1. データソリューション
1.1. CDP（Customer Data Platform）
1.1.1. 統合顧客データを目的、施策ごとに管理、連携する
1.1.2. 顧客中心に統合されたデータ
1.1.3. システム部門/マーケティング部門
1.1.4. GUI、コネクターを介した接続
1.1.5. MC Customer Data Platform、Tealium など
1.2. DMP（Data Management Platform）
1.2.1. 匿名ターゲットオーディエンスをデジタル広告施策最適化のために作成、連携する
1.2.2. 匿名顧客データ
1.2.3. マーケティング部門
1.2.4. GUI、コネクターを介した接続
1.2.5. Intimate Merger、AudienceOne など
1.3. DWH（Data Ware House）
1.3.1. 企業データを分析や試作用に保管、整形、加工する
1.3.2. 加工済みの全データ
1.3.3. システム部門
1.3.4. Query操作、ETL/BIを介した接続
1.3.5. Amazon Redshift、BigQuery、Snowflakeなど
1.4. Data Lake
1.4.1. 企業データの永続保管
1.4.2. 各システムからの全ローデータ
1.4.3. システム部門
1.4.4. ETLを介した接続
1.4.5. Amazon S3、GCS など
1.5. CRM
1.5.1. 営業、サービスチームの顧客情報の業務内活用と顧客ポータルでの利用
1.5.2. 営業、サービス顧客データ
1.5.3. 営業/サービス部門
1.5.4. GUI操作
1.5.5. Sales Cloud、Service Cloud、Kintone など
2. 競合
2.1. エンタープライズ
2.1.1. Adobe
2.1.1.1. 自社製品と連携するにはインテグレーションが必要
2.1.2. SAP
2.1.3. Oracle
2.2. インサイト
2.2.1. Treasure Data
2.2.1.1. 多くの機能はパワーユーザー向け
2.2.2. mparticle
2.3. エンゲージメント
2.3.1. Tealium
2.3.1.1. 顧客イベント中心のデータ構造
2.3.2. Twilio
2.3.2.1. 分析を行う場合は実装が必要
3. 自社
3.1. 機能
3.1.1. データ取り込み
3.1.1.1. ネイティブな連携
3.1.1.2. データの一括収集とストリーミング収集
3.1.1.3. APIアクセス
3.1.1.4. 同意や個人設定を管理
3.1.2. ID
3.1.2.1. 高度なID解決
3.1.2.2. 顧客プロファイルを統合
3.1.2.3. エンタープライズデータ管理を合理化
3.1.2.4. デバイスをまたいでIDを管理
3.1.3. セグメンテーション、アクティベーション
3.1.3.1. Salesforceのデータを連携
3.1.3.2. AIが計算した属性を活用
3.1.3.3. すぐに結果の確認
3.1.3.4. データ活用の幅
3.1.4. インサイト
3.1.4.1. Einstein
3.1.4.2. Tableaとの連携
3.1.4.3. Intelligenceとの連携
3.1.4.4. 外部AIとの連携
3.2. 料金
3.2.1. エディション
3.2.1.1. Corporate
3.2.1.2. Enterprise
3.2.1.3. Enterprise Plus
3.2.1.3.1. Premierサポートを含む
3.2.2. 課金対象
3.2.2.1. Super Message
3.2.2.1.1. コンタクトへの通知送信にかかる数
3.2.2.2. Engagement Events
3.2.2.2.1. 保管する総エンゲージメントデータ数
3.2.2.3. Segment Publish
3.2.2.3.1. 年間のセグメントのアクティベーション数
3.2.2.4. Unified Profile
3.2.2.4.1. 既存顧客数+将来獲得顧客数
4. 顧客
4.1. コロナ禍による消費者の変化
4.1.1. デジタルファーストの顧客
4.1.2. D2Cのビジネスモデル
4.1.3. 場所を問わない働き方
4.1.4. SSOT（信頼できる唯一の情報源）の重要性
4.2. CDPが向いている企業
4.2.1. B2Cビジネスを行っている
4.2.2. 顧客接点を多く持つ
4.2.3. 顧客接点に対し様々な施策を展開している
4.2.4. リアルタイムな顧客体験の提供が求められる
4.2.5. 高度なパーソナライズが求められる
5. Personalization
5.1. パーソナライゼーションの重要性
5.1.1. マーケターの92％が、顧客や見込み客はパーソナライズされた体験を期待していると回答
