Opal + Optimizely U の仕組み

本当に関連性の高い顧客エクスペリエンスを作成するには、データを収集するだけではなく、データを理解する必要があります。ほとんどの組織はすでに、Web サイト、コマース システム、顧客データ プラットフォーム、マーケティング ツールにまたがる豊富な行動、購入、エンゲージメント データを保有しています。しかし、その生の情報を 実用的な洞察 課題は残っています。

このプロジェクトでは、Optimizely Data Platform (ODP) とコマース データを Opal AI と組み合わせて、 AIを活用したリアルタイムの顧客プロファイル ユーザーの興味、意図、次善のアクションを予測します。その結果、マーケティング担当者、マーチャンダイザー、デジタル チームがチャネル全体でより関連性の高いエクスペリエンスをデザインできるようにする 360 度のビューが実現します。

問題: データはどこにでもあるが、洞察はどこにもない

マーケティング チームは、次のような同じ障害に直面することがよくあります。

• 行動データは 1 つのシステム内に存在します
• 購入履歴は別の場所に残っています
• コンテンツエンゲージメントは別の場所にある
• セグメンテーションは手動で更新する必要があります
• パーソナライゼーション ルールは静的であるか、古いことが多いです

優れたツールを使用していても、チームがすべての顧客のジャーニーを分析したり、次にどのようなアクションをとるべきかを決定したりする時間はほとんどありません。

ここで AI がギャップを埋めます。

ソリューション: Opal を利用した 360° 顧客プロファイル メーカー

360° プロファイル メーカーは、Opal AI を使用して ODP とコマース データからの信号を統合し、以下を生成します。

• 顧客の完全な概要
• 行動に関する洞察
• 興味と親和性の予測
• 製品カテゴリーの傾向
• コンテンツの設定
• 教育または学習のニーズ
• マーケティング、コンテンツ、コマース チームに推奨されるアクション

カスタム エージェント ツールを介して ODP に接続することにより、Profile Maker エージェントは顧客とのやり取りを取得し、AI 推論を使用して各顧客が次にどのような対応をする可能性があるかを推測します。

個々の訪問者ごとにリアルタイムのアナリストがいると考えてください。

仕組み

アーキテクチャは次の 3 つのコンポーネントを中心としています。

1. ODP 顧客およびイベント データ

ODP は、以下を含む統合された顧客レコードを提供します。

• 閲覧履歴
• 購入品
• カートに追加する動作
• キャンペーンへの取り組み
• コンテンツのインタラクション
• デバイスと位置信号

これがプロフィールの事実のバックボーンです。

2. プロファイル メーカー エージェント (Opal AI)

エージェントは 3 つの主要な手順を実行します。

A. 顧客プロフィールとイベント履歴を取得する

ODP ブラウザ ツールを使用して、最近のアクティビティ (製品ビュー、注文、興味など) を取得します。

B. パターンを分析し、予測される動作を推測する

エージェントは次のような信号を識別します。

• 特定のカテゴリを頻繁に閲覧する
• カート内の高額商品
• 繰り返される研究行動
• スタイル、機能、またはブランドファミリーへの関心
• 過去の購入での引き落としポイント

C. 予測フィールドを使用して更新された顧客プロファイルを生成する

これらの予測属性は以下をサポートします。

• 製品の推奨事項
• コンテンツの推奨
• 顧客の関心のタグ付け
• 教育内容の提案

このプロファイルは生きた文書となり、行動の進化に応じて継続的に強化されます。

3. ODP に保存される更新された顧客プロファイル

エージェントは更新された属性を ODP に書き込みます。

これにより、次のことが可能になります。

• 最適なパーソナライゼーション
• ターゲットを絞った電子メール キャンペーン
• きっかけとなる旅
• ダイナミックな現場体験
• コマースに関する推奨事項

マーケティング担当者は最終的に、データサイエンティストを必要とせずに洞察に基づいて行動できるようになります。

実際のマーケティングの使用例

このソリューションは、日々のマーケティング上の多くの課題をサポートします。

1. 予測的な製品の推奨

顧客がアウターウェアを頻繁に閲覧し、素材を比較し、同様のアイテムを再訪する場合、プロファイル作成者はそれらを次のように分類できます。 「アウター志向」。

これにより、パーソナライズされたホームページや電子メールによる推奨事項がトリガーされます。

2. コンテンツのパーソナライゼーション

ユーザーがサイズ、ケア、フィット感に関するガイドを読んだ場合、システムは次のことを推奨します。

• 購入ガイド
• サイズ調整ツール
• 比較内容
• 機能の説明者

これによりエンゲージメントが向上し、バウンスが減少します。

3. 顧客の関心のタグ付け

興味のあること 「ワークウェア」「プレミアムカジュアル」「環境に優しい素材」 などを推測してプロファイルタグとして保存できます。

これらのタグは、セグメンテーションとジャーニー トリガーをフィードします。

4. 教育とサポートに関する推奨事項

顧客がアイテム カテゴリを繰り返し返品したり、ヘルプ ドキュメントにアクセスしたりすると、AI が積極的な教育コンテンツを提案できます。

5. 電子メールとジャーニーの自動化

ODP に保存された予測属性を使用すると、次のようになります。

• トリガーがより正確になる
• 旅がより意味のあるものになる
• 電子メールによる推奨事項は実際の行動と一致します

これにより、分析とマーケティング活動の間のギャップが埋められます。

なぜこれが重要なのか

ODP のデータ基盤と Opal の推論機能を組み合わせることで、企業は次のことが可能になります。

• 手動分析なしでパーソナライゼーションを拡張
• 各顧客の動機をよりよく理解する
• ユーザーが次に何を必要とするかを予測する
• 最適化されたパーソナライゼーションと実験を促進する
• エンゲージメント、コンバージョン、生涯価値を向上させる

チームを次から移動させます 反応的な に 積極的 パーソナライゼーションを大規模に。

最終的な考え

AI はマーケター、マーチャンダイザー、コンテンツ クリエーターに取って代わるのではなく、これまで得られなかった洞察を彼らに与えてくれます。 360° Profile Maker は、チームが既存の顧客データを意味のある予測に変換し、その予測をチャネル全体でパーソナライズされたエクスペリエンスに変える方法を示します。

これはデジタル エクスペリエンスの未来であり、そのツールはすでに存在しています。

2025 年 12 月 4 日