Skip to content
インタ―システムズ製品やソリューション、キャリアの機会などについて、検索してご覧ください。

ハイパーパーソナライゼーションには、撤去/置き換えをしてはならない

チャットボット、タップアンドゴーの支払い、「今買って後払い」のクレジットラインなど、ますますデジタル化が進む世界では、ハイパーパーソナライゼーションは、金融サービス最前線の中でも、最も最前線なものとなっています。

ハイパーパーソナライゼーションとは?

ハイパーパーソナライゼーションは、金融サービス組織がシステム内にある膨大な量の顧客データを効率的かつ効果的に活用して、より具体的でより適切な商品の提案を行うことを可能にします。例えば、販売時点での与信限度額の引き上げや、前回のやり取りのリストをチャットボットに送信して、前回のやり取りが終わったところから、会話をできるようにします。これは、アナリティクス、人工知能(AI)、機械学習の力で利用可能なデータを分析することで実現します。

小規模で特定のグループに対応することができれば、すべての金融サービス・プロバイダーに計り知れない成長の機会を提供することができます。ハイパーパーソナライゼーションは、ロイヤルティが低下している時代にロイヤルティを育むことができ、次世代の消費者や投資家を、提供するものに機敏に対応できる金融サービスに格上することができます。

従来型企業とハイパーパーソナライゼーション

従来型企業は、多くの場合、何十年にもわたって構築されたプロセスに縛られています。これらのプロセスは、長い間、成功してきた手法で運営されてきたために必要なものであり、習慣化されています。

これらの企業にとって、同じプロセスが人工知能(AI)、データ分析、機械学習(ML)などの先進技術の導入を妨げています。

しかし、これらの新技術やその他の新技術は、従来型企業がプロセスの仕組みを再考する必要はなく、例えば完全なデジタルトランスフォーメーションの取り組みのように、導入が厄介で破壊的である必要もありません。むしろ、テクノロジーはバックグラウンドで実装され、それ自体を効果的に管理したり、既存のシステムに迅速かつ効率的に導入して、他のビジネスを中断させることなく、あるいはビジネスが行う他のすべての作業に隣接して実行することも可能です。

従来型企業では、数十年分以上のデータを保有しています。アナリティクスツール、AI、MLが連携して、それがどこにあっても、どのような言語であっても、それらすべてを理解し、それらすべてから実用的な洞察を導き出します。重要なのは、これらのテクノロジーは、ミッションクリティカルなプロセスを中断することなく、バックグラウンドで動作するということです。

従来型企業はどのようにしてハイパーパーソナライゼーションを行うことができるのでしょうか?

  1. 従来型企業は、スマートデータファブリックを導入することができます。スマートデータファブリックとは、クラウドであれオンプレミスであれ、その両方であれ、企業が利用可能なすべてのエンドポイントや分散型サービスの上に配置されたレイヤーのことで、エンドポイントとその機能が同じ言語を話すことを保証します。
  2. 次に、データがクリーンで、関連性があり、組織が適切な理由で信頼して使用するために必要な完全性を備えていることを保証するために、データは適切なガバナンス手続きを経る必要があります。これを実現するためには、デジタル遠心分離機のようなものを経て、健康状態を分析し、ゴールデンタイムの準備が整う前に浄化する必要があります。
  3. これができれば、企業全体に内在する豊富なデータの流れを、AIとMLの力を使って発掘し、分析し、表面化させることができます。

これは多くのステップを踏むように聞こえるかもしれないし、この記事で議論してきたこととは逆行しているように聞こえるかもしれません。しかし、安心してください。これらのテクノロジーはすべて、業務をほとんど中断することなく導入することができ、バックグラウンドで働きながら、ほぼリアルタイムでデータの重要なインサイトを提供します。従来型企業がこれらの技術を使用することで、ついに数十年前の豊富で広範な歴史的データの流れを解放するができるのです。

アクセンチュアの調査によると、消費者の91%が、自分を認識し、覚えていて、関連性のある商品やお勧めを提供してくれるブランドで買い物をする可能性が高いことがわかっています。

結論

従来型企業は、レガシーデータの宝庫をもち、そのブランド認知度のおかげで、ハイパーパーソナライゼーションの優位性を持っています。企業は、データと分析を活用してインテリジェントな未来を実現するために利用可能なものを受け入れ、既存のプロセスとの共存が可能であることを信頼する必要があります。

既存のプロセスと並行してテクノロジーに重労働をさせれば、従来の企業は何十年にもわたって蓄積してきたデータを活用し、新たな方法で顧客と関わることができるようになり、車輪の再発明をしなくても済むようになります。

 
著者について

マイケル・ホム
金融サービス業界で25年以上の経験を持つテクノロジー・エグゼクティブ。インターシステムズに入社する前は、ロイヤルバンク・オブ・カナダ・キャピタル・マーケッツで、グローバル・レート、セキュリタイズド・プロダクツ、ムニシパル・テクノロジーを統括するマネージング・ディレクターを務めていた。それ以前は、野村證券でリスク、セールス、トレード管理を含むクロスプロダクト・テクノロジーを統括するエグゼクティブ・ディレクターを務める。リーマン・ブラザーズでキャリアをスタートさせ、金利、外国為替、新興市場分野のシステム構築に従事。その後、証券化商品(ホールローン、不動産、プリンシパル・ファイナンス・テクノロジー)を統括するシニア・バイス・プレジデントに就任。コロンビア大学工学部応用科学部でコンピューターサイエンスの学士号を取得。

 

あなたが好きかもしれない他の投稿

InterSystems IRIS 2022.1では、いくつかの重要な領域が改善され、アプリケーション開発者がこれまで以上に簡単かつ強力にデータを活用できるようになります。
Director of Product Management - Data Platforms, System Development
Learn more about how to solve the data silo problem within your organization and the benefits you can unlock by harnessing disparate data in this recap of a webinar presented with the Economist.
Global Head of Product and Industry Marketing