顧客セグメントを作成することは、異なる顧客のニーズを理解し、それに合わせた戦略を展開することで、効果的なターゲティングとリソースの最適利用を実現してくれます。

企業やブランドのパーソナライズされた顧客体験を支援するカスタマーエンゲージメントツール「MoEngage」には、AIを活用した強力なセグメント作成機能が多数搭載されています。

この記事では、MoEngageの中核をなす、セグメント作成機能のバリエーションや活用法についてご紹介をします。

MoEngageとは

MoEngageは、AIを活用した高度なパーソナライズ機能が多数搭載された、アジアNo.1のカスタマーエンゲージメント^*1【G2 Spring 2023】で「Mid-Market＆Small Business Market Leader」を獲得（アジアエリア）ツールです。

アプリ/Web/メールなどのクロスチャネルシナリオはもちろん、自動セグメント作成や自動シナリオ最適化など、One to Oneマーティングを強力に推進する機能がノーコードで利用できることがMoEngageの強みです。

MoEngageの詳細はこちら

MoEngage（モーエンゲージ）｜アジアNo.1カスタマーエンゲージメントツール

MoEngageの基本的なセグメント作成機能

MoEngageの特徴的な自動セグメント機能に触れる前に、まずは基本的なセグメント作成機能についてご紹介します。

MoEngageでは、UIの簡単な操作だけで、様々な条件のセグメントが作れます。手動で作成できるセグメントは、大きく以下の3つに分類されます。

ルールベースのセグメント

MoEngage上のユーザーデータから、「ユーザー行動」や「ユーザー属性」といった異なるカテゴリのデータをAND/OR関数で絞り、ルールと変数を加えたものです。例えば、次のようなセグメントを作成することができます。

• 過去30日間にアプリを開いたユーザー
• 東京の店舗で、過去30日間に少なくとも3回購入したユーザー
• 過去1年間で10万円以上購入したユーザー

ファイルセグメント

MoEngage上にあるデータだけではなく、自社内で持っているユーザーリストをMoEngage上にアップロードし、セグメント作成を行う機能です。キャンペーンの対象ユーザーを固定したい場合や、固定したユーザーをより細かく分析したい場合に使われます。

ただし、ファイルセグメント機能を使う際は、アップデートするデータを、MoEngageが求めるファイル形式にそろえておく必要があります。

カスタムセグメント

複数のセグメントを1つのセグメントに統合したものです。例えば、ファイルセグメントとルールベースのセグメントを組み合わせて、より詳細なセグメント作成を可能にしてくれます。

これらを利用することで、狙ったユーザーに最適なタイミングでメッセージを送ることができますが、もっと高度なセグメントを簡単に作成したい！という方向けに、次の章では3つのAIを活用したセグメント機能をご紹介したいと思います。

AIを活用した自動セグメント機能

MoEngageは、マーケティングにおける多様なユースケースを想定し、セグメント作成機能を開発・アップデートしています。

今回ご紹介する自動セグメント機能は、AI（Sherpa）を活用することで、セグメント作成における複雑な処理や計算をワンクリックで実行できるように簡素化したものです。Sherpa は、MoEngageに直接組み込まれた一連の機械学習ベースの機能で、セグメント作成に必要なユーザー行動の把握と予測を手助けしてくれます。

以下では、Sharpaを使ったMoEngageの主要な自動セグメント機能についてご紹介します。

RFMセグメント機能

RFMとは、Recently（最近の購入日）、Frequency（購入頻度）、Monetary（累積購入金額）の頭文字からなる顧客分析のためのフレームワークです。これら3つの指標をもとに顧客をランク分けし、それぞれの特性にあったマーケティング施策を打つことができます。

FRMセグメントは、ユーザーの過去の行動や、属性ログをもとに、最大11種類生成されます。

例えば、「離反する可能性が高いユーザーをフォローしたい」というケースにおいて、分析工程をはさまずに、該当するセグメント（「要注意」「休眠予備軍」）を選択するだけでターゲットセグメントを作成することができます。

RFMセグメント機能のユースケースについて詳しく知りたい方はこちらをご覧ください。

ワンクリックでRFM分析！MoEngageのRFMセグメント機能とは

アフィニティセグメント機能

アフィニティは、「興味を持っている顧客」を高精度で予測し、セグメントを作成する機能です。

「興味を持っている顧客」の定義は難しいものですが、属性情報や行動情報に、頻度、割合、時間帯などの要素を加えることで、より関連性が高いセグメントを作成する手助けをします。

アフィニティでは、以下3つのフィルターを使ってターゲットを推測します。

1. 主に〇〇している
   様々なジャンルの曲を聞いているが、主にアクション映画を見ているユーザーをセグメント。アクション映画への興味関心が高いと推測できる。

2. 行動の最小値
   様々な映画を見ているが、少なくとも30％はロマンス映画を見ているユーザーをセグメント。ロマンス映画に一定以上の関心があることを推測できる。

3. 上位ユーザーと下位ユーザー
   タクシーを予約した全ユーザーのうち、予約数が上位の〇%、下位の〇％のユーザーをセグメント。興味が高いユーザーと低いユーザーを特定できる。

アフィニティ機能の詳細や作成できるセグメント例を詳しく知りたい方はこちらをご覧ください。

「興味を持っている顧客」を高精度で予測｜MoEngageのアフィニティ機能とは？

プレディクション機能

プレディクションは、AIがデータから顧客の行動を予測し、その傾向（高/中/低の三種類）に応じた予測モデルを作成する機能です。予測モデルは、自社の業界やサービスに合わせて柔軟にカスタマイズすることができます。

顧客が将来行う行動の予測結果に応じて、キャンペーンの割引率やメッセージに違いを持たせるなどといった使い方ができます。もし、今まで一斉に割引クーポンを配布していたという場合には、購入する傾向が高いユーザーにはあえて割引をしなくても良い、という発見もできます。

プレディクション機能の、カスタム予測モデルの作成例やユースケースを詳しく知りたい方はこちらをご覧ください。

顧客の未来の行動がわかる｜MoEngageの未来予測機能とは？

最後に

今回はMoEngageのセグメント機能をピックアップしてご紹介しましたが、MoEngageにはプロダクトやサービスのグロースに欠かせない、AIを活用した最新機能が多数搭載されています。MoEngageについてもっと詳しく知りたい方は、こちらから資料をダウンロードいただけます。