2024/10/23 - 読み終える時間: 6 分

Ultimate Guide: 15 Critical CDP Facts Every Marketer Should Know の翻訳版です。

マーケティング担当者がCDPについて知っておくべき15のこと

2024年10月7日

著者: HCLSoftware - a division of HCL Technologies, fuels the Digital+ economy and fulfills clients transformative needs with AI and Automation, Data and Analytics, Digital Transformation, and Enterprise Security.

市場を掌握するには、まず顧客データを掌握することから始まります。顧客を包括的に把握することはもはや贅沢ではなく、必需品です。ここで、顧客データ プラットフォーム (CDP) が役に立ち、現代の顧客体験戦略の中枢神経として機能します。

CDP は、テクノロジー スタック内の単なるツールではありません。顧客データの究極の真実の源であり、複数のタッチポイントからの情報を統合して各顧客の 360 度のビューを作成します。この総合的な視点により、企業はパーソナライズされた体験を提供し、データに基づく意思決定を行い、最終的には成長を促進できます。

ただし、すべての CDP が同じように作られているわけではありません。真の差別化要因は、その基礎となるアーキテクチャにあります。つまり、適応、拡張、ビジネスを前進させる能力を決定する目に見えない基盤です。

このブログでは、CDP の効率、柔軟性、拡張性を形作る重要なアーキテクチャ要素について説明し、CDP の複雑な状況をナビゲートするのに役立ちます。これらの技術的側面をわかりやすく説明することで、お客様が情報に基づいた意思決定を行い、ビジネス目標に完全に一致するようにし、投資が最大の価値をもたらすようにすることを目指しています。

データの簡素化がビジネスユーザーにどのように役立つか

CDP はさまざまなソースから膨大な量のデータを収集しますが、そこから得られる洞察は、技術チームだけでなくビジネスユーザーにもアクセス可能でなければなりません。結局のところ、データは、実行可能で、理解しやすく、解釈しやすいときに最も価値があります。これには、クリックやスクロール、特定のページ セクションで費やした時間などのデータが含まれます。これらは、デジタル ボディ ランゲージ (顧客がデジタル プラットフォームとやり取りする際に残す行動シグナル) を構成します。このデータをビジネスに適した言葉で提示することで、CDP は部門間のチームが顧客の行動に迅速かつ効果的に対応し、生データを明確で実用的なインテリジェンスに変換できるようにします。

セマンティック レイヤー: 複雑なデータをビジネスに適した言葉に変換

セマンティック レイヤーは、複雑な生データをビジネスに適した言葉に変換する抽象化を提供し、技術に詳しくないユーザーがデータを理解し、操作しやすくなります。このアプローチにより、組織全体でデータ定義が標準化され、一貫した解釈が可能になり、誤解のリスクが軽減されます。

各部門が独自の言語を話す会議で、セマンティック レイヤーが多言語翻訳者であることを想像してください。財務、マーケティング、技術にはそれぞれ独自の専門用語があります。翻訳者は、全員が同じメッセージを理解できるようにし、明確さを促進し、ビジネスユーザーが正確でわかりやすい情報に基づいて情報に基づいた決定を下せるようにします。

コンポーザビリティとスケーラビリティが重要な理由

コンポーザビリティとスケーラビリティは、柔軟で将来性のあるカスタマーデータプラットフォーム (CDP) の柱です。コンポーザビリティにより、モジュール コンポーネントを使用してソリューションを構築できるため、企業はシステム全体をオーバーホールすることなく、特定の機能を選択してバージョンアップできます。スケーラビリティは、プラットフォームがビジネスニーズに合わせて拡張できるようにすることで、これを補完します。これらを組み合わせることで、ビジネスに合わせて拡張できる動的で適応性の高いプラットフォームが作成されます。マイクロサービス、パッケージ化されたビジネス機能、クラウド ネイティブ、コンテナ化が、ソリューションでこの柔軟性とスケーラビリティを実現するのにどのように役立つかを見てみましょう。

クラウド ネイティブ: クラウドのパワーを活用する

クラウド ネイティブ アーキテクチャは、クラウド環境で最適なパフォーマンスを発揮するように特別に設計されており、スケーラビリティ、柔軟性、コスト効率を高めます。さまざまな道路状況に合わせて設定を自動的に調整し、高速道路でも曲がりくねった山道でも最適なパフォーマンスを確保する自動車を考えてみましょう。同様に、クラウド CDP は、進化するビジネスニーズに合わせて簡単に拡張および適応できます。動的なリソース割り当てが可能になり、さまざまな環境にわたってシームレスな拡張と迅速な展開が可能になり、堅牢性とセットアップ時間の短縮の両方が保証されます。このアプローチにより、CDP はパフォーマンスや効率を損なうことなく、増大する需要に対応できます。

