Pardot Einstein 機能の探索

学習の目的

この単元を完了すると、次のことができるようになります。

  • Pardot ツールと Einstein 機能の違いを説明する。
  • Pardot 機能向けのその他の Einstein の基本的な用途を説明する。

Pardot Einstein の 4 つのコンポーネントを有効化する方法を理解できたところで、次は各機能がビジネスにどのような利点をもたらすかを考えてみましょう。これらの機能が営業ユーザによるリードの優先度付け、キャンペーンの最適化、収益配分の決定にどのように役立つかを詳しく確認します。

Einstein 行動スコアリング

Einstein 行動スコアリングは、ページビューやメールクリックのようなプロスペクトが示す購入の意思を識別します。次に、それらのプロスペクトに、過去 365 日間のエンゲージメントパターンに基づいてスコアを付けます。このすべてを駆動するのが機械学習です。アルゴリズムがプロスペクトの行動データとエンゲージメントパターンを、プロスペクトのリアルタイムのエンゲージメントが反映された数値スコアに変換します。

Einstein は Pardot のエンゲージメント履歴データを使用して、今後顧客になる可能性が最も高いプロスペクトを判別します。プロスペクトのスコアを決定するとき、Einstein は行動の意思やエンゲージメントのリーセンシーなどの要素を分析します。

Einstein はこのデータを使用して各プロスペクトに 0 ~ 100 のスコアを割り当てます。行動スコア列をリストビューに追加するか、Einstein スコアリングコンポーネントを Lightning ページに追加し、後は Einstein がどう機能するか見守ります。 

Einstein 行動スコアは次の領域で使用できます。 

  • Lightning Experience のリードおよび取引先責任者レコードホームページ上の Einstein スコアリングコンポーネント
  • Lighting Experience のリードおよび取引先責任者リストビュー
  • Salesforce API
  • Salesforce レポート、プロセスビルダー、ワークフロールール
  • Pardot のプロスペクトページ、Engagement Studio、オートメーションルール (プロスペクトカスタム項目として)

さらに B2B Marketing Analytics ユーザは必要に応じて Einstein 行動スコアリングダッシュボードを作成できます。このダッシュボードでは、スコアリングモデルがどのように形成されたかを調べることができます。

リードレコード内では、次のように Einstein スコアリング情報を直接使用できます。

リードレコードに表示された Einstein スコアリング。

最初に、Einstein 行動スコアリングは、過去 365 日間のアクティビティに基づいて 0 ~ 100 のスコアを計算します。プロスペクトには相対的なランクが付けられます。Einstein 行動スコアリングでは、肯定的または否定的なインサイトが強調表示されます。

Lightning コンポーネントに表示される上位の肯定および上位の否定予測要素は、特定のプロスペクトのスコアに大きな肯定的または否定的影響を与えた行動を示しています。

リードの肯定的なインサイトには、メール開封率の高さやフォーム登録の多さなどが含まれます。同じリードの否定的なインサイトとして、クリックスルー率の低さや最近のアクティビティがないことが表示される場合もあります。通常は最近のアクティビティスコアには古いアクティビティよりも高いスコアが付けられ、行動スコアは時間と共に変化します。

リードリストビューには次のように Einstein 行動スコアが表示されます。

リードリストビューの Einstein スコアリングコンポーネント。

Pardot プロスペクトスコアと Einstein 行動スコアリングの違いとは?

Pardot のエディションや Einstein の使用に関係なく、すべての Pardot プロスペクトには、Pardot の標準スコアリングモデルを使用してスコアが付けられます。では、Pardot プロスペクトスコアと Einstein 行動スコアリングはどう違うのでしょうか? 

Pardot ではスタティックなルールベースのプロスペクトスコアリングモデルを標準機能としてすべてのお客様が使用できるのに対し、Einstein 行動スコアリングは Pardot の Advanced Edition で使用可能なダイナミックモデルです。

Pardot のスコアリングツールでは、マーケティングでトラッキングされたコンテンツにプロスペクトがどの程度関心を示したかをマーケティングチームが把握できます。マーケターはフォーム登録、メールクリック、Web サイトのページビューなどのエンゲージメントアクティビティに数値を割り当てることができ、それによって Pardot スコアは無限に高くなっていきます。そのため、スコア 100 は、他のプロスペクトスコアと比べると高い場合や低い場合があります。

従来の Pardot スコアリングは、対応するリードまたは取引先責任者を営業に割り当てる前のプロスペクトの評価で使用されます。

一方、Einstein 行動スコアリングは、過去 1 年間にアクティビティがあったすべてのプロスペクトに適用され、機械学習を使用して徐々にスマートになり、スコアが他のプロスペクトと比較して相対的に高いか低いかを明確に示します。行動スコアは 100 を超えることはありません。そのため常に、リードや取引先責任者のスコアが 100 に近ければ、高いスコアであるとわかります。

Einstein は分析に基づいて自動的にプロスペクトのスコアを調整します。このスコアは、これまでのアクティビティの単なる集計ではなく、エンゲージメントのリーセンシーや頻度のような要素を考慮した、より高度な計算によるものです。

Einstein 行動スコアは Pardot のプロスペクトスコアに代わるものではありません。この 2 つのスコアは計算方法が異なるため、どちらのスコアリングモデルを使用しても有益である可能性があります。 

