事例 Case Study

ターゲットに対し、レスポンスの高いDMをどのようにつくればよいかわからない。

ABテストを実施してレスポンスの高いDMのパターンを獲得

DM（ダイレクトメール）の目的は、送った相手に対してなにかしらのレスポンスを起こしてもらうことです。レスポンスとはもらった人の反応ということです。このレスポンスを起こしてもらう目的に対して、Aパターン、Bパターンのように２種類のデザインやコピー内容を実際に送付してその検証結果を分析することでよりレスポンスの高いDMはどのようなものかを追求していきます。ABテストの目的は、「レスポンスの高いパターン」を見つけることです。DMのレスポンスは、自社の商品や送る相手の性別・年齢・年収・指向など様々な要因で変化します。ABテストを行うことで実際にDMの反応を確かめることができるので、DMを成功させるうえで効果的な施策ということができます。

ABテストで「レスポンスの高いパターン」を見つけるためにはどのような種類があるのでしょうか。

• 送り先…年齢層や職業、性別、購買履歴など
• デザイン…色使い、写真、レイアウト、イラストなど
• キャッチコピー…商品の訴求ポイントなどのキャッチコピー、封筒のコピーなど
• オファー…値引き、プレゼント、クーポン、試供品など
• タイミング…シーズン、購入履歴から消耗品を購入する時期、曜日など

これらをパターン化して検証します。複数の種類を同時に検証するとどの種類の違いで効果があったのかあとから検証できなくなりますので、この中から１つの種類を選んで検証する必要があります。

弊社が持つ顧客リストから送付先を決定させます。全てのリストに送るのではなく、リストから仮説立てを行います。今回は業種から全国の健康保険組合様に絞りました。

ターゲットに対してデザインと属性を検討します。ターゲットにより２案作成し、トラッキングQR付きDMを送付しました。

送付して3日後のQRコードからアクセスしたユーザーは1,376件中12件で0.7%。
内訳をみるとAパターンは8件、Bパターンは4件でした。
ここでレスポンスがあったDMの分析（①）と、レスポンスがあったリードの分析（②）を行いました。
①この結果から見えるのは、保有している健康保険組合様のリストに対し、派手な色使いでインパクトがあるDMのレスポンスが高いということです。
②リストは検診に関する8つの属性を持っています。今回は弊社のサービスである検診Assistとしてサポートする【特定受診率】という属性から仮説を立てます。
リストの特定受診率の平均を計算し、今回レスポンスのあった12件を平均値と比較してみると、8件が平均値以下という結果になりました。またこの8件の健康保険組合様は8つの属性のうち6つの属性において平均値以下という結果でした。
ここで立てられた仮説は「特定受診率が低い健康保険組合様は受診率を向上させるための方法に興味がある」です。
よって次の施策とターゲットは下記のようになりました。
ツール：AパターンをベースにしたインパクトのあるDM
ターゲット：前回Bパターンを送付した保険組合様
　　　　　　特定受診率が平均値以下且つ属性8つのうち6つ以上が平均値以下
この施策結果やその後の話は弊社までお問い合わせください。