マルチテナント: 複数のユーザー向けのコスト効率の高いスケーラビリティ

マルチテナントにより、複数のユーザーまたはチームが同じ CDP インフラストラクチャを共有しながら、データ、構成、リソースを分離できます。各乗客が自分の座席、ラジオの好み、空調設定を持ちながら、全員が同じ車を共有するカープールを想像してみてください。このアーキテクチャは、部門やユーザー グループごとに個別のインフラストラクチャを用意する必要性を減らせるため、コスト効率が向上します。また、バージョンアップとメンテナンスを一元的に処理できるため、管理も簡素化され、個々のグループのプライバシーやパフォーマンスに影響を与えることなく、すべてのテナントにメリットがもたらされます。スケーラビリティは確保されますが、テナント間のデータ漏洩を防ぐには、適切なデータ分離とガバナンスが不可欠です。

コンテナ化: 環境間の一貫性

自動車のパフォーマンスが運転条件によって変化するのと同様に、ソフトウェアのパフォーマンスも環境によって変化します。ただし、あらゆる環境で一貫したパフォーマンスが必要な場合は、コンテナ化が解決策となります。サービスとその依存関係をコンテナにパッケージ化することで、アプリケーションは分離され、オンプレミスでもクラウドでもシームレスに実行できます。これにより、展開、拡張性、管理が容易になり、組織は最小限の競合でさまざまなインフラストラクチャ間で一貫したパフォーマンス、効率性、移植性を実現できます。

• コンテナ化の仕組み コンテナ化は、アプリケーションとその依存関係を軽量でポータブルなコンテナにパッケージ化することで機能します。このコンテナは、さまざまな環境で一貫して実行できます。これらのコンテナは互いに分離されているため、オンプレミス、クラウド、ハイブリッド環境のいずれに展開されていても、CDP 内の各サービスは独立して機能します。これにより、システムの他の部分に影響を与えることなく各コンテナを更新または置換できるため、管理とスケーリングが簡素化されます。

マイクロサービス: モジュール式で独立したサービスの実現

マイクロサービスアーキテクチャは、CDP をより小さな独立したコンポーネントに分割し、各コンポーネントが特定の機能を処理します。これは、必要なものを正確に構築するために、各パーツ (ナットやボルトまで) を選択して車をカスタマイズするようなものです。この柔軟性により、企業はシステム全体に影響を与えることなく、個々のサービスを開発、更新、または拡張できます。たとえば、ストレージに触れることなく、分析サービスだけをバージョンアップできます。このモジュール性により、最適なリソース使用とフォールト トレランスが保証されますが、多数の小さなパーツを慎重にオーケストレーションする必要があり、複雑さが増す可能性があります。

• マイクロサービスアーキテクチャを使用する必要があるのはいつですか? ビジネスで柔軟性、新機能の市場投入までの時間の短縮、成長に合わせてサービスを個別に拡張する機能が必要な場合は、マイクロサービスアーキテクチャを使用する必要があります。ただし、マイクロサービスの管理には、熟練した開発者、DevOps の専門家、複雑な分散システムの処理に熟練したチームなど、より高度な技術的専門知識が必要です。メリットには俊敏性とスケーラビリティの向上が含まれますが、複雑さが増すのに対応できる適切な人材とインフラストラクチャを確保する必要があります。

パッケージ化されたビジネス機能 (PBC): 管理を簡素化するためのサービスのバンドル

PBC は、カスタム カー用に既製のエンジンを選択するのと同様に、関連するマイクロサービスをまとまったユニットにグループ化します。このアプローチでは、関連するサービスをバンドルすることで管理を簡素化し、柔軟性と使いやすさのバランスを実現します。PBC は運用を効率化し、スケーリングを管理しやすくしますが、マイクロサービスが提供するきめ細かい制御はありません。ただし、サービスを 1 つのユニットとして管理することで、PBC は多数の独立したサービスを処理する複雑さを軽減します。

• CDP に必要な構成可能なコンポーネントをどのように決定すればよいですか?

  CDP に必要なコンポーネントは、CDP Institute が概説しているように、ソリューションの成熟度によって異なります。

  • 顧客情報の統合: この段階では顧客データがありますが、実用的な洞察が必要です。分析機能を追加すると、意味のあるエンゲージメントを促進する洞察を発見するのに役立ちます。

  • 顧客分析とインサイト: すでにインサイトがある場合は、マーケティング自動化と意思決定ツールを統合して、顧客データに基づいてマーケティング活動の応答性とパーソナライズ性を高める必要があります。

  • 自動化された顧客インタラクション: 自動化の次のステップは、リアルタイムの可能性を解き放つ意思決定エンジンを実装し、顧客の行動とコンテキストに正確に調整された動的なインタラクションを可能にすることです。

  • インテリジェントな顧客エクスペリエンス: リアルタイムのインタラクションが確立したら、真の 1 対 1 のパーソナライゼーションに焦点を移してください。AI 駆動型ソリューションを使用すると、すべてのタッチポイントで次善のエクスペリエンスを提供でき、各エンゲージメントをタイムリーで関連性が高くパーソナライズされたものにできます。

コンポーザビリティにより、既存のテクノロジー スタックに最適なコンポーネントを選択できますが、これらのコンポーネントが相互運用可能であることを確認することが重要です。現在のセットアップとシームレスに統合され、将来の追加にも対応できる柔軟性を備えたコンポーネントを選択する必要があります。これにより、互換性の問題で進捗が遅れることなく、ニーズの変化に応じてシステムを拡張可能かつ適応可能にできます。

CDP はデータ管理、アクセス、データ ガバナンスをどのように簡素化しますか?