5.1.2. 顧客の65％が、不信感を抱いた企業からの商品購入をやめたことがあると回答
5.1.3. パーソナライゼーションを導入して増加した売上は10％を超える
5.2. マーケターの92％が、顧客や見込み客はパーソナライズされた体験を期待していると回答
5.3. 顧客の65％が、不信感を抱いた企業からの商品購入をやめたことがあると回答
5.4. パーソナライゼーションを導入して増加した売上は10％を超える
5.5. 強み
5.5.1. 個人に関するインサイトを獲得
5.5.1.1. ソース連携
5.5.1.2. 行動トラッキングとデータ収集
5.5.2. AIを活用してエクスペリエンスを最適化
5.5.2.1. リアルタイムでの意思決定
5.5.3. あらゆるチャネルでエンゲージメントを連携
5.5.3.1. データをオンライン・オフライン問わず様々なチャネルで活用
5.5.4. エクスペリエンスをテストして分析
5.5.4.1. 継続的なA/Bテスト、レポート、分析を通じてやり取りを最適化
5.6. 個人に関するインサイトを獲得
5.6.1. ソース連携
5.6.2. 行動トラッキングとデータ収集
5.7. ソース連携
5.8. 行動トラッキングとデータ収集
5.9. AIを活用してエクスペリエンスを最適化
5.9.1. リアルタイムでの意思決定
5.10. リアルタイムでの意思決定
5.11. あらゆるチャネルでエンゲージメントを連携
5.11.1. データをオンライン・オフライン問わず様々なチャネルで活用
5.12. データをオンライン・オフライン問わず様々なチャネルで活用
5.13. エクスペリエンスをテストして分析
5.13.1. 継続的なA/Bテスト、レポート、分析を通じてやり取りを最適化
5.14. 継続的なA/Bテスト、レポート、分析を通じてやり取りを最適化
5.15. 優位性
5.15.1. 統合された顧客プロファイル（Unified Customer Profile）
5.15.1.1. プラットフォームの中核
5.15.1.2. 各個人と取引先に関する行動データや属性データの収集、結合、集計、解釈
5.15.1.3. すべての顧客、見込みキャッく、訪問者のデータが対象（既知か匿名かは問わない）
5.15.2. ビジネストンテキストを踏まえた詳細な行動トラッキング
5.15.2.1. JSビーコンやSDKによるWebやモバイルでのトラッキング
5.15.2.2. クリックだけでなく、活動の会った時間や実際のエンゲージメントを監視
5.15.2.3. カタログフィールド無しで商品やコンテンツのメタデータを理解
5.15.2.4. エンゲージメント、好みや行動文脈をリアルタイムでスコアリング
5.15.2.5. 例
5.15.2.5.1. 個人単位やキャンペーン単位、ページ、クリック、スクロール、売上、LTV、属性、フォームの項目、アンケート、コホート、ファネルのサイネージ、サードパーティデータ、リファラー、デバイス、地域、ページ上の時間、商品、カテゴリー、ブランド、記事やコンテンツ、タグ、執筆者
5.15.3. リアルタイムの意思決定とエクスペリエンスを実現
5.15.3.1. システム内のあらゆるデータをリアルタイムでセグメンテーション
5.15.3.2. ルールを適用してエクスペリエンスをそれぞれ異なるセグメントに適用（リアルタイム）
5.15.3.3. ユーザーの操作、セグメントへの追加やセグメントからの除外、カタログの更新に基づくルールベースのメッセージ表示
5.15.3.4. 1回限りのメールメッセージを特定の個人に送信
5.15.3.5. 受信者がメール、プッシュ通知、SMSなどを受け取れるよう、Journey Builderでセグメントをトリガー
5.15.4. AIと機械学習をプロセス全体に適用
5.15.4.1. 一人ひとりに合わせたエクスペリエンス、Next Best Promotion & Action、Next Best Offerに機械学習を適用
5.15.4.2. 商品、コンテンツ、カテゴリー、ブランドなどをレコメンド
5.15.4.3. Web、メール、モバイルはネイティブに、その他のチャネルはAPIを介してパーソナライズ
5.15.5. その他
5.15.5.1. A/Bテスト
5.15.5.1.1. あらゆるチャネルでA/Bテストを実施（データはWebとモバイルではネイティブ、その他ではデータ連携を活用）
5.15.5.1.2. 機械学習の「レシピ」で相互にテスト
5.15.5.1.3. 自動最適化やアルゴリズムを使用
5.15.5.2. キャンペーン分析
5.15.5.2.1. 目標、コントロールグループよりも好ましい結果、ベイズ統計に対するアトリビューション
5.15.5.2.2. セグメントを分析してインサイトを獲得
