<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=134155187181733&amp;ev=PageView&amp;noscript=1">

Sprocket 公式ブログ

Web担当者Forum ミーティング 2018 レポート:Web接客改善で見えてきたノウハウ・事例

2018/05/22 8:37:41

 th_30738894_907301629441067_3795310248395276288_o

 

 「Web担当者Forum ミーティング 2018 春」(主催:インプレス)が4月18日(水) にベルサール汐留にて開催された。このイベントのセッション「購買・資料請求・オンライン申込み軒並みCVR30%以上増!5000回以上のWeb接客改善で見えてきたノウハウ・事例をご紹介」にSprocket代表の深田浩嗣が登壇した。会場は満席でテーマに対する関心の高さがうかがえた。

 

なお、今回の登壇に先んじて、Sprocketでのこれまでの実績データから見えてきたWeb接客について、インフォグラフィックを公開したので、ぜひ参考にしてほしい。

 

リンク:https://www.sprocket.bz/how-to-webservicetool/infographics2018

 

 

なんにでも活用できるWeb接客をどこで使うか?

 最近、Webマーケティングの手法として定着しつつあるがWeb接客。マーケットとしても「DMP市場の半分くらいの大きさで、アクセス解析、EFO、広告効果測定などの分野よりも大きな市場」になっている。

 

「Web接客」といっても幅広い手法があるが、大きくわけると、ポップアップで案内するタイプ、チャットで対話するタイプがある。Sprocketは前者のポップアップタイプだ。ポップアップの場合、対応可能な接客の自由度が高いため、CV向上、サポート、告知、UI支援など、様々なシーンで活用が広がっている。

 

例えば、2018年4月1日のエイプリルフール企画では、ピザハット様のサイトにて、”ウォーリーを探せ”のようなゲームを実装した。他にもカウントダウンタイマー、同時閲覧中の人数表示など、「もはや、なんでもあり」の状態だ。だからこそ、「何に使うかは導入企業がしっかり考えるべき」と深田は述べる。

 

Sprocketの場合は、特に購入完了率、会員登録率などのコンバージョンを向上することを前提にサービスを提供している。

 

 

Web接客のコミュニケーション。目指すのはエース店員

 Web接客へのニーズが増える背景の1つに、スマートフォンの普及という環境の変化によって、ITリテラシーの高くないユーザーが増えたことがある。

 

「これまでのように、コンテンツを用意しているから自分で探して見てください、というようなセルフサービス型のWebサイトはダウントレンド。ユーザーにあわせて案内、誘導ができるリアルなお店のようなWebサイトにしていかなければユーザーはついてこない」(深田)

 

Web接客で案内するべきコンテンツに向いているのは、「重要だがあまりユーザーに使われていないコンテンツ」。例えば、以下のようなものがある。

 

  1. 利用ガイド、FAQ

  2. パスワードリマインダー

  3. あなたの商品の「こだわり」

  4. ウィッシュリスト/お気に入り

  5. キャンペーン/期間限定のコンテンツ

 

Web接客のコミュニケーションは、リアル店舗での接客と同様に、1to1にパーソナライズされているべきだとSprocketは考える。なぜなら、「自分にマッチする内容だと感じれば、人は動く」からだ。

 

Sprocketでは、パーソナライズを実現するために、リアル店舗で成果をあげている「エース店員」に接客の秘訣についてヒアリングをすることがある。話を聞いてみると、「入店した直後は話しかけずに観察する。そのあとタイミングをみて声を掛ける」「話すときの自分の立ち位置、客との距離」など、これまでのWebにはない発想が必要なことがわかってきた。

 

タイミング、動線、クロージングなど、UXとしてのパーソナライズを広げることで、自分に案内していると感じてもらえる。それを作れることがWeb接客のおもしろいところ」(深田)

 

Sprocketでは、以下のような取り組みを実施しており、成果を上げている。

 

タイミング

ポップアップを表示するタイミングをチューニングする。ページに遷移した直後ではなく、「ユーザーが迷っている」タイミングで表示する 

 

動線

ポップアップを通して、チュートリアルを実施する。自分で探すのではなく、見るべきコンテンツのルートを用意しておく。 

 

クロージング

保険会社でシミュレーションが終わったタイミングで、「プランに納得した」、「家族でじっくり相談したい」というユーザーの心情にあわせた選択肢を用意して、それぞれ申込み、資料請求につなげる。

 

参考記事:保険業界に効く!Web接客シナリオ事例

 

 

マーケティングファネルにあわせたWeb接客事例

 

続いて、Sprocketにて成果をあげている鉄板シナリオの事例を、マーケティングファネルごとに紹介した。一般的に、コンバージョン改善は、コンバージョンに最も近いファネルの一番下から、と言われているが、Web接客においてはカスタマージャーニーを考えて、ユーザーに寄り添うコミュニケーションをすることで、ファネルの位置に限らず、パフォーマンスを改善できる。

 

紹介された事例の一部を紹介する。

 

 

TOFU(Top of Funnel) :ファネル上部での事例

 

