事例・ユースケース
クレジットカードのリボ払い利用者を推定するパーソナライズドマーケティング
クレジットカード会社で、過去の取引データから将来のリボ払い利用見込みの高いお客様を推定しました。マーケティング施策の高度化・個別化を行い、マーケティング活動・営業活動の効率化を実現しました。
解決したい課題
すべての顧客に一律に同じ内容のDMを送付しており、マーケティング施策の反応率が低く、効果の割には非常に大きなコストがかかっていた
ソリューション
取引データや顧客属性などのデータをAIが学習し、リボ払いの利用可能性が高い顧客を推定する仕組みを構築しました
導入の効果
顧客ターゲティングが精緻化し、より効果が高いと思われるターゲットに向けてマーケティング施策が打てるようになりました
お客様業種・課題
クレジットカード会社
クレジットカード会社で、既存のお客様へのDM施策を実施していましたが、全ての顧客に対して一律に同じ内容のDMを送付していたため反応率が低くマーケティング施策の効果が出ていないという課題がありました。マーケティング施策を実施する際のターゲット設定を行わないまま紙DMを送付していたので、効果の割には非常に大きなコストがかかっていました。
ソリューション内容
取引データや顧客属性など別々に管理されていた過去の多様なデータをもとに機械学習を行い、将来、リボ払い・分割払いを利用する可能性の高い顧客の特徴を推定する仕組みを構築しました。これにより、リボ払い・分割払いを利用する可能性の高い顧客をターゲティングし、ピンポイントで紙DMを送付するマーケティング施策の効率化が図れるようになります。本取り組みでは既存顧客のカード利用を活性化するだけでなく、DM施策の反応率の向上、紙DM配信のコストカットなど、マーケティング活動の高度化、営業活動の効率化の実現が可能となります。
導入後の成果
- 顧客の基本属性だけでなく過去取引データなどさまざまなデータから顧客ターゲティングが精緻化できます
- より効果の高いターゲットに向けてマーケティング施策が打てるようになり、反応率が向上します
- 紙DMの無駄打ちが減り、コストが削減できます