CDP が成長するにつれて、構成可能性とスケーラビリティが重要になりますが、それらは方程式の一部にすぎません。 GDPR や CCPA などの厳格なプライバシー規制が適用される世界で、堅牢なデータ管理とコンプライアンスを確保することも同様に重要です。 同様に重要なのは、データの正確性、一貫性、セキュリティ、およびアクセス可能性を保証するデータ ガバナンスです。 データ ガバナンスは、データの管理方法をガイドするポリシーとプロセスのフレームワークであり、GDPR や CCPA などの規制に準拠していることを保証します。 これは、データセットが拡大するにつれて秩序を維持し、不正確さを防ぎ、機密情報を保護し、組織全体でデータが責任を持って効果的に使用されるようにするために不可欠です。

プラットフォームが拡大するにつれて、ますます大きなデータセットの管理が複雑になる可能性があり、秩序を維持し、コンプライアンスを確保するために厳格なガバナンスが不可欠になります。 CDP の機能がどのようにデータを保護し、ビジネスの拡大を効果的にサポートできるかを見てみましょう。

データ リネージ: データ フローの追跡とコンプライアンスの確保

データ リネージは、データがシステム内をどのように移動したか (送信元から最終宛先まで) を明確に記録します。この透明性は、規制への準拠、データ使用の監査、ビジネスプロセスの正確性の維持に不可欠です。データの問題を迅速に追跡し、データ主権などのガバナンス要件を満たすことを保証し、データ コンプライアンスの安全な基盤を提供します。

データ リネージをパッケージ追跡システムのように考えてみましょう。移動のすべてのステップが記録されるため、パッケージ (データ) がどこにあったか、何が行われたか、どこに行くかを常に把握できます。この可視性により、何も失われず、すべての規制に準拠していることが保証されます。

• データ リネージにはどのような種類がありますか?

  データ リネージには主に 3 つの種類があります。

  • 記述的データ リネージ。送信元から宛先までのデータ フローの概要を示します。

  • 自動化されたデータ リネージ。専用ツールがリアルタイムでデータの動きをマッピングして追跡し、コンプライアンスと監査のための詳細な分析情報を提供します。

  • ビジネス データ リネージ。データ フローをビジネスプロセスに接続し、技術に詳しくないユーザーがデータがどのように業務をサポートしているかを理解できるようにします。

フェデレーテッド ラーニング: プライバシーを保護しながら機械学習を有効にする

フェデレーテッド ラーニングにより、企業は機密データを移動することなく、複数のデータ ソースに機械学習を適用できます。生のデータを元の場所に保持することでデータのプライバシーを維持しながら、グローバルな分析情報を活用します。これは、厳格なデータ法が適用される複数の地域で事業を展開している企業にとって特に有利です。コンプライアンスを犠牲にすることなく、ビジネス戦略のための強力なツールである AI 主導の意思決定が可能になります。

小売チェーンの複数の支店がローカル データを使用して、顧客情報を他の支店と共有せずに共有予測モデルを改善する様子を想像してください。

ゼロ コピー: データ重複の削減

ゼロ コピー アーキテクチャにより、重複コピーを作成せずに複数のサービス間でデータを共有できるため、ストレージ コストが削減され、データ アクセス速度が向上します。データ管理が簡素化され、業務の効率化が図られ、意思決定に影響を与える可能性のあるデータの不一致のリスクが軽減されます。

ゼロコピーを共有オンライン ドキュメントと考えてください。後でマージする必要がある個別のバージョンを作成するのではなく、全員が同じファイルをリアルタイムで編集できます。これにより重複がなくなり、全員が同じ最新の情報で作業できるようになります。

データ仮想化: データ アクセスの合理化

データ仮想化により、物理的に移動またはコピーすることなく、複数のシステムからのデータを統合的に表示できます。保存場所に関係なく重要な情報にリアルタイムでアクセスできるため、チームの意思決定が容易になり、さまざまなプラットフォーム間でデータを管理する複雑さが軽減されます。

これは、GPS、燃料計、スピードメーターから情報を取得するダッシュボードが車にあるようなものです。各システムに個別にアクセスする必要はありません。すべてが 1 つのシームレスなビューですぐに利用できるため、迅速な意思決定が容易になります。

• ゼロコピー データ共有とデータ仮想化の違いは何ですか?

