キャンペーンで予測ベースのコホートを使用する

予測ベースのコホートは、コンバージョンする確率に基づいてユーザーをランク付けするため、メール、広告、または製品内キャンペーンでコンバージョンする可能性が最も高いユーザーをターゲットにすることができます。予測からコホートを保存した後、それを送信先ツールと同期させ、可能性の高いユーザーと可能性の低いユーザーを区別して扱うキャンペーンを設定します。

予測ベースのコホートを使用すると、コンバージョンやチャーンなど、将来のイベントのモデル化された確率に基づいてユーザーをターゲットにすることができます。ユーザーがすでに行っている行動に基づいてユーザーをターゲットにしたい場合は、代わりに行動コホートを使用してください。

開始する前に、既存の予測から保存されたコホートが必要です。まだ予測を作成していない場合は、まず「予測の作成」に移動してください。

予測ベースのコホートは、一般的な3つのキャンペーンタイプで最適に機能します。

参加基準: キャンペーンで誰をターゲットにし、誰を除外するかを決定します。
動的な料金設定: ユーザーが高LTVユーザーになる確率に応じて価格や割引を調整できます。
コンテンツのパーソナライゼーション: 適切なコンテンツを適切なユーザーに適切なタイミングで表示します。

キャンペーン対象者登録基準については、まずコンバージョンする可能性が低いユーザーを除外することから始めましょう。これにより、メールキャンペーンの購読解除率と広告のCPAが低下します。次に、コンバージョン率が最も高いユーザーを含めます。これにより広告の効率と料金が最適化されます。最後に、コンバージョンが近い確率が中程度のユーザーについて検討し、コンバージョンの増分を最適化します。

動的な料金設定キャンペーンでは、逆料金設定を検討してください。つまり、可能性の高いユーザーにはより低い割引またはより高い価格を提供し、可能性の低いユーザーにはより高い割引またはより低い価格を提供することです。確率の高いユーザーは割引を受ける前にコンバージョンする可能性が高いため、割引を受けると収益が減少する可能性があります。

コンテンツのパーソナライゼーションキャンペーンでは、予測コホートはどのユーザーがプロダクトカテゴリに対して最も親和性を持っているかを特定します。この情報を使用して、これらのユーザーにコンテンツの種類を示します。ユーザーのニーズやキャンペーンの目標に応じて、広告、Eメール、またはオンサイトでのコンテンツをパーソナライズできます。

キャンペーンを設定する

キャンペーンの種類とチャネルを決定したら、コホートを同期させてください。コホートを同期させてキャンペーンを設定するには、以下の手順に従ってください。

コホート詳細ページから「同期」をクリックし、コホートの目的とする送信先を選択します。次に、次へをクリックします。
1 回限りの同期を選択するか、定期的な同期をスケジュールします。繰り返し同期を行うことで、Amplitudeはユーザーのコホート内の更新されたユーザー確率を送信先に同期します。次に、[同期] をクリックします。
送信先ツールを開き、同期されたコホートを見つけます。各プラットフォームは、同期されたコホートを少しずつ理解し、分類する方法を異にしています。
- Facebookでは、同期されたコホートはカスタムオーディエンスとして表示されます。
- Googleでは、同期されたコホートはカスタマーリストとして表示されます。
- Brazeでは、同期されたコホートはセグメント作成時にフィルター基準「Amplitudeコホート」として表示されます。
- Iterable では、同期されたコホートはユーザーリストとして表示されます。
各ユーザーコホートに対して、別々の同一のキャンペーンを設定します。これにより、各コホートに対するキャンペーンの効果を個別に測定できます。たとえば、2つの予測コホートを持つアップグレードキャンペーンでは、コホートをBrazeと同期させます。関連するアップグレードメッセージを含むBrazeの既存のEメールキャンペーンを選択してください。次にキャンペーンを複製します。1 つのキャンペーンは上位 20% のコホートを対象に、もう 1 つのキャンペーンはそれ以外のすべての人を対象にします。
コントロールグループまたはホールドアウトグループを作成します。このグループには、キャンペーンに含まれていないユーザーが含まれています。コントロールグループを使用すると、メールキャンペーンがキャンペーンをしなかった場合と比較して購入を増加させたかどうかを測定できます。コントロール設定はプラットフォームによって異なります。
- Braze：多変量テスト。
- Iterable：A/B実験。
- Facebook広告：ホールドアウト上昇テスト。
- Google 広告：広告の実験。

キャンペーンの実行準備が整いました。そのまま1〜2週間続かせてください。サンプルサイズが小さい場合やコンバージョン率が低いイベントがある場合は、キャンペーンを長期間実施して、キャンペーンが統計的有意性を達成する可能性を高めましょう。

