Skip to main content

MCP のおすすめを使用する

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。

  • おすすめ戦略に関連する主要な用語を定義する。
  • Marketing Cloud Personalization のおすすめ機能と静的なおすすめシステムを比較する。
  • おすすめキャンペーンの構築、調整、リリース方法を探る。

おすすめ機能の概要

Marketing Cloud Personalization のおすすめ機能は、データセットとシームレスに統合し、Web サイト訪問者に対して即時かつリアルタイムにおすすめを提示します。静的なおすすめシステムとは異なり、Marketing Cloud Personalization は、現在の訪問者の行動と過去の嗜好に基づいて、動的かつ継続的に更新されるおすすめが表示されます。

これは、Marketing Cloud Personalization のカタログを通して実現されます。このカタログは、商品、コンテンツ、カテゴリ、タグを保存する動的なデータベースで、リアルタイムに自動更新され、おすすめが常に最新のデータに基づくようにします。在庫切れとなった商品は、おすすめから自動的に除外されます。

このレベルのパーソナライズによって、企業は次のような取り組みが可能になります。

  • 各訪問者に合わせて商品、コンテンツ、ブランド、カテゴリを推奨する。
  • 機械学習を活用して、タイミングの良い関連性の高い提案をする。
  • 複数の業種にわたってパーソナライズされたおすすめを展開する。

ブラックボックス型のおすすめエンジンとは異なり、Marketing Cloud Personalization のおすすめ機能は完全に透明性があります。おすすめの根拠を確認でき、事前構築済みのアルゴリズム (レシピ) を使ってカスタマイズすることができます。この柔軟性により、おすすめがビジネス目標やユーザーの好みに合致するように調整できます。

レシピとは、おすすめがどのように生成されるかを定めるルールとアルゴリズムの集合です。レシピは次の要素で構成されます。

  • 材料: おすすめの基盤となる機械学習アルゴリズム
  • 除外ルール: 不要な商品 (例: すでにカートに入っている商品など) をおすすめから除外するためのルール
  • ブースター: 訪問者の関心度に基づいておすすめの優先順位を調整する仕組み

たとえば、ブランドの関心度ブースターは、訪問者が関心を示したブランドの商品を優先的に表示することで、よりパーソナライズされたエクスペリエンスを実現します。

商品ブロックと商品テンプレート

Marketing Cloud Personalization では、書式設定済みの商品ブロックと商品テンプレートを使用することで、おすすめを簡単に実装できます。

  • 商品ブロック: おすすめを構造的な形式で表示するためのコンテナ。
  • 商品テンプレート: レコメンドされる商品の表示方法を定義するカスタマイズ可能なレイアウト。

これらのツールを使用することで、複雑なコーディングをすることなく、おすすめを Web サイトに統合できます。

業種別のおすすめ

Marketing Cloud Personalization は複数の業種向けに設計されており、自社のニーズに合わせておすすめ戦略を最適化できます。Marketing Cloud Personalization のおすすめ機能は、機械学習を通して業種を問わずリアルタイムで 1 対 1 のパーソナライズを可能にします。これにより、次のことができるようになります。

  • それぞれの訪問者に合わせて高い関連性を持つおすすめを提供する。
  • 透明性のあるアルゴリズムを使用して、おすすめ戦略を洗練させる。
  • 手動での更新を必要とせずに、おすすめを常にタイムリーかつ最新の状態に保つ。

Marketing Cloud Personalization がそれぞれの業種でもたらす利点の例を次に示します。

業種

MCP の機能

リテールと e コマース

  • 過去と現在の購買行動に基づいて、パーソナライズされた商品を提案する。
  • 顧客の好みに合った注目のカテゴリやブランドを特定する。
  • トップページに関連性の高い商品を表示して、商品のディスカバリーを促す。

たとえば、スポーツウェアブランドを頻繁に閲覧している訪問者には、フィットネス向けの新商品がおすすめとして表示され、エンゲージメントやコンバージョン率の向上が期待されます。

金融サービス

  • 顧客の関心に基づいて、投資信託、保険プラン、口座種別などを提案する。
  • 訪問者のエンゲージメントに応じて、注目の金融記事やリソースを表示する。
  • 資産クラスの嗜好に合わせたパーソナライズされたおすすめを提供する。

たとえば、退職プランに関する記事を閲覧している訪問者には、関連する投資商品のおすすめが表示されます。

テクノロジーおよび需要創出

  • 訪問者の行動に基づいて、実装事例、ウェビナー、ホワイトペーパーなどを提案する。
  • 訪問者の業界や役職に合ったパーソナライズされたリソースを表示する。
  • 過去にダウンロードされたコンテンツを除外することで、重複を防ぐ。

たとえば、訪問者の過去の操作履歴や業界の関心に基づいて、トップページにパーソナライズされた eBook のおすすめが表示されます。

Marketing Cloud Personalization のおすすめ機能の基本を理解できたところで、次はデータに注目してみましょう。MCP ツアーの次のステップでは、レポート機能について学びます。

リソース

Salesforce ヘルプで Trailhead のフィードバックを共有してください。

Trailhead についての感想をお聞かせください。[Salesforce ヘルプ] サイトから新しいフィードバックフォームにいつでもアクセスできるようになりました。

詳細はこちら フィードバックの共有に進む