マーケティングの成功に数字は切り離せない

キャンペーンを改善する方法としてコンテンツやデザインなどのクリエイティブ制作を考え直すだけではく、ターゲット顧客を特定するためにデータモデリングを利用することも非常に重要です。

飽和状態にある市場において、競合に勝ち、キャンペーンで良い結果を確実に出すためには、創造性は重要です。しかし、コンテンツやマーケティング戦略が上手く機能していない場合、創造性だけの問題ではないかもしれません。ReMarkはイギリスでの経験から高度なデータモデリングを通じて、顧客のターゲティングは価値のある手法だと学びました。

飽和した市場

私たちのイギリス市場での歴史は長く、約20年前に初めてイギリスのクライアントとオンラインキャンペーンを実施しました。現代の保険が誕生した地でもあるイギリス、特にロンドンは保険の中心地で、かなり成熟した市場ではあるものの、まだイノベーションを起こす余地はあります。ReMarkのクリエイティブ制作、商品開発に対する評価、そしてデータモデリングの専門知識はイギリスでの発展に大きく貢献しました。

10年にわたりReMarkは小売保険商品を販売する英国のある一流企業と提携しました。クライアントが保有するデータからターゲット顧客を特定し、50歳以上向けに無告知型定期保険販売のDMキャンペーンを行いました。DMを受け取った顧客は電話、郵便、支店への訪問、またはオンラインなど様々なチャネルから申込みが可能でした。

「データ分析と予測モデルを顧客のターゲティングの過程で組み合わせることが鍵となる」

市場の飽和と競争によって引き起こされた重要な課題の1つは、キャンペーンからの提案を引き受ける顧客がますます少なくなっていることでした。ReMarkは、マーケティングにおける国際的な専門知識で知られていますが、さまざまなテスト戦略や、斬新でクリエイティブな制作を施したキャンペーンでも、契約件数は依然として減少しており、レスポンス率は2年間で0.36％から0.24％に低下しました。

正確なターゲティング

私たちの解決策は何だったか。それはデータモデリングです。ターゲット顧客を特定し、さらに保険商品を申込む可能性が高いセグメントに狭めるためにデータモデリングを活用しました。他の国や地域で、低いレスポンス率の原因はキャンペーンの設計ではなく、誰をターゲティングするかであるということが浮き彫りになっていました。ReMarkのデータ分析チームは、潜在的な顧客の金融商品に対する購買力を「スコアリング」するために構築された予測モデルを生み出しました。顧客に関わるライフステージ、人口統計データ、行動パターンといった主要な属性が既存の顧客指標に追加されました。

そして次にこのモデルはどの顧客を選択し、どの商品を提案するかについてのメーリング戦略を生み出しました。私たちの分析では、50代を超えた一般的な生命保険の顧客は、貧しく、貯蓄が少ないということがわかりました。キャンペーンに対してレスポンスが期待される顧客とそうでない顧客を見極める大きな要因として、公営住宅に住んでいる、定年を迎えている、他の金融商品をすでに保有しているなどの要因が挙げられます。

成果を約束

キャンペーンの成果は素晴らしいものでした。168,000件のサンプルテストでは、​​3つのキャンペーンにわたって、通常のサンプルである900,000件よりもレスポンス率が20％以上、上昇しました。データ分析と予測モデルを顧客のターゲティングの過程で組み合わせることがキャンペーンで成果を出すために重要です。そして、ReMarkはイギリスで得たこの経験をもとに、世界中のクライアント、市場、どこにおいてもこの専門知識を適用することができます。