1,200店舗の実店舗とウェブ、モバイルアプリ、メールアドレス、ソーシャルチャネルにまたがるデジタルコマースエコシステムを運営する多国籍小売企業は、ID名寄せ監査を通じて、2,800万件のユニークな顧客レコードと考えていたものが実際には1,640万人の個別の個人のみを表しており、残りの1,160万件のレコードは、同じ顧客が異なるメールアドレス、デバイス識別子、またはロイヤルティアカウント番号を使用して異なるチャネルでやり取りした際に作成された重複または断片化されたプロフィールであることを発見しました。包括的なID名寄せプラットフォームを導入した後、小売企業はこれらの断片化されたプロフィールを統合された顧客ビューに統合し、月間420万件の重複送信を削除することでメールマーケティング効率を即座に改善し、パーソナライゼーション精度を34パーセントから87パーセントに向上させ、初年度に1,480万ドルの追加収益を生み出しました。
現代マーケティングにおけるID名寄せの課題
デジタルタッチポイントの拡散により、データドリブンマーケティングのほぼすべての側面を損なう根本的なID断片化の問題が発生しています。単一の消費者は、職場のデスクトップブラウザを使用して企業メールでブランドとやり取りし、別のメールアドレスを使用して個人のスマートフォンで閲覧し、クレジットカードで店舗内購入を行い、プラットフォーム固有の識別子を通じてソーシャルメディア広告とエンゲージし、自宅の住所でダイレクトメールを受け取る可能性があります。これらのやり取りはそれぞれ異なるシステムで個別のデータレコードを生成し、ID名寄せ技術がなければ、マーケターは各レコードを個別の個人として扱い、断片化された顧客ビュー、重複したコミュニケーション、不正確な分析、同じ人物が複数回カウントされたオーディエンスへの無駄な広告費につながります。
ID名寄せ技術は、何百ものIDシグナルを分析して複数のレコードが同じ個人に属するかどうかを判断する確率的および決定論的マッチングアルゴリズムを通じて、この課題に対処します。決定論的マッチングは、メールアドレス、電話番号、ロイヤルティID、または認証されたログイン資格情報などの正確な識別子の一致を使用して、ほぼ確実にレコードをリンクします。確率的マッチングは、IPアドレス、デバイスフィンガープリント、閲覧パターン、位置データ、行動の類似性などの弱いシグナルを評価する統計モデルを使用して、正しい一致の可能性を定量化する信頼スコアでID接続を推測します。
IDグラフアーキテクチャとデータインフラストラクチャ
IDグラフは、顧客ID名寄せを支える基礎的なデータ構造として機能し、異なる識別子とそれらが属する個人との関係を接続されたノードのネットワークとして表現します。グラフ内の各ノードは、メールアドレス、デバイスID、Cookie、電話番号、または郵便住所などの識別子を表し、ノード間のエッジは、2つの異なるメールアドレスが同じアカウントへのログインに使用される場合や、CookieとデバイスIDが同じネットワークセッションで観察される場合などの観察された接続を表します。グラフは、新しいIDシグナルが取り込まれるにつれて継続的に進化し、アルゴリズムが各新しいデータポイントを評価して、新しいIDクラスターを作成すべきか、既存のクラスターを拡張すべきか、または以前に分離されていたクラスターをマージすべきかを決定します。
大規模なIDグラフの構築と維持には、顧客プロフィールを破損させる誤ったマージを防ぐ精度基準を維持しながら、数十億のIDシグナルをリアルタイムで処理できる洗練されたデータインフラストラクチャが必要です。大規模なID名寄せプラットフォームは、1日平均3億4,000万件のIDイベントを処理し、それぞれが既存のIDクラスターとの関係を判断するためにリアルタイムのグラフトラバーサルを必要とします。システムは、2人の異なる個人を誤って単一のプロフィールにマージしないことを保証する精度と、同じ人物に属する断片化されたレコードをリンクする有効な接続を見逃さないことを保証する再現率のバランスを取る必要があります。主要なプラットフォームは、複数のアルゴリズムアプローチを組み合わせたアンサンブルマッチングモデルを通じて、99.2パーセントを超える精度率と94.6パーセントを超える再現率を達成しています。
クロスデバイスおよびクロスチャネルIDリンク
