何百万人ものソーシャルメディアのフォロワーや日々配信しているたくさんの広告を介して、Zulilyは多くのデータを取得しているとバータシュニック氏は言う。

　「顧客からのフィードバックや顧客の当社に対する意見、購入した製品や購入方法に関するデータを取得している。当社は通常、何百もの広告を配信し、何百万ものインプレッションを生み出し、何万もの顧客からコンバージョンを得ている」（バータシュニック氏）

　大量のデータがある中でも、リテールマーケティングにおいて予測分析の幾つかのベストプラクティスに従ってその助けを得ることによって、Zulilyはデータを迅速に収集し処理でき、マーケティング担当者は洞察を得ることができる、とバータシュニック氏は言う。

　2014年以来、同社はTableauのビジュアル分析ツールとGoogleのBigQueryのデータウェアハウス機能や分析機能を統合して利用するセルフサービス型の分析プラットフォームを使用してきた。

　バータシュニック氏によると、このシステムは、多数のプラットフォームに分散したデータをユーザーが一元的に管理することを可能にし、それらのデータを顧客の注文トランザクションや製品カタログなどの自社情報ソースと掛け合わせて見せてくれる。

　Zulilyのマーケティング分析チームと技術担当チームが協力して開発したこのシステムは、SQL ServerデータベースとHadoopクラスタを組み合わせた従来の製品に取って代わった。

　従来の分析プラットフォームは利用できる範囲や規模の面で制限があったとバータシュニック氏は強調した。従来の、分析チームは日常業務においてITチームに頼る必要があり、利用者は簡単な洞察を得るのにもアナリストに頼る必要があった。そのため、業務が遅延していた。

　紹介した新しいシステムを使用すれば「技術チームはほぼ全てのデータをマーケティング分析チームに委ねられる」とバータシュニック氏は言った。

データをオープンに利用可能に

　バータシュニック氏はさらに「小売業のマーケティングにおける予測分析で重要なのはデータの民主化、つまり分析チームがデータにアクセスできるようになることだ。マーケティングをもっとセルフサービスに近づけるため、データをバックエンドで開く必要があった」と続けた。

　Zulilyのチームは特殊なデータセットやダッシュボードを配置し、マーケティング担当者が各自データにアクセスして、そのデータを自分たちで容易に使用できるようにした。

　このダッシュボードには「障害となるものが全くなく、マーケティング担当者は利用したいどのような指標でも使用でき、断片的な情報が欲しいと思ったときでも、分析を依頼する必要はない」とバータシュニック氏は言う。

　全てのデータがBigQueryに格納されているため、このシステムは小さくも大きくもできるとバータシュニック氏は強調した。Tableauのデータビジュアルシステムは、分析チームがこのデータを読みやすく、さらに分析しやすいようにレポートに変える手助けをさらに行ってくれる。これは小売業のマーケティングにおいて重要な部分だ。

小売業のマーケティングにおける予測分析

　Zulilyの予測分析システムは収集したデータをそれぞれの顧客とひも付ける。これによって、分析チームは個々の顧客に対して購入可能性の高い製品を表示するターゲット型マーケティングツールを使用できるようになる。このシステムはスケーラブルなので、アナリストはデータを、その大きさや詳細さにかかわらず、参照することができる。さらに、アナリストはデータを組み合わせて分析した結果、判明した一般的なトレンドの洞察も得られるという。

　Zulilyは収集したデータを使用して「特に重要な顧客」あるいは常連客を特定でき、その後に顧客がどのように他の顧客とは異なる動きを見せるかを大局的に見ることができる。そして、それらの動きを考慮に入れて、予測分析を使用して、どの新規顧客が重要な顧客にあり得るか、自社の成長を促進し、利益をもたらしてくれる顧客となり得るかを特定できる。