エンゲージメントスコアリングの詳細を知る
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。
- エンゲージメントスコアリングのメリットを挙げる。
- プライバシーに関する規制に伴ってエンゲージメントの予測がどのように変化したか説明する。
- メールエンゲージメントダッシュボードを確認する。
Einstein エンゲージメントスコアリング
Einstein エンゲージメントスコアリングは、エンゲージメントやコンバージョンの向上に役立つデータドリブン機能です。このスコアリングモデルは、顧客データと機械学習を活用して、購読者がメールの開封、リンクのクリック、購読の継続、Web サイトにアクセスした後のコンバージョンなどを行う可能性を予測するスコアをその購読者に割り当てます。このスコアを使用して、次のようなことを実行できます。
- エンゲージメントを予測する。高度なデータサイエンスを使用して、特定のキャンペーンのオーディエンスを追跡してセグメント化し、ターゲティングします。
- オーディエンスのインサイトを把握する。エンゲージメントを予測する要因を理解して、トレンドをとらえ、オーディエンスの状態を測定します。
- データに基づいてアクションを実行する。スコアを使用してオーディエンスを作成し、ペルソナ別のセグメントをターゲティングして、Journey Builder でパスを分岐し、コンテンツをパーソナライズします。
Einstein とプライバシーの更新
エンゲージメントスコアリングの詳細を学習する前に知っておくべき重要な事項として、消費者のプライバシーに関する状況の変化に伴い、Salesforce では Einstein アルゴリズムを更新しています。一部のメールクライアントプロバイダーがプライバシーについて変更を行ったため、エンゲージメントシグナルとしてのメール開封数の信頼性が低下しています。Einstein では、開封率のみを使用するのではなく、エンゲージメント率と購読取り消し率を併用するようになりました。この結果、メトリクスで微妙なニュアンスがとらえられるようになり、精度が向上します。
始める前に
このモジュールでは、受講者が Marketing Cloud Engagement ユーザーで、Einstein 機能を使用する適切な権限を有していると想定しています。この条件を満たしていなくても大丈夫です。このまま読み進み、本番組織で手順をどのように実行するのか確認します。Trailhead Playground で次の手順を実行しないでください。Trailhead Playground では Marketing Cloud Engagement を使用できません。
アカウントでこの機能をまだ有効にしていない場合は、「Marketing Cloud Engagment の Einstein のアクティブ化: クイックルック」バッジを取得して、すべての Einstein 機能を使い始めてください。アカウントにすでに 90 日分のメールエンゲージメントデータがある場合や、グローバルモデリングデータを使用している場合は、Einstein をすぐ活用できます。上記のいずれにも該当しない場合は、準備が整うまで待機する必要があるため、カウントダウンを開始します。
アカウントの準備ができた時点で (機能をアクティブ化し、必要なデータが揃ってから約 48 時間後)、メール通知が届きます。その際、JourneyIQ フォルダーに新しいデータエクステンションが 2 つ作成されます。それぞれ MC_Einstein_Predictive_Scores と Einstein_MC_MobilePush_Scores という名前です。このデータエクステンションを使用して、セグメンテーションの目的で、あるいは特定のペルソナ別のキャンペーン向けにフィルターされたデータエクステンションを作成できます。ペルソナについては後ほど説明します。
メール用 Einstein エンゲージメントスコアリング
アカウントの準備ができたら、Einstein エンゲージメントスコアリングダッシュボードに移動して、メール用とモバイル用のエンゲージメントデータを確認します。Marketing Cloud Engagement で、[Einstein] タブの [Einstein Engagement Scoring (Einstein エンゲージメントスコアリング)] をクリックします。次に、[Email (メール)] または [Mobile (モバイル)] タブを選択します。では、メールダッシュボードの各タイルや機能から見ていきましょう。
(1) 予測されるメールエンゲージメント: 母集団の規模と、休眠/離脱、ウィンドウショッパー、選択的購読者、ロイヤリストのいずれかのペルソナに該当する購読者の人数を表示します。ペルソナの定義については、このバッジの後半で説明します。
(2) 購読者維持の予測: 購読者が今後 7 日間メールを購読し続ける可能性を表示します。
(3) メール開封の予測: 購読者が今後 7 日間にメールを開封する可能性と、オーディエンスの状態を表示します。前述のとおり、一部のデバイスとプラットフォームでプライバシーが更新されたため、開封数のエンゲージメントメトリクスとしての信頼性が低下しています。
(4) メールクリックの予測: 購読者が今後 7 日間にメールをクリックする可能性と、オーディエンスの状態を表示します。
(5) Web コンバージョンの予測: 購読者が今後 7 日間にコンバートする (購入する、コンテンツをダウンロードする) 可能性を表示します。
次のステップ: モバイル用エンゲージメントスコアリング
メールダッシュボードの概要を見てきました。次の単元では、モバイル用 Einstein エンゲージメントスコアリングのダッシュボードを確認します。
リソース
- Salesforce ヘルプ: Einstein エンゲージメントの前提条件
- Salesforce ヘルプ: Einstein エンゲージメントスコアリング
- Trailhead: マーケティングと消費者のプライバシー
- Trailhead: Marketing Cloud Engagment の Einstein のアクティブ化: クイックルック
著作権
Rights of ALBERT EINSTEIN are used with permission of The Hebrew University of Jerusalem. (ALBERT EINSTEIN の権利は、ヘブライ大学の許可を受けた上で使用しています。)Represented exclusively by Greenlight. (Greenlight が排他的に代理人を務めています。)