社は、海外法人がそれぞれ異なる顧客データに基づいてマーケティングを行っていたため、それぞれ異なる基準の成果データが収集され、統合的な分析結果をタイムリーに導出することに対する問題を抱えてきました。この企業は、LG CNSのCDPソリューションを利用してグローバルCDPを構築し、複数の海外法人が標準化された統合データによって分析を行い、アクティブ化可能なセグメントを活用し始めました。CDPを通じてマーケティング成果の統合管理が可能になったことで、マーケティング競争力全般の向上はもちろん、グローバルビジネスの成果も持続的に向上すると予測されています。
生成AI分析機能を活用した効率的なデータアクティベーション
CDPの生成AI機能を利用すれば、マーケッターの経験と分析的な思考に基づいて自然言語で顧客セグメントを抽出し、可視化できます。また、自然言語による連携システムでセグメントをアクティブ化し、一貫した分析コンテクストを基盤にマーケティングを迅速に実行できます。その結果として、自然言語を基盤にクリエイティブなカスタマーエクスペリエンスを効率的に生み出し、提供できます。
インバウンド＆アウトバウンドの統合マーケティング
様々なチャネルで多様な個別マーケティングを実行していると、同じメッセージが何度も顧客に届いてしまい、疲労度の増大による離脱率が上昇することがあります。CDPのジャーニービルダー（Journey Builder）機能を活用すると、多様なチャネルを利用したインバウンド＆アウトバウンドマーケティングを統合的に実施し、統合された結果として確認できます。ジャーニービルダーにより、ターゲット顧客における合理的なジャーニーを設計し、最適化されたメッセージを届けることで、マーケティング・コミュニケーションの成果を高めることができます。
CDPソリューションの中核機能は統合型顧客データに基づく顧客理解とエクスペリエンスに重点を置いており、精緻なセグメント分析に基づくカスタマーエクスペリエンスの改善と、マーケティング効果の向上を支援します。
分散するデータを統合して「Customer Single View」を生成
多角的な顧客分析において追加の分析プロパティを簡単に生成
可視化基盤のセグメント生成機能により複雑なルールのセグメントを直感的に生成可能
データの可視化と分析による直感的なインサイトの導出
レディメード型アクティベーションコネクタによりすぐに他のマーケティングシステムに送信可能
最適化されたカスタマージャーニーの設計
-
CDPの導入は、単に技術を導入すること以上のプロジェクトで、組織全般にまたがる変化を伴う戦略的なプロジェクトです。
CDPは、単なるデータ統合ツールではなく、カスタマーエクスペリエンスを改善し、ビジネスのアウトプットを高めることに焦点を当てたプラットフォームであるためです。
確実なデータに基づいて意思決定を強化したいという目標、データの統合範囲、リアルタイム処理の有無、レガシーシステムとの連携、CDPを活用するマーケティングチームとの協業体系の構築などを、体系的に考慮して導入計画を策定することが重要です。
-
CDPは、顧客データを統合してパーソナライズされたエクスペリエンスを提供することに重点を置く一方、CRMは顧客関係管理、DMPは匿名データによる広告ターゲッティングをサポートするのに主に用いられます。
- CDP（Customer Data Platform）：複数のチャネルからデータを収集・統合して顧客の単一プロファイルを生成し、パーソナライズされたカスタマーエクスペリエンスを提供
- CRM（Customer Relationship Management）：お客様との関係を管理するためのツールで、営業およびカスタマーサポートに焦点を置く
- DMP（Data Management Platform）：広告キャンペーンのための匿名データ管理に主に用いられ、主にサードパーティー（Third-Party）データを活用
-
多様なチャネルから収集した顧客データを統合し、カスタマイズされたマーケティングと最適化されたカスタマーエクスペリエンスを提供することで、ビジネスのアウトプットを向上させることができます。