5.15.5.2.3. ネイティブのレポート機能や完全なDWHに加え、任意のBIツールを活用
5.15.6. チャネル別のできることまとめ
5.15.6.1. Web
5.15.6.1.1. Web Campaign
5.15.6.2. Mobile
5.15.6.2.1. Mobile Data Campaign
5.15.6.2.2. In-App Message
5.15.6.2.3. Mobile Push Campaign
5.15.6.3. Email
5.15.6.3.1. Open time Campaign
5.15.6.4. Service
5.15.6.4.1. 最適なアクションとオファーを表示
5.15.6.4.2. 指標やエンゲージメントを可視化
5.15.6.4.3. 問い合わせ件数の削減
5.15.6.5. Sales CRM
5.15.6.5.1. クロスチャンネルのデータをCRMに連携
5.15.6.6. ServerSide
5.15.6.6.1. Personalization 内のデータを外部からAPIコールで呼び出す
5.15.6.7. 3rd Party
5.15.6.7.1. Core/MCなど
5.16. 統合された顧客プロファイル（Unified Customer Profile）
5.16.1. プラットフォームの中核
5.16.2. 各個人と取引先に関する行動データや属性データの収集、結合、集計、解釈
5.16.3. すべての顧客、見込みキャッく、訪問者のデータが対象（既知か匿名かは問わない）
5.17. プラットフォームの中核
5.18. 各個人と取引先に関する行動データや属性データの収集、結合、集計、解釈
5.19. すべての顧客、見込みキャッく、訪問者のデータが対象（既知か匿名かは問わない）
5.20. ビジネストンテキストを踏まえた詳細な行動トラッキング
5.20.1. JSビーコンやSDKによるWebやモバイルでのトラッキング
5.20.2. クリックだけでなく、活動の会った時間や実際のエンゲージメントを監視
5.20.3. カタログフィールド無しで商品やコンテンツのメタデータを理解
5.20.4. エンゲージメント、好みや行動文脈をリアルタイムでスコアリング
5.20.5. 例
5.20.5.1. 個人単位やキャンペーン単位、ページ、クリック、スクロール、売上、LTV、属性、フォームの項目、アンケート、コホート、ファネルのサイネージ、サードパーティデータ、リファラー、デバイス、地域、ページ上の時間、商品、カテゴリー、ブランド、記事やコンテンツ、タグ、執筆者
5.21. JSビーコンやSDKによるWebやモバイルでのトラッキング
5.22. クリックだけでなく、活動の会った時間や実際のエンゲージメントを監視
5.23. カタログフィールド無しで商品やコンテンツのメタデータを理解
5.24. エンゲージメント、好みや行動文脈をリアルタイムでスコアリング
5.25. 例
5.25.1. 個人単位やキャンペーン単位、ページ、クリック、スクロール、売上、LTV、属性、フォームの項目、アンケート、コホート、ファネルのサイネージ、サードパーティデータ、リファラー、デバイス、地域、ページ上の時間、商品、カテゴリー、ブランド、記事やコンテンツ、タグ、執筆者
5.26. 個人単位やキャンペーン単位、ページ、クリック、スクロール、売上、LTV、属性、フォームの項目、アンケート、コホート、ファネルのサイネージ、サードパーティデータ、リファラー、デバイス、地域、ページ上の時間、商品、カテゴリー、ブランド、記事やコンテンツ、タグ、執筆者
5.27. リアルタイムの意思決定とエクスペリエンスを実現
5.27.1. システム内のあらゆるデータをリアルタイムでセグメンテーション
5.27.2. ルールを適用してエクスペリエンスをそれぞれ異なるセグメントに適用（リアルタイム）
5.27.3. ユーザーの操作、セグメントへの追加やセグメントからの除外、カタログの更新に基づくルールベースのメッセージ表示
5.27.4. 1回限りのメールメッセージを特定の個人に送信
5.27.5. 受信者がメール、プッシュ通知、SMSなどを受け取れるよう、Journey Builderでセグメントをトリガー
5.28. システム内のあらゆるデータをリアルタイムでセグメンテーション
5.29. ルールを適用してエクスペリエンスをそれぞれ異なるセグメントに適用（リアルタイム）
5.30. ユーザーの操作、セグメントへの追加やセグメントからの除外、カタログの更新に基づくルールベースのメッセージ表示
5.31. 1回限りのメールメッセージを特定の個人に送信
5.32. 受信者がメール、プッシュ通知、SMSなどを受け取れるよう、Journey Builderでセグメントをトリガー
5.33. AIと機械学習をプロセス全体に適用
