顧客が真に求めるパーソナライズされたロイヤルティ体験を提供するには

パーソナライズされた顧客体験の提供、コミュニティの構築、ブランドロイヤルティの獲得。表現の仕方はどうあれ、顧客とのロイヤルティを育むことは、組織に価値をもたらし、収益性を高めます。直接的な収益化から、ユニークなブランド体験の推進、顧客行動への影響に至るまで、その効果は多岐にわたります。

PwCの「顧客ロイヤルティ・エグゼクティブ・サーベイ 2023年版」では、顧客ロイヤルティを獲得しているビジネス慣行と失っているビジネス慣行を明らかにしました。顧客がブランドを継続して購入または利用する主な理由について尋ねたところ、4人に1人（26％）のエグゼクティブが「顧客体験が個人的で、自分のために作られたものと感じているから」と答えました。これは、高品質で信頼性があり一貫した製品を提供することや、価格に見合った価値を提供することに次ぐ理由です。では、ロイヤルティプログラムを改善して利益を増やすにはどうすればよいでしょうか？

^{Q：顧客ロイヤルティを活性化させるにあたり、貴社は以下のそれぞれをどの程度優先させますか？
出所：PwC，「顧客ロイヤルティ・エグゼクティブ・サーベイ2023年版」。対象者数：410人}

大多数のエグゼクティブが、自社のロイヤルティプログラムが競合他社に比べて独自の便益を提供していると回答しています。

…しかし、それと同時に、圧倒的多数のエグゼクティブが、自社のロイヤルティプログラムは競合他社に類似しているとも回答しているのです。実際、さまざまな業界のエグゼクティブの91％が会員特典や他の便益を増やす必要があると回答しており、特定の業界ではさらに高い割合となっています。

貴社が取るべき対応策

• 商品やサービスが魅力的であることがまず肝心です。どんなに多くの特典があっても、質の低い商品・サービスを顧客は定期的に利用しません。サブスクリプションのキャズムを乗り越えるには、顧客が繰り返し購入する価値のある魅力的な商品が必要です。そして、そのサブスクリプションは、簡単にアクセスして使用できるものでなければなりません。
• 顧客を理解しましょう。どのようにパーソナライズされた顧客体験を提供していますか？提供する便益や収集する個人データが、主要なターゲット層の価値観と一致しているか確認することが必要です。市場で際立つために、自社の独自性を活用してください。
• ファーストパーティデータの収集と活用に力を入れましょう。顧客は、自分が誰で、何を望んでいるのかを直接伝えています。そのデータの深さと幅を利用して、顧客とのエンゲージメントをパーソナライズし、より良い体験、より高い関連性、そして継続的な成長を実現しましょう。
• 最適なROIについて考えましょう。万人に受け入れられることは不可能ですが、少しのリソースを再配分するだけで、全ての顧客に幅広い便益を提供できます。最も人気のある特典を優先しつつも、顧客の興味に応じて二次的な特典もバランスよく維持しましょう。

日本への示唆

上記はPwC米国が発行しているレポートを翻訳した内容ですが、PwC Japanグループでは「パーソナライズされた体験において企業が顧客にどのような便益を提供するか適切に優先順位を付けられていない」という点に着目しました。

このような事が起きてしまう原因としては、パーソナライズやサブスクリプションなどのトレンドの手法やバズワードを取り入れることが目的化してしまい、根幹となる顧客理解が十分にできていないことが挙げられます。日本でも「パーソナライゼーション」「CX」「サブスク」などはトレンドのキーワードになっていますが、トレンドの手法を取り入れはしたもののうまく軌道に乗っていないケースはよく見受けられます。手法はあくまで手段で目的は顧客体験を向上させることにあり、そのためにはまず顧客が何を求めているかを深く理解し、そこから立脚して手法が設計されなければなりません。

ではどのようにすれば深く顧客を理解することができるのでしょうか。深い顧客理解には、定量と定性を行き来しながら両輪で顧客を分析していくことが重要です。当たり前に聞こえるかもしれませんが、CDP（Customer Data Platform）などの導入により膨大な顧客データを取得できるようになった今だからこそ、改めて両輪の分析が重要であることを再認識する必要があります。定量データに偏重した分析は広く顧客を捉えられる分、一見それらしく顧客を理解できたように思えますが、定量データから導出できるのは仮説の原石と捉えるべきです。複数の顧客IDの特徴を抽象化した架空のペルソナになっていないでしょうか。描いたジャーニーはフィクションの物語になっていませんか。仮説の原石をそのまま顧客理解とするのではなく、そこから仮説をクリティカルに検証し磨きあげていくことが必要であり、実際の顧客の生の声を聴くことは初期仮説の磨き上げにおいて非常に有効なアプローチとなります。顧客自身の言葉で動機や背景、感情の動きなどを聴くことによりデータの裏にある意味や意図を捉え、仮説の修正や補強を行うことができます。そして、その仮説をさらにアンケートなどで再び定量的に受容性調査をしたり、あるいはこの時点でプロトタイプをローンチさせ実績データをもとにした定量分析で精度を高めたりしながら、顧客理解をより一層深めていくことができるのです。

PwC Japanグループでは定量と定性を行き来する深い顧客理解において多くの支援ケースを有しており、本稿では、改めて重要性を説いた顧客インタビューの一例をご紹介します。

顧客戦略立案に向けよく実施するアプローチは以下を繰り返すことです。

①初期仮説の構築

②データ収集とAIを活用したその定量分析（クラスタリング等）

③分析結果の解釈（顧客理解の仮説構築）

④インターロックによるその仮説の検証および理解の深掘り

⑤戦略への展開

⑥戦略の展開結果の分析…①へ

特にAIを用いた分析は非常にパワフルで、初期仮設の具体性が一定以上であれば、かなり切れ味の鋭い結果を導き出します。ただ、この分析結果はあくまで「数字」であり、無味乾燥です。したがって、顧客理解を深めるには定性データを分析し「腹落ち」を目指す必要があります。「腹落ち」すれば戦略の質が向上し、また戦略の推進力もアップします（PwCはアナリストやデータサイエンティストがデータを分析しただけで、現場感のあるメンバーが「腹落ち」するレベルまで至らないケースでは、分析がリアルなビジネス成果につながることが少ないことも経験しています）。

定量のみならず定性情報も重視し、深く顧客を理解することを心掛けることが肝要です。

顧客は間違いなく時間とともに変化していくため、定量と定性を行き来した分析を一時的に行うのではなくループし続けなければいけません。言い換えれば顧客理解は一度で完結するものではなく必ずどこかで理解できていない部分が出てきます。そのため、十分に顧客を理解できていなかったとしても、それを失敗とせずにそこからまた新たな仮説を生み出し検証していけばいいのです。終わりのない分析に失敗はなく、常に過程であるというマインドセットが顧客理解において最も重要なのかもしれません。