最適な意思決定
過去の傾向分析、未来予測、戦略のシミュレーションを通して初めて、今行うべき事は何か、ROIが成立するのかの判断を行うことが可能になります。
これらの分析により例えば、キャンペーンが売上目標達成に貢献するのかのシミュレーションを行い、実施するかどうかの意思決定を行うことができます。
様々なビジネス環境における問題を解決するために、予測モデルを使った未来予測、KPIをもとにした最適な施策、ターゲットのインサイト分析などを組み合わせ、いつ、何に対し、何をどのようにすれば目標を達成できるのかを様々な手法で分析することができます。
AI DecisioningソリューションであるDAVinCI LABSは目標値（KPI）を達成するための様々なシミュレーションを行うことができます。
【事例】
AI Decisioningを使ったキャンペーン実施の意思判断
ここでは保険商品での新製品の既存顧客へのアップセルのキャンペーンを事例に、どのようにAI Decisioningを使ってキャンペーン実施の意思決定を行う事ができるのかを説明します。
Auto Supervised Learningを使って、購入確率が60%以上の顧客を抽出。
この顧客に対し、DM、email、インサイドセールスによるキャンペーン案内を行うことを計画
予測モデル毎にどのような変数が聞いているのか、何が予測スコアを上げているのかを確認し、クラスターのインサイトを確認。
クラスターの特性に合わせたクリエイティブを作成
Auto Ruleを使いキャンペーンに
反応しそうな顧客のクラスターを分析。
Simulatorを使い、顧客にアプローチする際的なメディア、送信のタイミングと回数をシミュレーション。
クラスター毎に異なるメッセージとクリエイティブを送信
分析の結果、都内在住の30代女性と地方在住の50台男性がターゲットとなることを発見。
目標の売上を達成するには最初のクラスターに対してはSNSを通じ、3回以上のキャンペーン送信が効果的で、2番目のクラスターに対してはダイレクトメールの送信と電話でのキャンペーン案内を有効であることが判明。
また、それぞれのセグメントの関心が、最初のクラスターは将来の貯蓄であり、2番目のクラスターは退職後の安心であることが判明したので、それぞれのクラスター毎に異なるクリエイティブを作成。
結果としてキャンペーンの目標売上を達成