パーソナライゼーション

解説

パーソナライゼーションは、全員に同じ画面や文面を出すのではなく、顧客一人ひとりの状況に合わせて情報を出し分ける手法です。たとえば、契約プラン、利用履歴、過去の問い合わせ内容などに応じて、表示する内容や案内の中身を変えます。その結果、顧客は自分に関係のある情報へ早くたどり着けます。サポートの領域では、契約プランや利用履歴を手がかりにした出し分けがよく使われます。

仕組み

パーソナライゼーションの出し分けには、主に次の方式があります。

• ルールによる出し分け：「上位プランの顧客には高度な機能の記事を出す」のように、条件と表示内容をあらかじめ決めておく方式
• 機械学習によるレコメンド：過去の行動データを学習し、顧客の関心に合う記事や商品を選び出す方式
• 生成AIによる生成：顧客の状況に合わせて、案内文や回答文そのものを生成する方式

実務での使われ方

サポート部門では、契約プランと応対履歴を手がかりに案内を切り替えます。たとえば、FAQサイトでは、ログイン情報からプランを判定し、その顧客が使える機能の記事だけを上位に出す形が代表的です。また、問い合わせフォームでは、過去の応対履歴を読み込んだうえで、直前に問い合わせた件の続きかどうかを先に尋ねる構成にできます。さらに、製品内メッセージでは、まだ使われていない機能に絞って案内を出すと、一律の告知より読まれやすくなります。

注意点

出し分けが行き過ぎると、顧客は警戒します。知られているはずのない行動を言い当てられると、顧客は不快に感じるためです。したがって、どの情報をどこまで使うかには線引きが必要です。

また、個人情報保護法では、事業者が個人情報の利用目的をできる限り特定し、利用目的をあらかじめ公表するか、個人情報の取得後に速やかに本人へ通知または公表することが求められています。そのため、取得した情報を何の目的で使うのかをプライバシーポリシーに明記し、顧客がいつでも説明を読める状態にしておきます。なお、2026年7月に公布された改正個人情報保護法の施行日は、原則として公布から2年以内とされています。改正法には課徴金制度の導入や、子どもの個人情報に関する規律の強化などが含まれるため、改正法の施行日を確認したうえで、社内の運用を点検します。