  • ゼロコピー データ共有とデータ仮想化の主な違いは、データ アクセスと移動の処理方法です。

• ゼロコピー データ共有

  • 焦点: システムまたはサービス間でデータをコピーする必要がなくなります。

  • 仕組み: データは、重複コピーを作成せずに複数のシステムまたはサービス間で共有されるため、アーキテクチャのさまざまな部分から同じデータ ソースに直接アクセスできます。これにより、ストレージ コストが削減され、データ アクセス速度が向上します。

  • ユースケース: 複数のシステムがリアルタイム データ フィードを共有する場合のように、サービスまたはアプリケーションが、複製または転送せずに同じデータセットにアクセスする必要がある場合。

• データ仮想化:

  • 焦点: 複数の異なるソースからのデータの統合された仮想ビューを提供します。

  • 仕組み: データ仮想化は、さまざまなソース (データベース、クラウド ストレージ、アプリケーションなど) からのデータを、あたかも単一のシステムの一部であるかのようにシームレスに統合して表示する仮想レイヤーを作成します。データは物理的に移動またはコピーされませんが、ユーザーは一貫したインターフェイスを通じてデータを操作できるため、安心して統合されたビューを利用できます。

  • ユースケース: 組織が複数のシステム (クラウド、オンプレミス、さまざまなデータベース) にわたってデータを物理的に統合することなくアクセスして操作する必要がある場合。

データ ファブリック: シームレスなアクセスのために分散データを統合

データ ファブリックは、データ仮想化、データ統合、ガバナンス、セキュリティ、およびさまざまな環境 (オンプレミス、クラウド、ハイブリッド) にわたるリアルタイム アクセスを含む包括的な用語です。また、AI、機械学習、メタデータ管理などの他のテクノロジーを活用することもできます。

さまざまな都市 (データ ソース) を結ぶ広大な道路網を想像してください。この道路網は、すべての場所間のスムーズな移動を保証するように設計されています。データ ファブリックはこのネットワークのように機能し、どこからでも障害なくデータにアクセスできるようにしながら、途中でセキュリティとガバナンスを維持します。

データ メッシュ: チーム間でのデータ所有権の分散

データ メッシュは、データ管理を一元化されたチームから個々のビジネス ユニットまたは部門に移行し、各自のデータを管理および統制できるようにします。この分散化により、チームはデータに効率的にアクセスして使用できるようになり、組織全体でセキュリティとガバナンスの標準が維持されるため、スケーラビリティが促進され、意思決定が迅速化されます。

• データ レイク、データ ファブリック、データ メッシュの違いは何ですか?

  • データ レイクは、分析に必要なときまで生データをネイティブ形式で保存する一元化されたリポジトリです。

  • データ ファブリックは、環境間でのデータ統合、ガバナンス、共有を自動化するアーキテクチャを提供し、データが常にアクセス可能で安全であることを保証します。

  • データ メッシュは、データを製品として扱い、個々のチームにデータ ドメインの責任を持たせることで、データの所有権を分散します。

CDP のリアルタイム応答性は、どのようにアジャイルな顧客エンゲージメントを促進するのでしょうか?

ビジネスが成長するにつれて、顧客とのやり取りはリアルタイムで行われるようになり、顧客データ プラットフォーム (CDP) は顧客の行動に即座に対応する必要があります。リアルタイム応答性は、デジタル ボディ ランゲージの洞察と組み合わせることでさらに強力になります。顧客とのやり取りからデータを取得して処理する CDP は、顧客の当面のニーズを満たすようにメッセージングとオファーを自動的に調整できるため、すべてのエンゲージメントがパーソナライズされ、関連性が感じられるようになります。購入時にロイヤルティ ポイントを即座に更新することから、顧客が製品に興味を示したときにカスタマイズされたプロモーションを開始することまで、リアルタイム応答性により、ビジネスは競争の激しい環境で優位を保ち、顧客満足度を最大化できます。

このセクションでは、イベント駆動型アーキテクチャ、API ファースト設計、分離アーキテクチャを統合することで、CDP を顧客のニーズと市場の変化に対応する、より動的で応答性の高いツールに変える方法について詳しく説明します。

イベント駆動型アーキテクチャ: リアルタイム応答性の実現

イベント駆動型アーキテクチャにより、CDP はリアルタイムの応答をトリガーすることで、特定の顧客アクション (イベント) に反応できます。プロモーションのパーソナライズや在庫の更新など、このアーキテクチャにより、イベントが発生するとすぐにアクションが実行されます。

• イベント駆動型アーキテクチャはいつ使用すべきですか?

