・一般的に使われる方法：2つのバージョンのメッセージを比較し、どちらのパフォーマンスが高いかを確認するA／Bテスト
・より効果的な方法：AIやMLを活用した多変量解析実験により、複数のメッセージ要素を高速かつ同時に比較し、高いパフォーマンスを発揮する最適な組み合わせを特定する。複数のA／Bテストを同時に実行するということ。
AIのプラットフォームは、この同時進行のアプローチを活用して、消費者セグメントごとに最もパフォーマンスの高いメッセージを選択することが可能です。ターゲットをより細分化することで、顧客エンゲージメントを最適化することができる、超パーソナライズされたメッセージを実現することができます。
図3は、デジタル体験プラットフォームのAcquiaが実施した年次調査の最新結果で、グローバル企業のマーケターが、パーソナライズの強化により顧客エンゲージメントを改善につなげることができた点の回答上位を示しています。このような結果から、パーソナライズがより有用になってきていることが分かります。
図3. パーソナライゼーションによる顧客エンゲージメントの改善（回答者の割合）
（図内の訳、選択肢左から「ブランドエンゲージメントの向上」「コンバージョンの向上」「値引き通知への高い反応」「Eメールごとのクリック率の向上」「Eメール開封率の向上」コメント「マーケターは、パーソナライゼーションが、売上促進、顧客エンゲージメント、マーケティングへ直接的で効果的であることを挙げている」
対象：グローバル企業のマーケター800名（2020年および2021年8月調査）
出典：Acquia
しかし、動機づけを促すパーソナライズドされた内容のメッセージを大量に生成することは、マーケティングを成功させる上で最も難しい課題の一つです。そのため、パーソナライズの内容を正しく理解し、より優れたパーソナライゼーションを大規模に推進するための対策を行う必要があります。
・小売企業は単なる仮説ではなく、AIが得意とする数学的推論に基づいたデータ駆動型のアプローチで、パーソナライゼーションに情報を提供する必要があります。
・小売企業はファーストパーティデータを補強し、理解しやすいインサイトに変換する専門のAIプラットフォームを活用して、マーケティングメッセージを最適化し、ビジネスの成果を上げる必要があります。2021年11月に実施したCoresight ResearchとPersado社による調査では、米国に拠点を置く小売企業の経営者の10人に9人以上が、AIまたはMLを使用して顧客にパーソナライズされた体験を提供する予定であることが分かっています。
