Allergan AestheticsによるSnowflakeとSegmentを活用したパーソナライズされたオファーの生成と顧客獲得コストの削減

注：本記事は(2022年1月13日)に公開された(How Allergan Aesthetics Uses Snowflake and Segment to Generate Personalized Offers and Reduce Customer Acquisition Cost)を翻訳して公開したものです。

Allergan AestheticsはAbbVie傘下の企業で、エステティックブランドや製品の開発、製造、市場投入を行っています。同社のエステティックポートフォリオにはフェイシャルインジェクタブル（顔用注射剤）、体型矯正品、プラスチック製品、スキンケア製品が含まれています。

Allergan Data Labs （ADL）は、Allergan内のグループで、実行可能なインテリジェンスに基づいた美容医療事業拡大を使命としています。プロダクト、エンジニアリング＆データ担当アソシエイトバイスプレジデントのTory Brady氏は次のように語っています。「Allergan Data Labsはもともと、エステティック事業をサポートするデータサイエンスのセンター・オブ・エクセレンスとなるために創設されました。拡張の結果今では、パフォーマンスマーケティングやプロダクトエンジニアリングといった機能も包括しています。」

ADLは、パーソナライズされたフリクションレスなデジタルエクスペリエンスを通じて、カスタマーエンゲージメントやカスタマーディライトを実行しています。今回の記事では、ADLがSnowflakeとSegmentを活用してどのようにカスタマーディライトを実践したかを詳しくご紹介します。大規模な顧客データの迅速な分析を実現させるため、SnowflakeとSegmentは2018年に提携しました。

Allergan AestheticsのリードデータアーキテクトであるVishwanath Tanneeru氏は、SnowflakeとSegmentを統合したチームの一員でした。

Tanneeru氏は次のように語っています。「SegmentとSnowflakeの統合が非常にうまくいき、当社で必要な作業がほとんどなかったことは嬉しい驚きでした。Segment全体から収集されたイベントは、自動的にSnowflakeにアーカイブされるため、私たちはデータに容易にアクセスしWeb サイトトラフィックの促進に役立てることができています。」

「SnowflakeとSegmentの連携使用により得られるメリットは、個々のプラットフォームの個別使用では得られないものです。」

Allergan Aesthetics規模の企業になると、データを生成、保存する数えきれないほどのツールやシステムを保有しています。このようなシステム間でデータを同期させることは、複雑なタスクとなっています。そのためAllergan Aestheticsはプラグアンドプレイのデータインフラストラクチャを求めていました。

Brady氏は次のようにコメントしています。「SnowflakeとSegmentは、Segment内で私たちがトラッキングしているイベントのダウンストリーム受信者がSnowflake、というシンプルなデータ統合を実現してくれました。これは文字通りオン/オフスイッチのようなもので、私たちがSnowflakeに認証情報を投入するとスイッチが入ります。」Brady氏は、SnowflakeとSegmentはM&Aから派生する統合などの予測できない変化に速やかに対応できる将来を見据えたシステムであると感じています。

Allergan Aestheticsはデータドリブンな企業です。1,500人以上の従業員を抱える販売組織は、意思決定や顧客とのやり取りにデータを活用しています。Snowflakeを導入する前は、セルフサービスモデルでデータを利用することができず、データアナリストがデータベースでクエリを実行し、レポートを生成、Excelにインポート、その後、メールにて組織全体に配信していました。

Tanneeru氏は次のように語っています。「Snowflakeによりあらゆるソースからのデータの集約が容易になりました。そのデータを活用してデータマートの構築を始めることができました。データマートは、さまざまなグループに対応する、これまでに構築した多数のダッシュボードを機能させています。Snowflakeのおかげでアナリストたちもデータにアクセスできるようになり、リーダーシップによる迅速な決断に役立つレポートを生成することができています。」

