誰だって顧客を失いたくはない。これは売上減少だけでなく、企業の評判低下を招くかもしれないし、マーケティング費用の増加に繋がる可能性もある。実際に、 Forrester Research(英語資料)によると、新規顧客を獲得するには、既存顧客を維持するよりも5倍の費用がかかるという。
離脱しそうな顧客を予測してリエンゲージメントを図るにはどうすればよいのだろうか？
人工知能（AI）を活用して顧客に関するインサイトを得ることができれば、解決の糸口がつかめるかもしれない。AIは、最近あまり訪問しなくなった顧客を特定したり、他のブランドに乗り換える（いわゆる「顧客離れ」の）可能性が高い顧客を予測したりできる。さらに、顧客の興味関心についてのインサイトも提供してくれるので顧客へのリエンゲージメントのためのメッセージ配信やコンテンツのパーソナライゼーションに役立てることも可能だ。
顧客維持は、どの業界でも利益に関わる重要な要素である。マーケターは大量のデータを得られるものの、そのデータを解釈して実用的なインサイトに落とし込むことは非常に難しい。離れていこうとしている顧客への対応は時間との戦いだ。AIを搭載したシステムは、具体的な要件に対して自動化が可能なため、手動でのデータ収集よりもはるかに効率的だ。いったん目標を設定したら、それに対応してシステムを調整することができ、システムは迅速かつ正確に作動する上、ヒューマンエラーのリスクが低い。関係のないデータが見つかったり、データの具体性が不十分だったりする場合は、パラメーターを調整すればシステムが自動的に再調整される。
ここで、AIが顧客維持にどのように役立つかを説明しよう。
Appierの AIXON（アイソン）などのAIプラットフォームでは、あらゆる種類の社内データを1カ所にまとめるだけでなく、社内外のデータを統合して顧客の全体像を把握することができる。これにより、顧客の過去の行動をより正確に理解できる。とりわけ重要なのは、より高い精度で顧客の将来の行動を予測できることである。社内データは、ブランド企業のウェブサイトや、アプリ、コンテンツ管理システム、オフライン売上データなど、ブランドが所有するチャネルから収集した情報である。外部データは、それ以外のすべてであり、サードパーティのデータベースや、社内以外のインターネット上の顧客行動から得たデータである。AIシステムは、そうしたあらゆるデータをまとめて、極めて有益な単一のデータに統合し、顧客が特定の企業とそれ以外にどのように接触しているか、行動の全体像をまとめることができる。AIはそれを利用して、企業から離れるリスクが最も高い顧客を特定できる。
特定の企業のウェブサイトだけでなく、インターネット全般にわたって、顧客の行動が分かるとしたらどうだろう？
AIツールは、顧客が貴社やそれ以外のウェブサイトで入力するキーワードを分析し、フィットネス、旅行、ファッション、映画など、顧客が何に興味関心を持っているかを明らかにできる。そうした興味関心は、単なるフィットネスではなくケトルベルによるトレーニングであったり、映画というだけでなく強い女性が主人公のロマンティックコメディであったりと、極めて具体的に把握できる。AIシステムはそれらの情報を瞬時に解析できるが、同じインサイトを手動で得ようとすると何時間もかかってしまう。
そのようなインサイトを、オンライン行動に基づいて構築した顧客の全体像と組み合わせることで、顧客がブランドの乗り換えを決断する前に、リエンゲージメントのための適切なタイミングの適切なコンテンツを理解できる。
例えば、1カ月以上もマーケティングメールを開いていないユーザーは、他のブランドで購入する可能性が高いため、割引券を提供して引き留められる。その割引券を顧客の興味関心に訴求できるようにカスタマイズすれば、彼らを引き留めて顧客離れを減らす可能性を高めることができる。
顧客維持に向けたAI中心のアプローチは、いっそうパーソナライズされた顧客体験を実現し、顧客はカスタマージャーニー全体にわたってへのエンゲージメントを強く感じられるため、他に乗り換える可能性が低くなる。ターゲティングする適切なオーディエンスを定め、具体的な興味関心に訴求することで、顧客維持に積極的に取り組むことができ、ブランドの乗り換えを考えていることを顧客が認識する前にエンゲージメントを図れるようになるだろう。