⻑い間マーケティング施策の一環として広く行われてきた、ダイレクトメール（DM）施策。新規顧客の獲得や、既存顧客のLTVの向上などの目的を達成するため、DM施策における反応率向上はマーケターの⼤きな課題といえます。
本資料では、データを活⽤した「顧客1人1人」のDM送付最適化について、ご紹介いたします。
資料詳細説明
特定の顧客に対して郵送で広告物を送るダイレクトメール（DM）施策は、⻑い間マーケティング施策の一環として広く行われてきました。
低コストのeDMと比較し、紙のDMはコストがかかるものの、手元に残り触感や視覚など五感に訴えリアルに訴求できるというメリットがあり、継続して実施されています。
ただ、紙のDMはeDMと比較して準備期間が⻑く、費⽤もかかるため、投資効果がよりシビアに求められます。そのため、いかにDMの反応率を高められるかはマーケターにとって⼤きな課題といえます。
AIを活⽤することで一人一人のDMの反応率を予測しより効果の高い施策を行う方法を紹介します。
【目次】
1. 概要
2. DM施策最適化の課題
3. AIを⽤いた改善策
4. bodaisスコアリング
5. おわりに
|
対象業種 |
全業種 |
|---|---|
|
対象企業規模 |
企業規模問わず |
【導入実績】
・大手カード会社様
・大手通信教育会社様
・大手ECサイト運営会社様
など多数
この資料は掲載終了いたしました。