  イベント駆動型アーキテクチャは、CDP が顧客とのやり取りにリアルタイムで応答する必要がある場合に最適です。ユーザーがショッピング カートにアイテムを追加したときにパーソナライズされたオファーを送信したり、購入時にロイヤルティ ポイントを更新したりするなど、顧客の行動に基づいて即時のアクションが必要なシナリオに最適です。

• イベント駆動型アーキテクチャの例は何ですか?

  e コマースでは、カートにアイテムを追加すると、イベント駆動型アーキテクチャを使用してリアルタイムの在庫更新と価格調整がトリガーされます。イベント駆動型アーキテクチャの例としては、eコマースプラットフォームが挙げられます。顧客がカートに商品を入れると、イベントによって在庫の更新、価格の再計算、パーソナライズされた商品の推奨がリアルタイムでトリガーされ、顧客は最も関連性の高い最新のエクスペリエンスを体験できます。

API ファースト: 他のシステムとの統合を容易にする

API ファースト アーキテクチャでは、すべての CDP 機能が API 経由でアクセス可能になるため、他のシステムとの統合がより簡単かつ柔軟になります。このアプローチにより、システム間でシームレスなデータ交換が可能になり、企業はさまざまなアプリケーションをスムーズに統合し、テクノロジー スタックを将来にわたって保護できます。

旅行中にアダプターを使用してデバイスをさまざまな電源ソケットに接続できるようにすることと同様に、API ファースト アプローチでは、プラットフォームに関係なく、CDP がさまざまなシステムに容易に「接続」できるようにします。

• API ファースト アプローチとマイクロサービスの違いは何ですか?

  API ファースト アプローチでは、サービスがシステム間で通信してデータを共有するための主な方法として API を設計することに重点を置いており、柔軟性とスケーラビリティを確保します。一方、マイクロサービスアーキテクチャでは、システムを、それぞれが特定のタスクを実行する、より小さな独立したサービスに分割します。API ファーストではインタラクションのインターフェースが重視されますが、マイクロサービスは、個別に開発および展開できる、モジュール式の独立してスケーラブルなサービスの構築に重点を置いています。

分離アーキテクチャ: 柔軟なフロントエンドとバックエンドの統合

分離アーキテクチャでは、フロントエンド (顧客が見るもの) とバックエンド (データ処理) が分離され、各部分が独立して進化できます。この柔軟性により、企業はプラットフォーム全体を混乱させることなく、システムの一部を改善または更新できます。これは、エンジンに影響を与えずに車のステレオ システムを交換するのと同じです。

まとめ

カスタマー データ プラットフォーム (CDP) のアーキテクチャは、ビジネスとともに成長し、リアルタイムの洞察を提供し、パーソナライズされた顧客体験を実現する能力の基盤です。コンポーザビリティ、マイクロサービス、データ仮想化などの重要な概念を理解することで、組織の進化するニーズを満たす CDP を選択できます。このアプローチにより、今日の急速に変化する環境で求められる俊敏性と拡張性がビジネスにもたらされます。

すべての企業は、顧客データ プラットフォーム (CDP) への投資が不可欠であることを認識する必要があります。包括的なソリューションに投資するか、予算の制約を満たすコンポーザブル CDP に投資するかの選択になります。

コンポーザブル CDP を選択すると、間違いなく ROI が最大化されます。このアプローチは、データ機能を強化するだけでなく、全面的な見直しの手間をかけずにそれを実現します。

予算をそのまま維持し、ビジネスが顧客データを最大限に活用できるソリューションに投資してください。

2024/10/16 - 読み終える時間: ~1 分

月刊『宣伝会議』編集部では、MA事業を1997年から展開するHCLSoftwareと共に「宣伝会議 マーケティングサロン supported by HCL Unica」を開催しました。その記事が公開されました。7社のマーケティング部門担当者が集合して討論を行った興味深い内容です。

• 外部データの活用で顧客理解を深化 データを本当に生かすために必要なことは？ | 宣伝会議デジタル版

2024/9/4 - 読み終える時間: ~1 分

Understanding Campaign Listener Clustering and Listener Failover - Part 2 の翻訳版です。

HCL Unica Campaign リスナーのクラスタリングとリスナーのフェイルオーバーについて - パート 2

クラスター化されたリスナー環境

Campaign にクラスター化されたリスナー設定が導入されたため、集中化されたエンティティからのリクエストが送信される複数の独立して動作するリスナーノードを持つ設定として考える必要があります。各リスナープロセスは、単一のリスナー環境の場合と同じように動作し (詳細については、このブログのパート 1 を参照してください)、マシンのローカルにある unica_acsvr プロセスを独立して起動およびシャットダウンし、独自の unica_aclsnr.udb ファイルを維持します。各リスナーノードは情報を共有しません。「マスターリスナー」が管理しているにもかかわらず、それらは個別の独立した単一のリスナーノードのように動作します。クラスター化された Campaign リスナー設定がどのようになるか、次の図に示します。

マスターリスナープロセスをロードバランサーとして考えます。 Campaign J2EE Web アプリケーションサーバーから Campaign にログインするか、フローチャートを表示/編集/実行する要求が届くと、Campaign Web アプリケーションは特定のリスナーと通信してこれを行うのではなく、クラスター化されたセットアップ内のマスターリスナーにそれらの要求を渡します。

次に、マスターリスナーは構成設定を確認して、どの子リスナーノードがこのタスクを実行するかを判断します。マスターリスナーがどの子リスナーノードが要求を受け取るかを決定すると、要求はその子リスナーノードに渡されます。