ワコール様:ECサイトの検索結果での声かけ CVR-125%

 

検索結果で表示される商品数が多いため、ユーザーがどこから見て良いのか迷ってしまう。そこで、どのようなデザインのブラジャーが好みかを尋ねるポップアップを表示して、該当の商品のページに誘導する。

 

詳細はこちら→株式会社ワコール様 導入事例

 

 

JR九州様:予約サイトのトップページでの声かけ CVR-130%

 

レジャー、ビジネスなど異なるニーズでの訪問者が予約サイトのトップページを訪れるため、最初に振り分けて正しいコンテンツに誘導する。

 

詳細はこちら→九州旅客鉄道株式会社様 導入事例

 

 

MOFU(Middle of Funnel):ファネル中間部での事例

 

マルイ様:カード利用のメリットを伝える CVR-170%

 

クレジットカードの入会促進のために、商品の決済をしようとしている人に、メリットを伝える。1年をかけてチューニングし、申込み率が7割増。

 

詳細はこちら→株式会社丸井様 導入事例

 

 

BOFU(Bottom of Funnel):ファネル下部での事例

 

不動産会社様:ブラウザを閉じるタイミングで案内 CVR-115%

 

離脱直前のアクション=ブラウザを閉じるタイミングで、最後の声掛けをする。二度と戻ってこないユーザも多くいるため、最後の一手次第では逆転も。

 

 

セグメント指定について

 

パーソナライズといっても、実際に一人ひとりに出し分けるわけではない。適切なセグメントを見つけて、最適な接客をすることで、その人に合わせた接客ができる。以下のようなセグメントを指定することができる。

 

th_webtan01

 

しかし、とにかくセグメントを分ければいいというわけではないことに注意が必要だ。

 

「最初から、属性情報などで細かく絞りすぎると対象ユーザー数が小さくなりすぎて、効果を検証できない。最初は属性よりも、ユーザーの心理状態をイメージしながら、セグメントを分けて、ユーザーが知りたいことを伝えていく。それをやりきったら、細かくしていく」(深田)

 

 

運用の実際:Sprocketはすべておまかせが可能!

 

Web接客はツールを導入してシナリオを設定すれば終わりではなく、その後継続的な改善プロセスをまわしていかなければならない。

 

大きくわけて「全体設計」「新規シナリオ設定」「既存シナリオ改善」の3つのステップがあるが、ツールの設定はごく一部で、誰かがこの3つのステップを考えていかなければならない。

 

「Sprocketの場合は、すべてSprocketの担当者におまかせください。導入企業の担当者はレビューと承認だけでよいのです」

 

th_webtan02

 

 

ちなみに、運用の実態を紹介すると、20本シナリオを投入した場合、改善効果が出るのではそのうち4−5本だ。少なく感じるかもしれないが、「勝ち/負け」を判定できる統計有意差が出るのは、シナリオの3割ほど、残りの7割は誤差で判定できないからだ。しかし、統計的な有意差が出たシナリオの8割は勝ち、その場合は、平均4割6部くらいのプラスになる。

 

また、1シナリオを検証する期間は平均して30日くらい。その間にABテストを平均2.7回実施する。1シナリオの判断には3ヶ月くらいかけている。当たり前だが、即効性を求めるよりも、PDCAをしっかりまわしながら、じっくり改善していくことがWeb接客においては重要なのだ。

 

 

AIの機能

 Sprocketでは、発動タイミング、対象セグメント、シナリオ内容、ゴール指標などシナリオの一部にAIを実装し、1年半をかけて検証した。

 

その結果、カート離脱防止に特化したAIが効果的であることがわかった。カートに投入したまま離脱しようとしているユーザーに対して、例えば「初回購入特典がありますよ」「サイズがあわないときは送料無料で返品できます」など複数のメッセージの中から、その人の心を最も動かすものをこれまでの行動データから判別し、出し分けを行うのだ。

 

こちらは、あるアパレル系のECサイトで接客パターンをAIで出し分けた例だ。最初の3週間は様々なデータで検証しているが、途中から一定のユーザーに効果があるをシナリオを発見し、特定のセグメントに有効なシナリオを自動的に出し分けていることがわかる。

 

th_webtan03

 

「カート離脱防止のシナリオでは、CVR10%の改善に2週間で到達するようになった。訪問の時間や曜日など、人間では見つけることが困難なセグメントをAIは見つけられる。AIの出し分けた結果から、仮説を考えるような逆転の現象が起こることもある」(深田)

 

なお、学習データとして使える膨大な過去データを自社で用意しないと、適用は無理なのでは?という心配もご無用だ。Sprocketでは、これまでに得られたデータを教師データとして活用することができ、2018年上期中には1000万人以上の購買プロセスに基づいたデータを提供できる予定だ。

 

また、4月には、LPで効果がでやすいシナリオをパッケージしたSprocket for LP

をリリース。3ヶ月−半年という比較的短い期間で、効率的に効果をあげられ、お求めやすい価格で提供している。「ぜひ、Sprocketの実力を、トライしてみてほしい。」と締めくくった。