クロスデバイスID名寄せは、プライバシー規制とプラットフォームポリシーが、歴史的にデバイスレベルの追跡を可能にしていた第三者プラットフォームのCookieとモバイル広告識別子を制限するにつれて、ますます困難になっています。AppleのApp Tracking Transparencyフレームワーク、GoogleによるChromeでの第三者プラットフォームCookieの廃止、およびさまざまなプライバシー規制により、ID名寄せプラットフォームが以前に依存していた受動的な追跡メカニズムの多くが排除されました。これに対応して、業界は、認証されたIDシグナルを優先するファーストパーティデータ戦略、個人レベルの追跡なしで閲覧パターンを活用するコンテキストマッチングアプローチ、および生の個人データを公開せずにIDマッチングを可能にするクリーンルームのようなプライバシー保護技術へとシフトしました。
ファーストパーティID戦略を実装しているメディア企業は、パーソナライズされたコンテンツ推奨、ニュースレター購読、およびログインを必要とするインタラクティブ機能を通じて認証されたセッションを促進します。18か月以内に、同社は認証されたユーザー様ベースを月間訪問者の12パーセントから47パーセントに増やし、第三者プラットフォーム識別子に依存することなく正確なクロスデバイスリンクを可能にする堅牢なファーストパーティIDの基盤を作成します。認証されたIDグラフは、既知のユーザー様あたり平均3.2台のデバイスを接続し、企業がデスクトップ、モバイル、タブレット、コネクテッドTVにわたって一貫したパーソナライゼーション体験を提供し、広告主にプレミアム価格を要求する正確なリーチと頻度の指標を提供することを可能にします。
プライバシー保護型ID名寄せ
ID名寄せの精度とプライバシー保護の間の緊張関係により、個人を特定できる情報を公開せずに顧客識別を可能にするプライバシー保護マッチング技術の革新が推進されています。データクリーンルームは、どちらの当事者も相手の生データにアクセスすることなく、暗号化された識別子を使用してそれぞれの顧客データをマッチングできる安全な環境を提供します。小売業者が顧客データベースをパブリッシャーのオーディエンスデータと照合する場合、パブリッシャーが顧客のメールアドレスを見ることも、小売業者がパブリッシャーの閲覧データを見ることもなく、重複を特定し、ターゲット広告セグメントを構築できます。
セキュアマルチパーティ計算や準同型暗号化を含む高度な暗号技術により、暗号化されたデータに対してIDマッチング操作を実行できるため、どの当事者も暗号化されていない個人情報にアクセスすることなくID名寄せが行われます。これらの技術は、ID名寄せが重要なマーケティング価値を解き放つことができるが、厳格なデータ保護要件に準拠する必要がある医療や金融サービスなどの規制業界で特に価値があります。プライバシー保護型ID名寄せを使用している金融サービス会社は、個人データを共有することなく、顧客データベースをデジタル広告プラットフォームと照合し、金融プライバシー規制を完全に遵守しながら89パーセントのマッチ率を達成しています。
統合された顧客プロフィールとアクティベーション
ID名寄せの最終的な成果は、各個人の既知のすべてのインタラクション、トランザクション、嗜好、および行動データを単一の包括的なビューに集約する統合された顧客プロフィールです。これらのプロフィールは、すべてのマーケティングチャネルにわたるパーソナライゼーション、セグメンテーション、分析、およびユーザー体験最適化の基盤として機能します。小売顧客の統合されたプロフィールには、オンラインおよびオフラインチャネルにわたる完全な購入履歴、ウェブサイトの閲覧行動、メールエンゲージメントパターン、ソーシャルメディアのインタラクション、カスタマーサービスの連絡先、ロイヤルティプログラムの活動、および行動データでトレーニングされた機械学習モデルから導き出された予測嗜好が含まれる場合があります。
マーケティングチャネル全体で統合された顧客プロフィールをアクティベートするには、ID名寄せプラットフォームと、広告プラットフォーム、メールマーケティングシステム、ウェブサイトパーソナライゼーションエンジン、カスタマーサービスツールを含む下流のアクティベーションシステムとの間のリアルタイム同期が必要です。ブランドのモバイルアプリでウィンターコートを閲覧していた顧客が実店舗に入ると、統合されたプロフィールにより、店舗内のアソシエイトは顧客のオンライン閲覧履歴に基づいて関連する推奨事項を提供でき、ロイヤルティとライフタイムバリューを促進するシームレスなオムニチャネル体験を作成します。主要なID名寄せプラットフォームは、200ミリ秒未満のプロフィール同期レイテンシを達成し、数時間または数日前のバッチ処理されたデータに依存するのではなく、発生時の顧客行動に応答するリアルタイムのパーソナライゼーションを可能にします。