その時点で、その特定のマシン上の子リスナーノードは、非クラスター化されたセットアップで実行されている単一のリスナーノードであるかのように要求を処理します。適切な unica_acsvr プロセスが生成され、それらの unica_acsvr プロセスが要求されたアクションを実行します。次に、リスナーノードは unica_aclsnr.udb のローカル コピーを更新して、管理している unica_acsvr を認識します。

クラスター内の他の子リスナーは、他の子リスナーが何に取り組んでいるかを把握していません。すべてのアクティビティは、単一の子リスナーノードにローカライズされます。子リスナーノードは、管理している unica_aclsnr.udb ファイルから相対的なローカル unica_acsvr 情報を通信または共有することはありません。一部のユーザーリクエストが 1 つの子リスナーノードに送信され、他のユーザーリクエストが別の子リスナーノードに送信される場合があり、これらはすべて、環境の構成設定に基づいてワークロードを管理/バランスするためにマスターリスナーによってそれらの子リスナーノードに分散されます。

では、リスナーが使用できなくなり、フェイルオーバーが必要になった場合、これはどのように機能するのでしょうか。マスターリスナーが 2 つ以上の子リスナーノードを管理している場合、ビジネスユーザーから UI 経由で送信されるリクエストは、それらの子リスナーノード間で負荷分散されます。これらのリスナーノードの 1 つが手動介入またはその他のイベントによってダウンした場合、流入する新しいリクエストは、マスターリスナーによって、機能しているシステム内の残りの子ノードに転送されます。これらは別のマシンで動作しますが、同じシステムテーブルデータベース情報とファイル サーバー コンテンツ (共有ディレクトリ内) に引き続きアクセスできます。フロントエンドのビジネスユーザーにとって、ビジネスは通常どおりに進行し、ダウンタイムは発生しません。これは、他のリスナーノードがダウンしている場合でも、リクエストを受信できる稼働中のリスナーノードが少なくとも 1 つ残っているためです。IT チームは、フロントエンドのビジネスユーザーを混乱させることなく、舞台裏でダウンした子リスナーノードを調べることができます。マスターリスナーは、Campaign J2EE Web アプリケーションサーバーからのリクエストをリダイレクトする際に、スイッチを切り替えて、常に残りの稼働中のリスナーノードを指すようにします。ダウンしたリスナーノードが復旧すると、マスターリスナーは以前と同様に、そのノード (および他のノード) にリクエストを送信し始めます。

ここで、リスナーの 1 つがダウンし、そのリスナーでフローチャートとログインセッション unica_acsvr がすでに実行されているとします。その場合、何が起きるでしょうか。子リスナーノードの 1 つがダウンすると、マスターリスナーは新しいリクエストを他の子リスナーノードに転送しますが、リスナーノードがダウンしたマシンで以前から実行されていた unica_acsvr は、単一のリスナーセットアップのように動作します。フローチャートロジックはある程度まで実行し続けるかもしれませんが、そのマシンのリスナーがなくなるため、UI の更新やそれ以降の UI クリックは実行されない可能性があります。リスナーがダウンしても、unica_acsvr プロセスはリスナーノード間で転送されません。つまり、ノード A のリスナーがダウンすると、ダウン時に存在していた管理対象の unica_acsvr プロセスは他のリスナーノードで開始できなくなります。代わりに、フローチャートにアクセスするための新しい UI 要求を通じて、他のリスナーノードで再起動を手動で行う必要があります。

マスターリスナーノードが存在するマシンが使用できなくなった場合、Campaign は中断を回避するために、残りの子リスナーノードの 1 つを新しいマスターリスナーノードとして使用するように自動的に切り替えます。

要するに、クラスター化されたリスナー設定では、フェイルオーバーとは、リスナーノードがダウンまたはダウンしているときに、unica_acsvr プロセスの起動時に新しい要求が来た場合、常に実行中の子リスナーノードに転送されることを意味します。ダウンしたリスナーノードで実行されていた unica_acsvr プロセスは回復できません。ユーザーは、UI (フリーズしている可能性があります) からログアウトして、稼働中の子リスナーノードの 1 つで新しい Campaign ログインセッションを確立する必要があります。

ブログの最初の部分は、こちらで読むことができます - HCL Unica Campaign リスナーのクラスタリングとリスナーのフェイルオーバーについて - パート 1

クラスター リスナー設定の構成プロパティの詳細については、Unica ブログを購読して最新情報を入手してください。

2024/9/4 - 読み終える時間: 2 分

Understanding Campaign Listener Clustering and Listener Failover - Part 1 の翻訳版です。

HCL Unica Campaign リスナーのクラスタリングとリスナーのフェイルオーバーについて - パート 1

2020年4月21日

著者: Deborah Matyi / Unica Senior Technical Support Engineer

単一リスナー環境

Campaign リスナーのクラスタリングとフェイルオーバーでの使用がどのように機能するかを理解するには、まず Campaign リスナーの一般的な動作を理解する必要があります。次の図は、単一リスナー環境の基本的なセットアップを示しています。