Snowflakeへの移行後は、Excel版のレポートのメール送信がなくなりました。

Segmentの使用によりTanneeru氏は、Allergan AestheticsのWebプロパティの訪問者数や彼らが何をしていて、どのように交流しているのかをトラッキングすることができるようになりました。彼は次のように説明しています。「Segmentのおかげで、データを収集してシームレスにSnowflakeに取り込むことができるため、アナリストやBIチームによるダッシュボードやインサイトの迅速な生成が実現しました。これにより市場投入への時間が短縮され、意思決定も迅速化されました。」

Allergan Aestheticsは、SnowflakeとSegmentを使用してデータサイエンスと機械学習を活用し、顧客獲得コスト（CAC）削減に役立てています。

ADLの機械学習チームはオーディエンスプロファイルを生成し、Snowflakeにロードしています。Snowflakeからは、SegmentのSQL Traitsを使用してオーディエンスグループを作成し、チャネルを使用（Segmentによるサポート）したオーディエンスのターゲティングを行っています。Allergan AestheticsのプリンシパルデータサイエンティストであるMehrdad Farahaniは次のように語っています。「SQL Traitsにより私たちは、取引データでもデータサイエンスチームのデータモデルによる生成物でも、当社のデータウェアハウス内にあるさまざまなデータで顧客プロファイルをエンリッチ化することができるようになりました。」

Farahani氏は次のように続けています。「SnowflakeとSegmentを連携させることで、機械学習モデルを使用した実施中のキャンペーンに対する迅速なイテレーションが可能になりました。その結果、ソーシャルメディア広告における1人あたりの購買完了コストは41%の削減となりました。今回の統合により、キャンペーンを迅速に実施しできるようになり、機械学習でのインサイトによりキャンペーンの成果も向上しました。」

Allergan Aestheticsは、顧客にパーソナライズされたオファーを提供するFlash Rewardsチャネルを試験運用中です。同社は選定されたプロバイダーと提携し、これらのオファーを試しているところです。Brady氏は次のように語っています。「私たちは、プロバイダーのオフィスに入る際にQRコードをスキャンするような機能を構築しています。当社のシステムがオーディエンスの属性を認識しているSegmentにAPIコールを実施し、受付前に立っている顧客にパーソナライズされたオファーを提供できるという仕組みです。」

このようなオーディエンス属性には、ユーザーが訪問したことのあるWebプロパティや検索したAllergan製品に関するデータを含むことができます。Brady氏は次のように続けました。「QRコードをスキャンした時点で、医療専門家のサポートを得て完璧に仕上げられた、パーソナライズされたオファーを生成します。」

Allerganの新しいテクノロジースタックにより、より有意義で時宜にかなった、効果的な方法で顧客と直接やり取りできるようになり、結果として顧客関係の強化につながり、Allerganの事業を消費者直接取引（D2C）に変換させるに至りました。Allēの組織全体で顧客を重視しパーソナライズされた顧客とのコミュニケーションを実現することで、Allerganは昨年、4億ドルを超える新たな収益を生み出しました。

成果：

• D2Cによる2021会計年度の初めから現在までの売上累計は4億ドル超
• AllēのApp Storeでの評価は5点満点中4.9
• 3百万人超のAllēロイヤルティユーザー
• 「購買完了」における顧客獲得単価を41%削減

Allergan Aestheticsは将来的に、Snowflakeの安全なデータシェアリングやSnowflakeデータマーケットプレイスの追加を検討しています。データマーケットプレイスは外部データソースへのクエリや自社データとのシームレスな統合が可能です。

Tanneeru氏は次のようにまとめました。「データインサイトやデータ複製、アクセスを可能にするために追加のETLを実施するオーバーヘッドを生み出すことなく、データを共有できるメリットは明白です。安全なデータシェアリングは、これまでにない飛躍的な進歩と言えます。ヨーロッパやアジア圏のパートナーにとって、この機能はさらに重要性を増していくと思います。私たちにとってSnowflakeがこの機能を備えていることは素晴らしいことでした。」