小売業vol.1 そごう・西武様/高島屋様 事例 株式会社ブレインパッド 業界別パーソナライズ活用実践

©BrainPad Inc. Strictly Confidential 1 株式会社 ブレインパッド 自己紹介 ビジネス統括本部 マーケティングソリューション営業部 西宮 樹 略歴 • 大学卒業後、RFIDメーカーにてシステム営業を担当。 • ICタグによるデータ取得で物品管理、人員管理のシステム化 支援に従事。 • 2018年ブレインパッド入社。 ブレインパッドでの担当業務 • SNS分析の領域を担当し、食品・航空・メディア・ゲーム等 様々な業界の市場調査・トレンド分析等を支援。 • レコメンドやポップアップなどのWeb接客、MAによるプッシュ 型マーケティングなど総合的なデジタルマーケティング領域を担 当し、化粧品、アパレル、ドラッグストアなどの小売系から、エ ンタメ、WEBサービスなど幅広い業界を経験。 • マーケティング戦略策定の為の顧客分析、売上シミュレーショ ンなど、アナリティクス案件や、最近ではマーケティング運用体 制構築もご支援。

©BrainPad Inc. Strictly Confidential 2 本日お持ち帰り頂きたい事 小売業界でのデータ活用によるお客様への「体験価値」提供

©BrainPad Inc. Strictly Confidential 3 小売業界｜ブレインパッドグループの取り組み プロダクト（Rtoaster｜Probance｜Brandwatch｜RPA）のみならず、顧客構造分析やデータ基盤構築などの プロフェッショナル領域含めて、小売業界向けのデータ活用を幅広く取り組みさせていただいております。 ブレインパッドによる支援実績（一例）

©BrainPad Inc. Strictly Confidential 4 百貨店EC強化戦略を実現する データ活用術 顧客分析～施策配信自動化まで 総合的なマーケティング支援 デジタルチャネルでの消費体験高度化 を支えるマーケティング基盤構築 顧客データを活用した 顧客コミュニケーションの高度化・自動化 今回は高島屋様とそごう西武様の事例をご紹介します。 小売業界｜弊社支援事例のご紹介 大手ディスカウントストア様 大手ドラッグストア様

【そごう・西武様】 デジタルチャネルでの消費体験高度化 を支えるマーケティング基盤構築 ご紹介事例①

©BrainPad Inc. Strictly Confidential 6 ご相談背景 お客様のことを知らなければ、“発見という消費体験”を提供することはできない。 店舗での接客以外でもOne to Oneマーケティングを実践することは、理念を達成する上でも不可欠。 そごう・西武様

©BrainPad Inc. Strictly Confidential 7 2つの課題障壁 店舗・Webチャネルのデータを活用したマルチチャネルでの1to1マーケティングの実践 保有する顧客データが様々な部門に散在し、マーケティングに活用できていない。 店舗だけでなく、Webチャネルのデータも取得・活用したい。 課題1 課題2 ー目指すゴールー そごう・西武様

©BrainPad Inc. Strictly Confidential 8 解決策 オンオフデータの統合・分析基盤構築から、セグメント抽出による施策活用までスピーディーに実現 ＞＞ そごう・西武様

©BrainPad Inc. Strictly Confidential 9 導入効果・活用例 店舗/Web問わず、顧客単位で集計・分析が可能に。 店舗マーケティング担当者が企画に合わせ、 直感的なUIで柔軟にセグメントを生成。 導入直後にデータに基づきターゲティングメールを送付したところ、 店舗来店し購入した人が5%と驚異的な効果を創出。 サイトリニューアルに合わせ、Web接客体験の高度化も進行。 そごう・西武様

【高島屋様】 百貨店EC強化戦略を実現するデータ活用術 ご紹介事例

©BrainPad Inc. Strictly Confidential 11 百貨店EC強化戦略を実現する”データ活用術” 店舗だけでなく、オンライン上も一人ひとりに最適に接客し 新たなお客様の創出と定着化を目指すため マーケティングオートメーションを活用 高島屋様

©BrainPad Inc. Strictly Confidential 12 パーソナライズレコメンドの実現例 ギフト用 自宅用 • 単発購入の割合が多い • ギフト用を機械学習しても、 レコメ ンド精度は上がらない イベントに依存しやすい （昨年購買データが参考に） 購買目的に応じて レコメンドロジックを使い分け 高島屋様

©BrainPad Inc. Strictly Confidential 13 パーソナライズレコメンドの実現例 データ MA環境 施策 自宅用 学習データ ギフト用 学習データ 自宅用 レコメンド ギフト用 レコメンド ギフト用 施策 自宅用 施策 ギフト用と自宅用でそれぞれ学習して最適なレコメンドアイテムを算出 高島屋様

©BrainPad Inc. Strictly Confidential 14 パーソナライズレコメンドの実現例 サイト訪問者数 決済件数 売上 39％増 27％増 33％増 高島屋様

©BrainPad Inc. Strictly Confidential 15 CDP構築だけでなく、活用・運用設計まで総合的な観点が必要 顧客 外部 データ 店舗 EC 基幹 データ収集 データ統合・加工 分析・現場加工 アクション・可視化 Web LINE メール 広告 DM アプリ データ 収集 顧客LTV 商品別 購入履歴 チャネル別 単価・購買分析 OnetoOne/パーソナライズアクション チャネル横断アクション～PDCA • 機械学習 • 自動レコメンド • 対象セグメント生成 • 売上KPI分析 • 顧客理解・分析 • チャネル別実績 • 会員/非会員分析 • 単価時系列分析 • ブランド設計 • コミュニケーション設計 • 顧客価値観訴求 • 商品価値セグメント • チャネルプロモーション • 設計 在庫予測・発注管理 需要予測と連携した物流管理 SNS/市場消費者反応データ 気象情報 運行情報 統計データ 消費者行動データ POSデータ 顧客購買履歴 売上データ 顧客データ 商品データ Data Lake 売上KPI DWH データ 蓄積 Data Mart レポート用 他システム連携 用 その他 目的別 汎用 管理観点 （一元化・効率化） 活用観点 （マーケ/現場側での高速PDCA） • 店舗とECのデータを統合的に収集するデータ基盤は作られてきたが、まだまだ活用しきれていない印象。 • データ活用のカギは、活用を意識した全体のデータ設計と継続可能な運用設計。

データ活用の促進を通じて、持続可能な未来をつくる