単一 Campaign リスナーセットアップでは、リスナーは、Web アプリケーションサーバーの Campaign J2EE デプロイメントから、Unica UI で行われた特定の Campaign 機能アクションに対する要求を受け取ります。たとえば、ユーザーが Unica UI にログインし、Campaign 関連機能 (Campaign > Campaigns メニュー項目など) をクリックすると、Campaign リスナーに要求が送信されます。このリスナーは、Campaign 分析サーバー (リスナープロセスが実行されているマシン) で実行される「unica_acsvr」という独立した別のプロセスを分岐します。この unica_acsvr プロセスは、ユーザーの Campaign ログインセッションになります。各ユーザーには、ログインセッション用の独自の unica_acsvr プロセスがあります。

その後、ユーザーがキャンペーン内のフローチャート タブをクリックすると、リスナーはキャンペーン J2EE デプロイメントから別のリクエストを受け取り、そのフローチャート専用の別の unica_acsvr プロセスをフォークします。この unica_acsvr プロセスは、flowchart.ses ファイルの内容と、そのフローチャートの以前の実行からのセル実行結果 (存在する場合) をメモリにロードします (そのため、各プロセス ボックスに緑のチェックマークと出力セル数を表示できます)。ユーザーがアクセスする各フローチャートでは、独自の unica_acsvr プロセスが開始されます。

フローチャートロジックを実行するために自動化されたフローチャート タスク (Unica スケジューラまたはキャンペーンユーティリティ unica_svradm によって開始されるタスクなど) が開始された場合でも、リスナーによってそのフローチャートの単一の unica_acsvr プロセスが生成されます。

リスナーによって unica_acsvr プロセスが生成されるたびに、リスナーは Campaign_home/conf/unica_aclsnr.udb ファイルにその unica_acsvr の参照も追加します。このファイルは、リスナーがどの unica_acsvr プロセスが実行されているか、どの unica_acsvr プロセスを管理および通信するかを把握するための手段です。フローチャートの Unica_acsvr プロセスは、ユーザーがフローチャートを表示または編集しているとき、またはフローチャートがロジックを実行しているときでも、常に起動して「起動」状態のままになります。

ユーザーが編集モードを終了するか、UI でフローチャートの表示から移動するか、フローチャートの実行が完了すると、シグナルがリスナーに送信され、それぞれの unica_acsvr に渡されてシャットダウンされます。unica_acsvr プロセスが起動するたびに、Campaign リスナーによってこの unica_aclsnr.udb ファイルにエントリが追加され、unica_acsvr プロセスが終了するたびに、Campaign リスナーによって unica_aclsnr.udb ファイルからエントリが削除されるため、このファイルは動的に変化します。

全体的に、unica_acsvr プロセスでは、Campaign の J2EE 側との間で情報を送受信するために、リスナーが常に利用可能である必要があります。これにより、Unica UI は、そのフローチャートに関連する unica_acsvr プロセスの表示、編集、または実行結果を反映できます。リスナーがダウンしているか応答しない場合は、フローチャートとユーザーログインセッションも応答しなくなります。これは、リスナー (または「仲介者」) が Campaign J2EE デプロイメント、そして最終的にはユーザーワークステーションとの間で通信できなくなったために発生します。UI はフリーズし、unica_acsvr プロセスは正常に機能しなくなります。これを修正する唯一の方法は、ユーザーにブラウザーを閉じて Campaign ログインセッションから切断してもらうことです。リスナーの問題を修正する必要があります。その後、ユーザーは新しいブラウザーを開いて再度ログインし、操作を再開できます。

したがって、単一のリスナー環境では、リスナーが利用できなくなったり応答しなくなったりすると、リスナーが再び動作可能になるまでシステムのダウンタイムが発生します。キャンペーンリスナーの詳細については、ブログの第 2 部「HCL Unica Campaign リスナーのクラスタリングとリスナーのフェイルオーバーについて - パート 2」をご覧ください。

クラスター化されたリスナーの設定について詳しくは、Unica ブログを購読して最新情報を入手してください。

2024/6/25 - 読み終える時間: ~1 分

Get More Conversations with Behavior Analytics: The HCL Discover Advantage の翻訳版です。

行動分析で会話を増やす： HCL Discoverの強み

2024年6月19日

著者: Amanda Tevis / Product Marketing Manager

現代においてオーディエンスとの会話をより有意義なものにするためには、彼らのデモグラフィックを特定するだけでは不十分です。行動分析は、データと実用的な洞察の間の重要な架け橋となり、ユーザーのデジタル・ボディランゲージを徹底的に分析します。この包括的なアプローチは、すべてのクリック、スクロール、ホバーを捕捉し、行動をユーザーの意図と体験を明らかにするパターンに変換します。