5.33.1. 一人ひとりに合わせたエクスペリエンス、Next Best Promotion & Action、Next Best Offerに機械学習を適用
5.33.2. 商品、コンテンツ、カテゴリー、ブランドなどをレコメンド
5.33.3. Web、メール、モバイルはネイティブに、その他のチャネルはAPIを介してパーソナライズ
5.34. 一人ひとりに合わせたエクスペリエンス、Next Best Promotion & Action、Next Best Offerに機械学習を適用
5.35. 商品、コンテンツ、カテゴリー、ブランドなどをレコメンド
5.36. Web、メール、モバイルはネイティブに、その他のチャネルはAPIを介してパーソナライズ
5.37. その他
5.37.1. A/Bテスト
5.37.1.1. あらゆるチャネルでA/Bテストを実施（データはWebとモバイルではネイティブ、その他ではデータ連携を活用）
5.37.1.2. 機械学習の「レシピ」で相互にテスト
5.37.1.3. 自動最適化やアルゴリズムを使用
5.37.2. キャンペーン分析
5.37.2.1. 目標、コントロールグループよりも好ましい結果、ベイズ統計に対するアトリビューション
5.37.2.2. セグメントを分析してインサイトを獲得
5.37.2.3. ネイティブのレポート機能や完全なDWHに加え、任意のBIツールを活用
5.38. A/Bテスト
5.38.1. あらゆるチャネルでA/Bテストを実施（データはWebとモバイルではネイティブ、その他ではデータ連携を活用）
5.38.2. 機械学習の「レシピ」で相互にテスト
5.38.3. 自動最適化やアルゴリズムを使用
5.39. あらゆるチャネルでA/Bテストを実施（データはWebとモバイルではネイティブ、その他ではデータ連携を活用）
5.40. 機械学習の「レシピ」で相互にテスト
5.41. 自動最適化やアルゴリズムを使用
5.42. キャンペーン分析
5.42.1. 目標、コントロールグループよりも好ましい結果、ベイズ統計に対するアトリビューション
5.42.2. セグメントを分析してインサイトを獲得
5.42.3. ネイティブのレポート機能や完全なDWHに加え、任意のBIツールを活用
5.43. 目標、コントロールグループよりも好ましい結果、ベイズ統計に対するアトリビューション
5.44. セグメントを分析してインサイトを獲得
5.45. ネイティブのレポート機能や完全なDWHに加え、任意のBIツールを活用
5.46. チャネル別のできることまとめ
5.46.1. Web
5.46.1.1. Web Campaign
5.46.1.1.1. ターゲティング（バナー、ポップアップ）
5.46.1.1.2. A/Bテスト
5.46.1.1.3. レコメンド
5.46.2. Mobile
5.46.2.1. Mobile Data Campaign
5.46.2.1.1. アプリ内バナー出し分け
5.46.2.2. In-App Message
5.46.2.2.1. アプリ内メッセージ
5.46.2.3. Mobile Push Campaign
5.46.2.3.1. プッシュ通知
5.46.3. Email
5.46.3.1. Open time Campaign
5.46.3.1.1. 開封時にレコメンド内容を確定
5.46.4. Service
5.46.4.1. 最適なアクションとオファーを表示
5.46.4.2. 指標やエンゲージメントを可視化
5.46.4.3. 問い合わせ件数の削減
5.46.5. Sales CRM
5.46.5.1. クロスチャンネルのデータをCRMに連携
5.46.6. ServerSide
5.46.6.1. Personalization 内のデータを外部からAPIコールで呼び出す
5.46.7. 3rd Party
5.46.7.1. Core/MCなど
5.46.7.1.1. 夜間バッチ
5.47. Web
5.47.1. Web Campaign
5.47.1.1. ターゲティング（バナー、ポップアップ）
5.47.1.2. A/Bテスト
5.47.1.3. レコメンド
5.48. Web Campaign
5.48.1. ターゲティング（バナー、ポップアップ）
5.48.2. A/Bテスト
5.48.3. レコメンド
5.49. ターゲティング（バナー、ポップアップ）
5.50. A/Bテスト
5.51. レコメンド
5.52. Mobile
5.52.1. Mobile Data Campaign
5.52.1.1. アプリ内バナー出し分け
5.52.2. In-App Message
5.52.2.1. アプリ内メッセージ
5.52.3. Mobile Push Campaign
5.52.3.1. プッシュ通知
5.53. Mobile Data Campaign
