サービス

OIO-ID基盤は、自社の顧客IDに外部オーディエンスデータを掛け合わせ、生成AI×独自アルゴリズムで顧客理解を拡張するソリューションパッケージです。Cookie・行動履歴への依存を前提とせず、顧客データだけでは把握できない趣味嗜好やトレンドを反映したパーソナライズを可能にします。

背景：なぜID基盤の「拡張」が必要なのか

多くの企業がすでにID基盤を保有しています。会員データ、購買履歴、アクセスログ——しかし、そのデータから見えるのは「何を買ったか」「どのページを見たか」という過去の行動に限られます。

一方で、マーケティングの現場で本当に必要なのは「この顧客がいまどんなトレンドに関心を持っているか」「どんなライフスタイルなのか」といった、行動ログの外にある情報です。

加えて、以下の環境変化がこの課題をより深刻にしています。

• GDPR・改正個人情報保護法など、プライバシー規制の厳格化。 ユーザーデータの取得・活用に対する法的制約が年々強まっている
• AppleのIDFA制限、GoogleのサードパーティCookie段階的廃止。 プラットフォーム側がトラッキング手段そのものを制限している
• 新規事業・新商品でのデータ不足。 行動データが蓄積されるまでパーソナライズが機能しないという構造的な問題がある

OIO-ID基盤は、こうした課題に対して「既存IDを捨てて作り直す」のではなく、「既存IDに情報を足す」アプローチで対応します。

OIO-ID基盤の概要

OIOはOffered Items Optimizationの略称です。売りたい商品や分析したいコンテンツを起点としてユーザー分析を行い、アイテムサイドから最適化する設計思想に基づいています。

OIO-ID基盤は、この設計思想をIDマーケティングに実装したソリューションパッケージです。自社の顧客IDに「趣味嗜好」「ライフスタイル」「バズ/トレンド」などの情報を付加した「拡張ID」を生成し、マーケティングとデータ活用の両方に接続します。

仕組み

1. 顧客データの統合

会員顧客データ、広告・アクセスログ、VoC・リサーチデータなど、社内に散在する顧客関連データを統合します。

2. オーディエンスデータの取得

SNS（X等）やWebサイトなど外部のオーディエンスデータを取得します。趣味嗜好、ライフスタイル、バズ/トレンドといった、自社データでは捕捉できない情報がここに含まれます。

3. 生成AI×独自アルゴリズムによる拡張

顧客データとオーディエンスデータは、形式も粒度も異なるため、そのままでは突合できません。OIO-ID基盤では、生成AIと独自アルゴリズムを組み合わせてこの二つを類推・拡張し、接続します。この処理により、自社の顧客IDに外部由来の属性情報が付加された「拡張ID」が生成されます。

4. マーケティング・データ活用への接続

拡張IDの出力先は二つあります。一つはLINE・メール・MAツール等を通じたマーケティング施策の実行。もう一つはデータ分析や商品開発へのインサイト提供です。レコメンドだけに閉じず、顧客理解の基盤として事業全体に還元できます。

従来手法との違い

従来のレコメンドの多くは、ユーザーの過去の行動（閲覧・購買履歴）を起点としています。OIO-ID基盤は、売りたい商品やコンテンツを起点としてユーザーを分析する、逆方向の設計です。

観点	従来のユーザーベース手法	OIO-ID基盤
起点	ユーザーの過去の行動	商品・コンテンツ
依存データ	Cookie・行動ログ・購買履歴	顧客データ＋外部オーディエンスデータ
拡張手法	なし（既存データの統計処理）	生成AI×独自アルゴリズムによる類推・拡張
コールドスタート	対応困難	対応可能
プライバシー	トラッキングが前提	トラッキング不要

既存のレコメンドシステムやMAツールとの併用も可能です。大量の行動データがある領域は従来手法をそのまま活かし、OIO-ID基盤はデータが足りない領域・新しい顧客層への展開を補完する形が効果的です。