キャンペーンの成果を測定する

キャンペーン終了後、結果を分析してください。オープン率、クリック率、購読解除率、インプレッションなどのトップレベルの指標については、チャネル自体を使用してください。あなたのチャネルは、これらの指標をキャンペーン期間のキャンペーン総合レベルで報告し、コントロールグループとの相対的な上昇を示します。キャンペーンによって上昇が生じた場合は、キャンペーンか他の要因が上昇の原因であったかを評価してください。

また、キャンペーンの結果を経時的に分析したり、異なるアトリビューション期間で異なるコンバージョンイベントを評価したりしたい場合は、キャンペーンのメトリクスをAmplitudeにインポートすることもできます。（あなたのチャネルではこの種の分析を提供している可能性は低いです。） Amplitudeは以下の方法でキャンペーンデータをインポートできます：

Amplitude SDKによって自動的に収集されたUTMパラメータをモニターします。
データをインポートするには、Braze または Iterable との双方向同期を設定します。
コントロールとバリアントのセグメントをチャネルからダウンロードし、CSVコホートとしてAmplitudeにアップロードします。

キャンペーンの指標をAmplitudeに追加したら、まず予測対象のコホートが異なる行動をとったかどうかを分析します。

キャンペーンで公開された2つのセグメントをロードします。予測コホートA（上位20%など）と予測コホートB（下位80%など）。次に、コンバージョンイベントについてイベントセグメンテーションとファネルチャートを比較します。コホートは行動に何らかの違いを示すべきです。

たとえば、以下のスクリーンショットでは、予測コホートの上位20%でエンゲージメントとコンバージョン率が高くなっています。

次に、さまざまなユーザーグループがキャンペーンに対して異なる反応を示したかどうかを分析します。

4つのセグメントをロードします：予測コホートA（バリアント）対予測コホートA（コントロール）、および予測コホートB（バリアント）対予測コホートB（コントロール）。各コホートのバリアントとコントロールセグメント間のコンバージョン率の違いを比較してください。

各セグメントのセット間の違いは、メールキャンペーンを受信した場合とメールキャンペーンを受信しなかった場合の間のリフトを表しています。この差の違いは相対的なリフトに等しい。相対的なリフトに違いがある場合、それはキャンペーンが異なる予測コホートに異なる効果をもたらすことを意味します。

下のスクリーンショットでは、予測コホートAは+5%の上昇率を示していますが、予測コホートBは-25%の上昇率を示しています。つまり、キャンペーンは上位20%にはプラスの効果をもたらしたが、下位80%にはマイナスの効果をもたらすことになる。これらの結果に基づいて、下位80%にメールを送るのをやめるべきです。

キャンペーンの結果を活用する

両方のコホートでオーガニックコンバージョン率が同程度である場合、その予測モデル自体に欠陥がある可能性があります。Amplitudeの予測のほとんどは統計的に正確であり、一般的に上位20%のコホートではより高いコンバージョン率が期待できます。

両方のコホートがプラスの上昇を示した場合、キャンペーンの介入はコンバージョン率に全体的にプラスの効果をもたらし、一方のグループではより大きな効果をもたらします。広告キャンペーンでは、リフトが低いオーディエンスに対する広告入札額を減らすか、そのオーディエンスに対する広告を中止してください。メールキャンペーンでは、より効果の高いオーディエンスへのメール送信頻度を増やしましょう。製品ベースのキャンペーンでは、リフト値の低いオーディエンスに対して、割引率を下げてください。

一方のコホートのリフトがプラスで、もう一方がマイナスだった場合、マイナスのリフトを持つオーディエンスへのメール送信、広告の掲載、割引の提供、またはキャンペーン体験の表示を停止してください。

両方のコホートでリフトが見られない、あるいはマイナスのリフトが見られる場合、そのキャンペーンは効果がないか、むしろコンバージョンを減少させています。キャンペーンを中止してから、問題を特定してください。問題は、チャネル、キャンペーンのコンテンツ、基礎となるコホートの定義、またはこれら3つのすべての組み合わせである可能性があります。

両方のコホートが同様の効果を示した場合、そのキャンペーンはオーガニックコンバージョン率に関係なくすべてのユーザーに等しい効果をもたらします。予測コホートは増分的な利益をもたらしません。また、予測された可能性によるセグメンテーションはこのチャネルでのキャンペーンにメリットをもたらしません。

どのシナリオでも、その結果を次のキャンペーンを改善するために使用してください。結果が期待通りにいかなかった場合でも、各キャンペーンからユーザーとチャネルについて学ぶことができます。

これは役に立ちましたか？