5.53.1. アプリ内バナー出し分け
5.54. アプリ内バナー出し分け
5.55. In-App Message
5.55.1. アプリ内メッセージ
5.56. アプリ内メッセージ
5.57. Mobile Push Campaign
5.57.1. プッシュ通知
5.58. プッシュ通知
5.59. Email
5.59.1. Open time Campaign
5.59.1.1. 開封時にレコメンド内容を確定
5.60. Open time Campaign
5.60.1. 開封時にレコメンド内容を確定
5.61. 開封時にレコメンド内容を確定
5.62. Service
5.62.1. 最適なアクションとオファーを表示
5.62.2. 指標やエンゲージメントを可視化
5.62.3. 問い合わせ件数の削減
5.63. 最適なアクションとオファーを表示
5.64. 指標やエンゲージメントを可視化
5.65. 問い合わせ件数の削減
5.66. Sales CRM
5.66.1. クロスチャンネルのデータをCRMに連携
5.67. クロスチャンネルのデータをCRMに連携
5.68. ServerSide
5.68.1. Personalization 内のデータを外部からAPIコールで呼び出す
5.69. Personalization 内のデータを外部からAPIコールで呼び出す
5.70. 3rd Party
5.70.1. Core/MCなど
5.70.1.1. 夜間バッチ
5.71. Core/MCなど
5.71.1. 夜間バッチ
5.72. 夜間バッチ
5.73. エディション
5.73.1. Growth
5.73.1.1. リアルタイム分析、セグメンテーション、ターゲティング、商品とコンテンツのレコメンデーション、A/Bテスト、属性レポート
5.73.1.2. 12,960,000円/年
5.73.2. Premium
5.73.2.1. Growthに加えて、マルチチャネルサポート、AI駆動型機能、CRM連携、モバイルアプリのパーソナライズ
5.73.2.2. 36,000,000円/年
5.73.3. アドオン
5.73.3.1. 従量課金
5.73.3.1.1. Unique Visitor
5.73.3.1.2. Named Profiles
5.73.3.1.3. Account Profiles
5.73.3.2. 追加機能
5.73.3.2.1. Personalization Data Warehouse
5.73.3.2.2. Personalization Data Science Workbench
5.74. Growth
5.74.1. リアルタイム分析、セグメンテーション、ターゲティング、商品とコンテンツのレコメンデーション、A/Bテスト、属性レポート
5.74.2. 12,960,000円/年
5.75. リアルタイム分析、セグメンテーション、ターゲティング、商品とコンテンツのレコメンデーション、A/Bテスト、属性レポート
5.76. 12,960,000円/年
5.77. Premium
5.77.1. Growthに加えて、マルチチャネルサポート、AI駆動型機能、CRM連携、モバイルアプリのパーソナライズ
5.77.2. 36,000,000円/年
5.78. Growthに加えて、マルチチャネルサポート、AI駆動型機能、CRM連携、モバイルアプリのパーソナライズ
5.79. 36,000,000円/年
5.80. アドオン
5.80.1. 従量課金
5.80.1.1. Unique Visitor
5.80.1.2. Named Profiles
5.80.1.3. Account Profiles
5.80.2. 追加機能
5.80.2.1. Personalization Data Warehouse
5.80.2.2. Personalization Data Science Workbench
5.81. 従量課金
5.81.1. Unique Visitor
5.81.2. Named Profiles
5.81.3. Account Profiles
5.82. Unique Visitor
5.83. Named Profiles
5.84. Account Profiles
5.85. 追加機能
5.85.1. Personalization Data Warehouse
5.85.2. Personalization Data Science Workbench
5.86. Personalization Data Warehouse
5.87. Personalization Data Science Workbench
5.88. 競合
5.88.1. KARTE
5.88.1.1. ルールベースのWeb接客エンジン
5.88.1.2. アプリ/Webがメインで使いやすさ/ユーザビリティに強み
