CPL（リード獲得単価）は、これまでマーケティング活動を評価するための中核指標とされてきた。Hubspotのレポートによれば、米国の企業の63%が自社のサイトへの トラフィックおよびリード獲得（英文）を最大目標と位置づけていることから、CPLを重要視するのは当然のことといえるだろう。
しかしながら、企業の多くが利用する指標、CPLにも大きな欠落がある。リードの質が考慮されていないという点だ。低CPLそれ自体は望ましいことであっても、質の高いリードの獲得が伴わなければ、コンバージョンレートや収益の低下をもたらすことになり、企業にとっては望ましい結果とはいえない。
幸いなことに、低CPLが必ずしも獲得リードの質の低下を意味しない。人工知能（AI）を活用することによって、マーケターはCPLの抑制と、高いコンバージョンレートをもたらす高品質リードの獲得を両立できるようになる。
AIが搭載されたプラットフォームは、顧客の利用デバイスを認識し、複数デバイスを横断した閲覧行動をもとに行動プロファイルを構築できる。さらにこうしたプラットフォームは、ウェブ閲覧と購入との相関性が高く、収益につながりやすいオーディエンスグループに共通した顧客属性や嗜好を特定し、同様の特性を示す他のユーザーをも特定できる。これをルックアライクオーディエンスと呼ぶ。
企業がこれを利用すれば、最良のオーディエンスを特定・購入し、広告キャンペーンを通して接触することにより、これまで想定していた領域以上の拡大が可能になる。
例えば、3日間に10の種類の製品情報を閲覧した消費者のほうが、1日に５つの製品を閲覧した消費者よりも企業にとって好ましいオーディエンスかもしれない。従来のマーケティングアプローチは、両方のオーディエンスを対象に施策を実施し、なにか良いことが起きることを祈るような、曖昧な想定に基づいたものだった。しかしながら、AIの活用は希望的観測を排除し、最大のリターンを得るために必要な、事実として最も収益に寄与する顧客をターゲットすることが可能だ。
購入までの時間を短縮するリマーケティング
AIはリマーケティング（プロダクトに興味を示しながらも購入にいたらない見込み顧客にリーチする）においても効力を発揮する。顧客が利用するデバイスすべてにおいて働きかけをすることにより、初回訪問から購入にいたるまでの時間を短縮できるのだ。
例えば、ユーザーがPCで製品情報を閲覧し、さらにスマートフォンでも同製品を閲覧したとする。先進的なシステムなら双方のプラットフォームでリマーケティングを実施することが可能だ。具体的にはPCに向けて電子メールで、スマートフォンではアプリの通知によってメッセージを送る。これは消費者にとっては利用デバイスを変えたり電子メールアプリからウェブブラウザに切り替えたりすることなく、数クリックで直接購入にいたる後押しとなるだろう。
AIが搭載されたプラットフォームであれば、ユーザーごとのデバイス横断の閲覧行動や行動履歴（シングルカスタマービュー）にあわせ最適化されたリコメンデーションや広告クリエイティブの提示が可能だ。こうした閲覧行動は、デバイスではなく個人に帰属するものとして認識されるため、特定の意図や行動ならびに習慣を持った「人」の実像を構築できる。このアプローチは、より高いコンバージョンレートをもたらすだけでなく、ルックアライク手法によるオーディエンス拡張も容易にする。なぜならば、マーケターが求めているオーディエンス特性の把握がより具体的なものとなるからだ。
例えば、Aという男性の消費者の保有する複数のデバイスを横断した閲覧履歴に着目する。従来のマーケティング技術で理解可能なのは、デバイスを横断して閲覧されたコンテンツのトピックがスポーツ、テクノロジー、経済、旅行と多岐にわたることだけだ。
複数のタッチポイント（閲覧履歴）の情報は入手できたとしても、それらデバイスが何名の消費者に共用されているのかの特定は困難であり、それらトピックも消費者個人の嗜好という人物像をはっきり結ぶのに充分なものではない。
消費者Aの複数デバイスを横断しての閲覧行動と、閲覧コンテンツに含まれるキーワードをAIで分析すれば、彼が所有する複数デバイスすべてをリンクさせ、旅行中にはバスケットボール、仮想現実、ビットコイン、格安ホテル、朝食といったキーワードを含むコンテンツを閲覧していることが特定できる。こうしてAという人物のより鮮明なプロファイルと彼の嗜好が浮かび上がり、最適化されたコンテンツを用いた個別のマーケティングが可能になる。ここで重要なのは、このことによって企業やブランドは消費者A、さらには彼と似た嗜好を持つその他大勢の消費者との対話を開始し、長期的な関係を構築できる可能性があるということだ。
これほど強力な手法がいつでも利用可能になると、消費者にマーケティングメッセージの雨を降らせたいという欲望に駆られるものだが、それは消費者の負荷が多くなり、結果として広告キャンペーンから距離を置かれてしまうリスクを伴う。同時により多くの広告費がかかることも考慮すべきだ。
高精度なAIアルゴリズムは、フリークエンシーキャプを適用し、消費者がメッセージの多さに戸惑うことのないように調整を行う。これは広告費用の適切な配分と、インプレッションの無駄打ち抑制につながる。ユーザーが所有するデバイスを横断して調整する必要があり、利用デバイスが変わっても同一ユーザーであると認識できる能力がなければ不可能だ。同一のユーザーに、デバイスごとに紛らわしいマーケティングメッセージが伝わることを回避できる。
「フリークエンシーキャップ」には、1日あたりの上限を設定することも、キャンペーン期間を通じた上限を設定することもできる。マーケターの意図にあわせた最適なルールをAIに適用させることも、インプレッションおよびクリック数の上限を手動で設定することも可能だ。
世界有数の化粧品ブランド Estée Lauder社のケースでは、この手法が同社のマーケティングの成功に繋がっている。同社はAppierのCrossXデータベースに蓄積された、過去に実施した3,000ものキャンペーンデータに含まれるプロファイルの中から「ルックアライク」機能を用いて新規の高価値かつ若年層のオーディエンスを獲得することができた。これにより、同社は獲得リード数を167%に拡大し、同時にCPLを63%に抑制することに成功した。さらに、CrossXの「リマーケティング」および「フリークエンシーキャップ」といった機能の利用により、ブランドに興味を持つ高価値ユーザーがコンバージョンにいたる時間の短縮も達成できた。
リードの質を高めたいマーケターにとって、AIは、獲得単価の抑制もあわせてそれを達成できる、非常に強力なツールだといえるだろう。マーケティングリードの獲得においては、ローコストと高品質はいまや両立可能となった。