Treasure Data CDP + DataRobot AI
CDP に蓄積された多岐にわたる顧客データに AI の力で価値を生み出す
デモのリクエスト
Thank you
ご回答までしばらくお待ちください
Thank You!
閉じる
We’re almost there! These are the next steps:
- Look out for an email from DataRobot with a subject line: Your Subscription Confirmation.
- Click the confirmation link to approve your consent.
- Done! You have now opted to receive communications about DataRobot’s products and services.
Didn’t receive the email? Please make sure to check your spam or junk folders.
Treasure Data CDP は、ビジネス上の最も大きな課題であるデジタルトランスフォーメーションを推進し、データをビジネス価値に変えるためのデータプラットフォームです。多種多様なデータを即時に収集、分析し、外部システムへ容易に連携することができます。
意思決定に必要なデータの量は指数関数的なペースで増大しており、この新しいデジタルビジネスの時代において、Treasure Data CDP の何百社ものお客様は、増え続けるデータから新しい使い方や価値を生み出し、すでに様々な形でビジネスを変えつつあります。
企業における誰もが、サイロ化されたデータを“簡単に収集“、”一元管理“、”素早く分析“、”施策に連携“できるデータマネージメントプラットフォームを私たちは提供しています。
Benefits
1. データ集約
これまでは、Web行動データだけを活用したパブリックDMP配信などに代表される、Web行動、サイト来訪、コンバージョン、成約といったそれぞれのデータ活用に止まり、それらを統合した一気通貫のデータ活用ができていなかった。Treasure Data CDP の3rd partyデータ、あるいはよく広告配信に使われるサイト内コンバーションデータだけではなくその後の電話などでの実際の成約データもTreasure Data CDP 上で統合する事で顧客をより深く把握。その結果として最も成約しそうな類似ユーザーに広告を配信することで、これまでと比較してCPO (Cost per order) を50%以上抑制するなど、高いパフォーマンスの配信が可能になった。
2. 高精度予測モデルを生成
顧客のKPIは、単純なウェブでのコンバージョンではなく、ユーザーのサービス継続利用や、ウェブでのコンバージョン後の電話を経由した成約の様に顧客によって千差万別。また顧客ごとにサイト内構造なども異なるため利用できるデータも異なる。異なったKPIとデータを持つ全ての顧客に１つのモデルで対応する事は難しく、高パフォーマンスの広告配信を達成するには個別のモデルを生成する事が必要。DataRobotでモデリングを自動化する事でクライアント毎に最適なKPIをターゲットとした高精度予測モデルを生成し予測を行う事が可能になった。
3. 広告配信ボリュームの増加
実際に成約したユーザーをシードとして類似ユーザーに広告を配信するオーディエンス配信では、成約数が少ない場合、十分な広告配信量が出ないというケースが多くある。そこで機械学習を使った成約予測モデルで成約確率を予測し、まだ成約していないが成約確率が高いユーザーもシードとして配信する事で、質を担保したまま配信量の増加が可能となり、広告配信ボリュームとパフォーマンスの両立を実現することができます。（例えば成約確率70%以上の類似ユーザーに配信など）。またTreasure Data CDP でLINE, Google, Yahoo!, Facebookなど様々な媒体と連携可能。
4. インサイトの獲得
高度で複雑な機械学習モデルを使った広告配信では、中で何が起こっているかわからないという問題がよく起こる。しかし、クライアントのKPIを改善したり、安心して広告配信サービスを利用したりするためには、それにどの様な要素が関係しているのかモデルを理解することが重要だった。DataRobotではどの変数が予測に寄与しているかということや、各ユーザーに対して計算された予測に理由付けが行われるため、インサイトを活用してより一層サービスを改善する事が可能になった。