5.88.2. Repro
5.88.2.1. アプリ/分析に強みのあるWeb接客エンジン（KARTEの廉価版のようなもの）
5.88.3. Braze
5.88.3.1. モバイルに強みを持ち、APIでの双方向連携、クーポン管理の仕組みを持ったMA
5.88.3.2. Journey Builderとリアルタイムを持ったReproのようなもの
5.88.4. Rtoaster
5.88.4.1. レコメンドとそのカスタマイズ性に強み
5.88.4.2. Web接客もできるが、簡易なポップアップレベルで弱い
5.88.5. Tealium
5.88.5.1. タグマネジメントソリューション
5.88.5.2. CDPに期待されるような異種のデータシステムからのデータを保存するためのコネクタという点で優れている
5.88.6. SilverEgg
5.88.6.1. SaaS型でAIを用いたレコメンドサービス
5.88.7. Sprocket
5.88.7.1. ルールベースのWeb接客エンジン
5.88.7.2. アプリ/Webがメインで分析と運用組織（ナレッジ視点）に強み
5.89. KARTE
5.89.1. ルールベースのWeb接客エンジン
5.89.2. アプリ/Webがメインで使いやすさ/ユーザビリティに強み
5.90. ルールベースのWeb接客エンジン
5.91. アプリ/Webがメインで使いやすさ/ユーザビリティに強み
5.92. Repro
5.92.1. アプリ/分析に強みのあるWeb接客エンジン（KARTEの廉価版のようなもの）
5.93. アプリ/分析に強みのあるWeb接客エンジン（KARTEの廉価版のようなもの）
5.94. Braze
5.94.1. モバイルに強みを持ち、APIでの双方向連携、クーポン管理の仕組みを持ったMA
5.94.2. Journey Builderとリアルタイムを持ったReproのようなもの
5.95. モバイルに強みを持ち、APIでの双方向連携、クーポン管理の仕組みを持ったMA
5.96. Journey Builderとリアルタイムを持ったReproのようなもの
5.97. Rtoaster
5.97.1. レコメンドとそのカスタマイズ性に強み
5.97.2. Web接客もできるが、簡易なポップアップレベルで弱い
5.98. レコメンドとそのカスタマイズ性に強み
5.99. Web接客もできるが、簡易なポップアップレベルで弱い
5.100. Tealium
5.100.1. タグマネジメントソリューション
5.100.2. CDPに期待されるような異種のデータシステムからのデータを保存するためのコネクタという点で優れている
5.101. タグマネジメントソリューション
5.102. CDPに期待されるような異種のデータシステムからのデータを保存するためのコネクタという点で優れている
5.103. SilverEgg
5.103.1. SaaS型でAIを用いたレコメンドサービス
5.104. SaaS型でAIを用いたレコメンドサービス
5.105. Sprocket
5.105.1. ルールベースのWeb接客エンジン
5.105.2. アプリ/Webがメインで分析と運用組織（ナレッジ視点）に強み
5.106. ルールベースのWeb接客エンジン
5.107. アプリ/Webがメインで分析と運用組織（ナレッジ視点）に強み
5.108. 事例
5.108.1. 東急ハンズ
5.108.2. MATALAN
5.108.2.1. 1985年に設立されたイギリスを中心に300店舗以上を提供している小売業者
5.108.2.2. ECでも様々な商品を展開する中で、同じ体験を全員に提供するのではなく、オンラインの消費者との個別に効果的なコミュニケーションをしたい
5.108.2.3. Personalizationを導入し、一人ひとりの理解を深め、その好みやニーズに合わせた体験を提供
5.108.2.4. ユーザあたりの売上24％増加
5.108.2.5. クリックスルー率40％増加
5.108.2.6. コンバージョン率50％増加
5.108.3. invaluable
5.108.3.1. オークションサイト、美術品販売を展開
5.108.3.2. 何に興味を持っているか、どのアーティストか、アンティークや家具ジュエリーのどのカテゴリか、といった様々な角度からお客様の行動を分類
5.108.3.3. メール獲得ポップアップ、1：1トップページ、レコメンデーション、専用オファーといったパーソナライズされた体験を提供
5.108.3.4. 専用オファーメールの開封時レコメンドでCTR21％増加
5.108.3.5. ECの利益の12％はレコメンデーションからのコンバージョンから創出
5.109. 東急ハンズ
5.110. MATALAN
