Databricks × Amperityで実現！高品質な顧客ID管理

商品推薦、解約予測、広告の効果測定、不正検出といったユースケースを考えたとき、共通する課題は、さまざまな接点で一貫して顧客を識別することです。同じ顧客がオンラインで閲覧し、店舗で購入し、マーケティングメールを開封し、広告をクリックしているにもかかわらず、それらを別々の行動として認識してしまうと、顧客の全体像を正しく把握できません。その結果、顧客のニーズや嗜好を見極めたり、将来の行動を予測したりする能力が制限されてしまいます。

しかし、こうした顧客の一貫した識別は非常に困難です。多くの場合、顧客は明示的な識別情報を提供せずに企業と接触します。また、識別情報が提供されたとしても、一貫性がないことが多々あります。例えば、ある顧客がクレジットカード決済では「Jennifer」、ロイヤルティプログラムには「Jenny」として個人メールで登録し、オンライン広告を勤務先のメールアドレスでクリックした場合、企業側では3人の異なる顧客として認識される可能性があります（図1）。

これを一人の顧客で解決するのは難しいですが、本当の複雑さは、小売業者が継続的に関与する何十万人、あるいは何百万人のユニークな顧客全体でこれを解決することにあります。さらに、顧客の詳細情報は静的ではありません - 新たな行動、識別子、世帯間の関係が明らかになるにつれて、顧客が誰であるかの理解も進化し続けなければなりません。

アイデンティティ解決（IDR）は、これらすべての詳細をまとめて各顧客の統一されたビューを得るために使用する手法を説明するために使用する用語です。効果的なIDRは重要であり、例えばパーソナライズされたマーケティングなど、顧客を中心としたすべてのプロセスを可能にし、影響を与えます。

アイデンティティ解決プロセスの理解

多くのシナリオでは、顧客のアイデンティティは、私たちが個人を特定する情報（PII）と呼ぶデータを通じて確立されます。名前、姓、郵便住所、メールアドレス、電話番号、アカウント番号などは、顧客とのインタラクションを通じて収集される一般的なPIIの一部です。

PIIの重複部分を使用して、個々のレコードをマッチングおよびマージしようとするかもしれませんが、PIIの種類によって許容される不確実性の度合いは異なります。例えば、誤って入力されたメールアドレスや電話番号に対しては正規化手法を使用し、名前のバリエーション（例えば、Jennifer vs Jenny vs Jen）に対してはファジーマッチング手法を使用するかもしれません（図2）。

しかし、PIIが重複していない状況がしばしばあります。例えば、顧客は一つの記録で名前と郵便住所を提供し、別の記録で名前とメールアドレスを提供し、さらに別の記録で電話番号と同じメールアドレスを提供するかもしれません。関連性を通じて、これらがすべて同一人物であると推測することができます。これは我々の不確実性に対する許容度によります（図3）。

IDRプロセスの核心は、異なるデータ要素に合わせてカスタマイズされた厳密なマッチングルールとファジーマッチング技術を組み合わせてレコードをリンクし、統一された顧客のアイデンティティを確立することにあります。結果として得られるのは、新たな詳細が収集され、アイデンティティグラフに組み込まれるにつれて進化する、顧客が誰であるかについての確率的な理解です。

アイデンティティグラフの構築

顧客のアイデンティティグラフを構築し、維持する課題は、DatabricksのAmperity Identity Resolutionエンジンとの統合によって容易になります。世界で最も優れた、第一パーティのIDRソリューションとして広く認識されているAmperityは、45以上のアルゴリズムを利用して顧客レコードをマッチングし、マージします。このプラグアンドプレイの統合により、Databricksの顧客は、自分たちのデータをAmperityとシームレスに共有し、顧客レコードの集合がどのように統一されたアイデンティティに解決するかについて詳細な洞察を得ることができます。（図4）。

この統合を設定し、AmperityでIDRを実行するプロセスは非常に簡単です：

1. Amperity Bridgeを介してDatabricksとのDelta Sharing接続を設定します
2. 共有データ内のさまざまなPII要素にAI自動化を使用してタグ付けを行います
3. Amperity Stitchアルゴリズムを実行して、IDRグラフを組み立てます
4. 結果の出力をDatabricksカタログにマッピングします
5. 必要に応じてグラフを更新します

これらの手順の詳細なガイドは、Amperity Identity Resolution Quickstart Guideで見つけることができ、プロセスのビデオウォークスルーはここで視聴できます：

アイデンティティグラフの活用

この統合の最終結果は、統一された顧客要素と、各顧客の優先的なアイデンティティ情報の提案を含む関連テーブルのセットです（図5）。

データエンジニア、データサイエンティスト、アプリケーション開発者は、Databricksで結果のデータを利用して、一般的な企業のニーズとユースケースに対応する幅広いソリューションを構築することができます：

• 顧客洞察：内部および外部の顧客データレコードをリンクできることで、組織は顧客の行動や好みについてより深く、より正確な洞察を得ることができます。
• パーソナライズされたマーケティング＆体験： これらの洞察を利用し、顧客がさまざまなプラットフォームでエンゲージメントを行うのをよりよく識別することで、組織はよりターゲット指向のメッセージとオファーを提供し、よりパーソナライズされた体験を作り出すことができます。
• 商品の取り揃え： 誰が何を購入しているのかについてより正確なイメージを持つことで、組織は特定の場所での顧客の人口統計をよりよくプロファイリングし、対象となる人口に響くような商品の取り揃えを作り出すことができます。
• 店舗配置：同じ人口統計学的洞察は、組織が新しい店舗の場所の可能性を評価し、他の地域で成功裏にエンゲージメントを行った顧客と同様の顧客が住んでいる地域を特定するのに役立ちます。
• 不正検出： 個々の人々が自分自身をどのように識別しているかについてより明確なイメージを作り出すことで、組織はプロモーションオファーをゲーム化しようとする悪質な行為者をよりよく見つけ出し、ブロックされたパーティリストを回避しようとするか、自分のものでない資格情報を使用しようとすることをよりよく見つけ出すことができます。
• HRシナリオ＆従業員の洞察：そして、顧客と同様に、組織は既存または潜在的な従業員についてより包括的なビューを開発することで、採用、雇用、保持の実践をよりよく管理することができます。

顧客IDの統合を始めるには

もし貴社が顧客IDの統合（アイデンティティリゾリューション）に課題を抱えているなら、AmperityのIdentity Resolutionを活用し、無料の30日間のトライアルから始めることができます。

トライアルを開始する前に、以下の準備をおすすめします。

1. 顧客データにアクセスできる環境を整備する
2. Databricks環境でDelta Sharingを設定できるようにする
3. Amperityが提供するサンプルデータを使用し、クイックスタートガイドの手順を実践することで、全体のプロセスに慣れる

また、DatabricksおよびAmperityの担当者に相談すれば、より詳細な情報や貴社の具体的なニーズに応じた活用方法について案内を受けることも可能です。