Einstein リードスコアリング

Einstein 行動スコアリングが、リードや取引先責任者があなたのビジネスにどの程度関心があるかを示すのに対し、Einstein リードスコアリングは、あなたのビジネスがリードにどの程度関心を持つべきかを示します。

Einstein リードスコアリングは、会社の過去のリード (カスタム項目を含む) を調べて、成功したリードの取引開始履歴からパターンを見つけます。次に、現在のリードのうち、成功パターンに最も適合するリードを判別します。各リードには成功パターンへの適合度を示すスコアが割り当てられます。また、スコアに最も影響を与えるリード項目に関するインサイトも提供されます。

経験豊富な Pardot ユーザーであれば、Pardot の文字によるグレーディングとの類似性がわかるでしょう。Einstein スコアには、数値である、リードレコードに固有である、手動設定されたオートメーションツールではなく人工知能を使用しているという違いがあります。Einstein 行動スコアリングと併用すると、リードスコアリングは、営業ユーザーのために最も有望なリードに優先度を設定します。

Einstein リードスコアリングは Pardot Einstein、Sales Cloud Einstein、または HVS ライセンスを持つお客様が利用でき、Pardot 固有の機能ではありません。詳細は、「Einstein リードスコアリングによるリードの優先度設定」トレイルを参照してください。

Einstein キャンペーンインサイト

Einstein キャンペーンインサイトは、マーケターが大量のデータを手動で振り分けたり相互参照したりすることなく、キャンペーンパフォーマンスの促進要素を把握できるようにします。たとえば、これらのインサイトでは、どのペルソナまたは地域が最もエンゲージしているかが表示されるため、マーケターはそれらの種別のプロスペクトに合わせてメールを調整したり、それらの地域でのイベントを計画したりして、徐々にキャンペーンを最適化できます。これらのインサイトでは、成功していないキャンペーンも強調され、最終的には今後のキャンペーンに関連する可能性がある新たなオーディエンスが明らかになります。

Einstein キャンペーンインサイトは 2 つの場所にあります。

  • Lightning ホームページの Einstein インサイトコンポーネント Einstein インサイトはホームページ上にあります。
  • Lightning のキャンペーンレコードホームページにある Einstein キャンペーンインサイトページ Lightning のキャンペーンレコードホームページにある Einstein キャンペーンインサイト。

Einstein は、過去のキャンペーンを参照し、アクティビティ、エンゲージメント、コンテンツ、オーディエンスの特性に関連するデータを使用して、現在実施中のキャンペーンに関するリアルタイムのインサイトを提供します。すでに過去のキャンペーンを参照して今後のキャンペーン戦略を構築している場合、その作業がはるかに容易になります。Einstein は機械学習アルゴリズムを適用してそうしたインサイトをユーザーのために生成し、現在のキャンペーンエンゲージメントレベルと、エンゲージメント促進の機会を判定します。

Einstein 属性

Einstein 属性の背景にある考え方は、キャンペーンインフルエンスなどの役に立つツールに Einstein のインテリジェントなモデリングと分析を適用するというものです。レポート作成を開始する前にモデルを選択したり、商談の取引先責任者の役割を手動で入力したりする代わりに、Einstein 属性は既存のキャンペーンをスキャンして出現するパターンを検出します。

会社の履歴データを使用して、AI 駆動のキャンペーンインフルエンスモデルが生成されます。このモデルは、使用可能なマーケティングタッチポイントにコンバージョンクレジットを割り当てます。Einstein を使用することで、パイプラインの生成に最も有効なキャンペーンを把握できるため、マーケティングリソースをどこに投資するべきかをより的確に判断できます。

要するに、Einstein 属性は、現在使用されている可能性のあるルールベースの属性モデルよりも多くのデータを分析し正確なインサイトを提供できます。

Einstein 属性の結果は、次の領域で使用できます。

  • [キャンペーン] と [商談] Lightning ページの [キャンペーンインフルエンス] 関連リスト
  • B2B Marketing Analytics アプリケーションの Multi-Touch Attribution ダッシュボード
  • Salesforce レポート
  • Salesforce API

Einstein 属性とキャンペーンインフルエンスの違い

かつては、Salesforce と Pardot では事前定義された数式とコンバージョンクレジットを使用したルールベースの属性モデルが提供されていました。カスタマイズ可能なキャンペーンインフルエンスを使用する場合でも、営業ユーザとマーケティングユーザは、キャンペーンの影響力について知識や経験に基づいて推測する必要がありました。

Einstein 属性は高度なアルゴリズムの属性モデルで、履歴データと AI によるモデルに基づいて構築された科学的な手法を使用して出力予測を提供します。このモデルはカスタマージャーニーで最も影響力のあるタッチポイントを判定するため、より正確なコンバージョンデータが得られます。

これで Pardot Einstein の 4 つのコンポーネントの一部またはすべてを有効化する準備ができました。マーケティングユーザーと営業ユーザーの両方に提供されるダイナミックインサイトを活用してください。 

リソース

無料で学習を続けましょう!
続けるにはアカウントにサインアップしてください。
サインアップすると次のような機能が利用できるようになります。
  • 各自のキャリア目標に合わせてパーソナライズされたおすすめが表示される
  • ハンズオン Challenge やテストでスキルを練習できる
  • 進捗状況を追跡して上司と共有できる
  • メンターやキャリアチャンスと繋がることができる