5.110.1. 1985年に設立されたイギリスを中心に300店舗以上を提供している小売業者
5.110.2. ECでも様々な商品を展開する中で、同じ体験を全員に提供するのではなく、オンラインの消費者との個別に効果的なコミュニケーションをしたい
5.110.3. Personalizationを導入し、一人ひとりの理解を深め、その好みやニーズに合わせた体験を提供
5.110.4. ユーザあたりの売上24％増加
5.110.5. クリックスルー率40％増加
5.110.6. コンバージョン率50％増加
5.111. 1985年に設立されたイギリスを中心に300店舗以上を提供している小売業者
5.112. ECでも様々な商品を展開する中で、同じ体験を全員に提供するのではなく、オンラインの消費者との個別に効果的なコミュニケーションをしたい
5.113. Personalizationを導入し、一人ひとりの理解を深め、その好みやニーズに合わせた体験を提供
5.114. ユーザあたりの売上24％増加
5.115. クリックスルー率40％増加
5.116. コンバージョン率50％増加
5.117. invaluable
5.117.1. オークションサイト、美術品販売を展開
5.117.2. 何に興味を持っているか、どのアーティストか、アンティークや家具ジュエリーのどのカテゴリか、といった様々な角度からお客様の行動を分類
5.117.3. メール獲得ポップアップ、1：1トップページ、レコメンデーション、専用オファーといったパーソナライズされた体験を提供
5.117.4. 専用オファーメールの開封時レコメンドでCTR21％増加
5.117.5. ECの利益の12％はレコメンデーションからのコンバージョンから創出
5.118. オークションサイト、美術品販売を展開
5.119. 何に興味を持っているか、どのアーティストか、アンティークや家具ジュエリーのどのカテゴリか、といった様々な角度からお客様の行動を分類
5.120. メール獲得ポップアップ、1：1トップページ、レコメンデーション、専用オファーといったパーソナライズされた体験を提供
5.121. 専用オファーメールの開封時レコメンドでCTR21％増加
5.122. ECの利益の12％はレコメンデーションからのコンバージョンから創出
5.123. Marketing Cloud Personalization
5.123.1. パーソナライゼーションの重要性
5.123.1.1. マーケターの92％が、顧客や見込み客はパーソナライズされた体験を期待していると回答
5.123.1.2. 顧客の65％が、不信感を抱いた企業からの商品購入をやめたことがあると回答
5.123.1.3. パーソナライゼーションを導入して増加した売上は10％を超える
5.123.2. 強み
5.123.2.1. 個人に関するインサイトを獲得
5.123.2.1.1. ソース連携
5.123.2.1.2. 行動トラッキングとデータ収集
5.123.2.2. AIを活用してエクスペリエンスを最適化
5.123.2.2.1. リアルタイムでの意思決定
5.123.2.3. あらゆるチャネルでエンゲージメントを連携
5.123.2.3.1. データをオンライン・オフライン問わず様々なチャネルで活用
5.123.2.4. エクスペリエンスをテストして分析
5.123.2.4.1. 継続的なA/Bテスト、レポート、分析を通じてやり取りを最適化
5.123.3. 優位性
5.123.3.1. 統合された顧客プロファイル（Unified Customer Profile）
5.123.3.1.1. プラットフォームの中核
5.123.3.1.2. 各個人と取引先に関する行動データや属性データの収集、結合、集計、解釈
5.123.3.1.3. すべての顧客、見込みキャッく、訪問者のデータが対象（既知か匿名かは問わない）
5.123.3.2. ビジネストンテキストを踏まえた詳細な行動トラッキング
5.123.3.2.1. JSビーコンやSDKによるWebやモバイルでのトラッキング
5.123.3.2.2. クリックだけでなく、活動の会った時間や実際のエンゲージメントを監視
5.123.3.2.3. カタログフィールド無しで商品やコンテンツのメタデータを理解
5.123.3.2.4. エンゲージメント、好みや行動文脈をリアルタイムでスコアリング
5.123.3.2.5. 例
5.123.3.3. リアルタイムの意思決定とエクスペリエンスを実現
5.123.3.3.1. システム内のあらゆるデータをリアルタイムでセグメンテーション
5.123.3.3.2. ルールを適用してエクスペリエンスをそれぞれ異なるセグメントに適用（リアルタイム）
5.123.3.3.3. ユーザーの操作、セグメントへの追加やセグメントからの除外、カタログの更新に基づくルールベースのメッセージ表示
