【第611回】Personalization：Real-Time Data Graph をメールで活用する
これまでの記事では、TrailNest の顧客の興味を Affinity で数値化し、Web サイトの Hero Banner やおすすめ商品に反映してきました。
サイト内のあるカテゴリの商品詳細を見ると、トップページでそのカテゴリがフィーチャーされたり、ページ下部のおすすめ商品もそのカテゴリの商品に変わります。Agentforce のレコメンドもそのカテゴリのおすすめ商品に変わります。今回は、メールで紹介されるおすすめ商品もそのカテゴリに変更できるというお話です。
- 商品閲覧：1 点
- カート追加：3 点
- 商品購入：5 点
という評価になっています。
Personalization 基礎シリーズ
Sitemap Builder シリーズ
Data 360 設定シリーズ
Personalization 設定シリーズ
今回は、その仕組みを Marketing Cloud NEXT のメールでも活用します。
以前の記事では Personalization Recommendations Data Provider を紹介しましたが、今回は Personalization シリーズで作成してきたデータや Recommender を使い、メールのパーソナライズにつなげます。
今回のメールでは、次の 2 つを出し分けます。
Hero Banner：顧客が最も興味を持っているカテゴリに合わせて変更する
おすすめ商品：作成済みの TrailNest Category Popular Recommendations をリピーターで表示する
以下のメールでは、赤枠の部分がパーソナライズの対象です。
Hero Banner とおすすめ商品では、使用する機能が異なる
同じメール内のパーソナライズですが、今回はそれぞれ別の機能を使用します。
おすすめ商品の表示には、Personalization Recommendations Data Provider を使用します。
これは、Recommender が選んだ商品などの情報を、メールで利用するためのデータソースです。今回は、取得した商品をリピーターで繰り返し表示します。
一方、Hero Banner には、通常の動的コンテンツを使用します。
あらかじめ用意したカテゴリ別の画像・見出し・説明文・ボタンを、顧客の Affinity に応じて切り替えます。
なお、Web の Hero Banner では、Recommender ではなく、Decision が最高スコアのカテゴリを返し、Experience Template が対応するバナーを表示する構成にしていました。メールでは、その表示部分を動的コンテンツの Variation で用意します。
今回、目的ベースの Recommender を使用しない理由
Winter ’27 では、目的ベースの Recommender が選んだ画像を、メールの画像ブロックに表示する機能 も追加されています。
ただし、今回実現したいのは、すでに取得できている Affinity を使って、最も興味が強いカテゴリの Hero Banner を表示することです。そのために、新しく目的ベースの Recommender を作成する必要はありません。
今回は、Real-Time Profile Data Graph で参照できる Affinity を、従来の動的コンテンツの条件に使用する構成 で進めます。
動的コンテンツの基本的な設定については、以下の記事で紹介しています。
① メールのデータソースを確認する
今回使用するメールのデータソースでは Data Graph にリアルタイムデータグラフの TrailNest Profile を選択します。
メール側でも、このリアルタイムデータグラフを使用することで、対象顧客のカテゴリ別 Affinity を参照できる状態にしておきます。
メールの受信者に対して、次の情報が取得できていることが重要です。
Category：興味の対象となるカテゴリ
raw_affinity_score：そのカテゴリへの興味の強さ
Web で Affinity を確認できていても、メールの対象顧客から同じデータを参照できるかは、プレビューで確認しておきます。
また、Personalization Recommendations Data Provider として、前の記事で作成したばかりの「TrailNest Category Popular Recommedations」を設定しておきます。
② Hero Banner の Variation を作成する
まず、Hero Banner を配置するコンポーネントでは画像ではなく、もっとリッチな表示ができる HTML コンポーネントを配置して、動的コンテンツの Variation を追加 します。
今回は、通常用と 6 カテゴリ用の、合計 7 種類を用意します。
Default
Backpacks
Tents
Sleeping
Apparel
Footwear
Accessories
各 Variation には、対応する Hero Banner の HTML を設定していきます。
Default は、条件に一致しなかった場合の Fallback として使用され、Affinity のデータがまだない顧客には、通常用の Hero Banner を表示します。