特長

トラッキング不要の設計
ユーザーの個人追跡を前提としないため、GDPR・改正個人情報保護法・IDFA制限といった規制に対して設計レベルで対応しています。

コールドスタートへの対応
行動データの蓄積を必要としないため、新規事業や新商品の立ち上げ初日から稼働可能です。

ID圏外への到達
外部オーディエンスデータを活用することで、自社IDを保有していないユーザー層にもリーチできます。

出力先の汎用性
マーケティング施策（LINE・メール・MAツール等）とデータ活用（分析・商品開発）の双方に接続可能です。

導入実績

ID顧客基盤を活用した別サービスへの送客

クライアント様の基幹ID顧客基盤を活用し、別サービスへの送客を支援しました。

課題
ID顧客の趣味嗜好やトレンド、ライフスタイルを把握し、グループ内別サービスへ送客したい。ただし、顧客データとオーディエンスデータはそのままでは突合できない。

施策
OIO-ID基盤を導入し、生成AI×独自アルゴリズムで拡張IDを構築。拡張IDを活用したメールマーケティングを実施。

結果

指標	従来手法	OIO-ID基盤
CVR	基準値	約200%

従来の経験則によるレコメンドと比較して、CVRが約2倍に向上しました。顧客データだけでは見えなかった趣味嗜好やトレンドを拡張IDで捕捉したことが、精度向上の直接的な要因です。

ご支援実績

全てクライアント直取引（プライム請け）で提供しています。

想定される活用場面

既存事業から新規事業への相互送客。 グループ企業間やメディアからECへの送客など、IDが共有されていない環境での活用。

新商品の発売直後。 購買データの蓄積を待たずに、初日からパーソナライズされたレコメンドを実行。

グループ内クロスセル。 拡張IDが付与した趣味嗜好・ライフスタイル情報を活用し、購買履歴ベースとは異なる接点を創出。

顧客インサイトの深化。 マーケティング施策だけでなく、トレンド情報やライフスタイル情報をデータ分析や商品開発に活用。

プライバシー要件の厳しい業界。 金融、医療、教育など、トラッキングレスの設計が前提として求められる領域。

グラフについて

OIO-ID基盤は、産業現場でのデータサイエンス受託開発を重ねてきたグラフが設計・開発しています。

代表 原田博植

[画像：原田氏プロフィール写真]

シンクタンク、外資ITベンチャー、リクルートにて、データベースの収益化に貢献。データサイエンス組織の立ち上げを成功させ、リクルート初のチーフデータサイエンティストに就任。多数の成長事業におけるデータベース改良やアルゴリズム開発施策を歴任。

• 日経データサイエンティスト・オブ・ザ・イヤー 受賞
• 経済産業省 第四次産業革命に向けた競争政策の在り方に関する研究会 委員
• 著書：データサイエンティスト養成読本

支援体制

創業以来、国内主要産業のトップティア上場企業に対し、全てクライアント直取引で支援してきました。小売・放送・通信・製造・教育・運輸・創薬など多様な業界での受託開発実績があり、OIO-ID基盤の設計にはこれらの現場で得た実務的な知見が反映されています。

よくあるご質問

Q. 既存のレコメンドエンジンやMAツールを入れ替える必要がありますか？

いいえ。OIO-ID基盤は既存システムと併用できます。従来の仕組みが得意な領域はそのまま活かし、OIO-ID基盤はデータが足りない領域やID拡張の部分を補完します。

Q. どのようなデータが必要ですか？

最低限必要なのは会員顧客データと商品マスタです。広告・アクセスログやVoC/リサーチデータがあれば精度が向上します。サードパーティCookieや行動トラッキングデータは不要です。

Q. 自社にデータサイエンティストがいなくても導入できますか？

はい。ディスカッションから実装までグラフのデータサイエンティストが一貫して支援します。事業側の意思決定者とグラフが直接対話できる体制をお願いしています。

Q. 効果はどの段階で確認できますか？

PoC段階で見通しが立ちます。実績では、PoC中に従来手法比CVR約200%の成果が出ています。

Q. 業界の制約はありますか？

ありません。小売・放送・通信・製造・教育・金融など幅広い業界でご支援実績があります。

Q. 代理店を通す必要がありますか？

グラフは全てクライアント直取引で支援しています。

お問い合わせ

OIO-ID基盤の適用可否や想定スケジュールなど、各社に合わせた情報を準備いたします。

お問い合わせはこちら →