5.123.3.3.4. 1回限りのメールメッセージを特定の個人に送信
5.123.3.3.5. 受信者がメール、プッシュ通知、SMSなどを受け取れるよう、Journey Builderでセグメントをトリガー
5.123.3.4. AIと機械学習をプロセス全体に適用
5.123.3.4.1. 一人ひとりに合わせたエクスペリエンス、Next Best Promotion & Action、Next Best Offerに機械学習を適用
5.123.3.4.2. 商品、コンテンツ、カテゴリー、ブランドなどをレコメンド
5.123.3.4.3. Web、メール、モバイルはネイティブに、その他のチャネルはAPIを介してパーソナライズ
5.123.3.5. その他
5.123.3.5.1. A/Bテスト
5.123.3.5.2. キャンペーン分析
5.123.3.6. チャネル別のできることまとめ
5.123.3.6.1. Web
5.123.3.6.2. Mobile
5.123.3.6.3. Email
5.123.3.6.4. Service
5.123.3.6.5. Sales CRM
5.123.3.6.6. ServerSide
5.123.3.6.7. 3rd Party
5.123.4. エディション
5.123.4.1. Growth
5.123.4.1.1. リアルタイム分析、セグメンテーション、ターゲティング、商品とコンテンツのレコメンデーション、A/Bテスト、属性レポート
5.123.4.1.2. 12,960,000円/年
5.123.4.2. Premium
5.123.4.2.1. Growthに加えて、マルチチャネルサポート、AI駆動型機能、CRM連携、モバイルアプリのパーソナライズ
5.123.4.2.2. 36,000,000円/年
5.123.4.3. アドオン
5.123.4.3.1. 従量課金
5.123.4.3.2. 追加機能
5.123.5. 競合
5.123.5.1. KARTE
5.123.5.1.1. ルールベースのWeb接客エンジン
5.123.5.1.2. アプリ/Webがメインで使いやすさ/ユーザビリティに強み
5.123.5.2. Repro
5.123.5.2.1. アプリ/分析に強みのあるWeb接客エンジン（KARTEの廉価版のようなもの）
5.123.5.3. Braze
5.123.5.3.1. モバイルに強みを持ち、APIでの双方向連携、クーポン管理の仕組みを持ったMA
5.123.5.3.2. Journey Builderとリアルタイムを持ったReproのようなもの
5.123.5.4. Rtoaster
5.123.5.4.1. レコメンドとそのカスタマイズ性に強み
5.123.5.4.2. Web接客もできるが、簡易なポップアップレベルで弱い
5.123.5.5. Tealium
5.123.5.5.1. タグマネジメントソリューション
5.123.5.5.2. CDPに期待されるような異種のデータシステムからのデータを保存するためのコネクタという点で優れている
5.123.5.6. SilverEgg
5.123.5.6.1. SaaS型でAIを用いたレコメンドサービス
5.123.5.7. Sprocket
5.123.5.7.1. ルールベースのWeb接客エンジン
5.123.5.7.2. アプリ/Webがメインで分析と運用組織（ナレッジ視点）に強み
5.123.6. 事例
5.123.6.1. 東急ハンズ
5.123.6.2. MATALAN
5.123.6.2.1. 1985年に設立されたイギリスを中心に300店舗以上を提供している小売業者
5.123.6.2.2. ECでも様々な商品を展開する中で、同じ体験を全員に提供するのではなく、オンラインの消費者との個別に効果的なコミュニケーションをしたい
5.123.6.2.3. Personalizationを導入し、一人ひとりの理解を深め、その好みやニーズに合わせた体験を提供
5.123.6.2.4. ユーザあたりの売上24％増加
5.123.6.2.5. クリックスルー率40％増加
5.123.6.2.6. コンバージョン率50％増加
5.123.6.3. invaluable
5.123.6.3.1. オークションサイト、美術品販売を展開
5.123.6.3.2. 何に興味を持っているか、どのアーティストか、アンティークや家具ジュエリーのどのカテゴリか、といった様々な角度からお客様の行動を分類
5.123.6.3.3. メール獲得ポップアップ、1：1トップページ、レコメンデーション、専用オファーといったパーソナライズされた体験を提供
5.123.6.3.4. 専用オファーメールの開封時レコメンドでCTR21％増加
5.123.6.3.5. ECの利益の12％はレコメンデーションからのコンバージョンから創出