Variation の優先順位について
複数の Variation の条件に該当する場合は、設定した優先順位に従って表示が選ばれます。「Default 以外の順番は関係ない」と考えず、スコアが重なった場合にどれを優先するかも、念のため考慮してください。
③ Affinity を使って表示条件を設定する
例として、Apparel 用の Variation の条件を設定します。
今回の設定では、raw_affinity_score が最大となるカテゴリが apparel かどうかを判定することを目的としています。
画面では、次の項目を指定します。
Resource：TrailNest Category Affinity Category の Category
Metric：raw_affinity_score
Measurement：Max
Operator：Is Equal To
Value：apparel
カテゴリの比較には、表示用の名前ではなく、データに実際に格納されるコードを使用する必要があります。
各 Variation の Value は、次のとおりです。
Backpacks：backpacks
Tents：tents
Sleeping：sleeping
Apparel：apparel
Footwear：footwear
Accessories：accessories
同じ要領で、6 カテゴリ分の条件を設定します。Default については、カテゴリコードとの一致条件を作成する必要はありません。
④ リピーターでおすすめ商品を表示する
続いて、Hero Banner の下におすすめ商品を表示します。
ここでは、リピーターコンポーネントに、作成済みの Recommender を接続します。
設定のポイントは、次の 2 つです。
1. メールと Recommender の Profile Data Graph を合わせる
Recommender を選択する際は、メールと Recommender が同じ Profile Data Graph を使用していることが重要です。今回は、事前にメールのデータソースに TrailNest Profile を設定しています。
TrailNest Category Popular Recommendations も同じ Profile Data Graph を使用しているため、今回のメールで選択できます。
2. データソースに追加した後、リピーターソースにも指定する
ここは少し分かりにくいのですが、メールのデータソースに Recommender を追加しただけでは、リピーターの設定は完了していません。
次の 2 段階で設定します。
メールのデータソースに、使用する Recommender を追加する
リピーターの Repeater Sourceに、その Recommender を指定する
※ メールのデータソースは「このメールで利用するデータ」、リピーターソースは「この表示領域で繰り返し表示するデータ」と考えてください。
その後、リピーター内の各コンポーネントに、指定したリピーターソースの商品情報を差し込みます。
画像：商品の画像 URL
商品名：商品の名前
価格：商品の価格
ボタン：商品詳細ページへのリンク
⑤ 顧客ごとの表示を確認する
設定が完了したら、対象顧客を変えてメールをプレビューします。
Default の表示は冒頭のメールで紹介しているため、ここでは Affinity のデータがある顧客を確認します。
1. Accessories への興味が強い顧客
まずは、Accessories のみ Affinity がある顧客です。
この顧客のメールでは、Accessories 用の Hero Banner が表示され、その下にも Accessories の商品が並んでいることを確認できます。
Hero Banner のボタンをクリックすると、Accessories のカテゴリページへ移動します。
2. 複数カテゴリの中で Backpacks のスコアが最も高い顧客
続いて、複数カテゴリの Affinity を持つ顧客を確認します。
この顧客は、いくつかのカテゴリにスコアがありますが、Backpacks の raw_affinity_score が最も高い状態です。
メールでは、Backpacks 用の Hero Banner が表示され、おすすめ商品にも Backpacks の商品が並びます。
Hero Banner のボタンから、Backpacks のカテゴリページへ移動することも確認できました。
いかがでしたでしょうか。
今回は、TrailNest で作成してきた Affinity と Recommender を、メールのパーソナライズに活用しました。
メール上部では、動的コンテンツによって顧客の興味に合う Hero Banner を表示します。その下では、Recommender が選んだ商品をリピーターで表示します。
Web サイト向けに用意した顧客データや Recommender を、メールでも活かせることが、今回のポイントです。
この構成は、カート放棄や閲覧後のフォローアップなど、直近の行動を踏まえたメールにも応用できそうです。もちろん、即時性を求める施策だけでなく、定期的な販促メールで顧客の興味に合う商品を紹介する用途にも活用できます。色々と検討してみてください。
今回は以上です。