行動分析とは

行動分析とは、ウェブサイトやアプリケーション上でのユーザーの行動を体系的に調査することです。ページビューや直帰率に焦点を当てた従来のアナリティクスとは異なり、行動アナリティクスはユーザーインタラクションの背後にある方法と理由を掘り下げます。この微妙な理解によって、企業はデジタルプラットフォームを最適化し、ユーザー体験を向上させ、コンバージョンを促進できます。

行動分析の一例

カート放棄率が高いオンライン小売店を考えてみましょう。行動分析によって、この店舗は、多くのユーザーが配送オプションのページに到達した後にカートを放棄しているというパターンを特定しました。さらに調査を進めると、ページのレイアウトをもっと正確にすることができ、送料が予想よりも高いことがわかりました。これらの洞察に基づき、店舗はページをわかりやすくデザインし直し、より競争力のある配送オプションを導入することで、カート放棄を減少させた。

見えないものを解き明かす： HCL Discover で表面的なレベルを超える

HCL Discover は、表面レベルの分析にとどまらず、目に見えない行動の洞察を明らかにします。ユーザーのジャーニーをマッピングし、すぐにはわからない摩擦ポイントを特定します。例えば、ユーザーが購入を完了する前に一貫して立ち止まったり、ステップを辿ったりする場合、これは混乱や不信を示している可能性があります。HCL Discoverは、このような微妙な行動を明らかにすることで、企業は根本的な問題に対処し、コンバージョンへのスムーズな経路を促進するためにユーザーエクスペリエンスを改善できます。

リアルタイムの洞察力

HCL Discoverの 際立った特長の1つは、リアルタイム分析機能です。サイトユーザーが今この瞬間に何をしているかを見ることを想像してみてください。このライブビューは、コンテンツの更新、キャンペーンの開始、新製品のリリースに対するユーザーの反応を即座に理解する比類のない機会を提供します。リアルタイムの洞察は、ビジネスが戦略を適応させ、問題が発生したときに修正し、うまくいっていることを活用し、ユーザー体験をその場で向上させることができることを意味します。 葛藤を察知し、エクスペリエンスを向上させる

ユーザーの苦労を察知して対処することも、HCL Discover が得意とする分野です。このツールは行動パターンを分析し、複雑なナビゲーションや不明確なコール・トゥ・アクション・ボタンなど、ユーザーが困難に直面している領域を突き止めます。このような問題を認識することで、企業はデータに基づいた調整を行うことができ、他の方法では気づかなかったであろうユーザージャーニーのねじれをスムーズに解消できます。

デジタル・ボディランゲージ・デコーダー

HCL Discover のような行動分析ツールを使うことは、ユーザーのデジタル・ボディランゲージに精通するようなものです。ボディランゲージが感情や言葉に対する反応を伝えることができるように、デジタルインタラクションはユーザーのエンゲージメントと満足度のストーリーを伝えます。このようなデジタルシグナルを解釈することで、企業はオーディエンスと関わり、有意義な会話やつながりを育めます。

行動分析の力を活用することで、企業は問題を検出・解決し、ユーザーエンゲージメントとコンバージョン率を高められます。適切な洞察力を身につけることで、オンラインでの会話を成功に導けます。HCL Discover を活用することで、デジタル戦略に革命を起こしましょう。

デモをリクエストして詳細をご覧ください。

2024/6/5 - 読み終える時間: ~1 分

How Behavior Analytics Tools Can Help with Security の翻訳版です。

行動分析ツールはセキュリティにも効果的

2024年2月23日

著者: Russell Hogg / Technical Architect

行動分析ツールが今や組織のセキュリティ対策に欠かせないものになっていることをご存知だろうか。これらのツールは、ユーザーの行動と潜在的なセキュリティ・リスクに関する洞察を提供します。このブログでは、不正行為の防止、プライバシーの保護、サイバー脅威の先取りなど、行動分析ツールをオンプレミスとクラウドに統合する主なメリットを紹介します。

オンプレミス IT インフラにおける行動分析ツールの統合

オンプレミスに行動分析ツールを導入することで、組織は恩恵を受けられます。特定の要件に合わせて監視戦略をカスタマイズできるため、企業はネットワーク内のユーザー行動を包括的に把握できるようになります。このローカライズされたアプローチにより、業界規制へのコンプライアンスが保証され、潜在的な脅威へのリアルタイムな対応が可能になり、組織のセキュリティ態勢が強化されます。

不正防止対策の強化

プライバシーへの懸念は、特に厳しいデータ保護規制の時代において、組織の優先事項の最前線にあります。行動分析ツール をオンプレミスに展開することで、組織はデータをより詳細に管理できるようになります。機密情報は組織のインフラ内にとどまるため、データ漏洩のリスクを低減できます。このローカライズされたアプローチは、プライバシー規制と整合し、データが責任を持って安全に取り扱われているという信頼を関係者に与えます。

クラウドネイティブツールで新たなサイバー脅威を先取り

クラウドネイティブの行動分析ツールは、新たなサイバー脅威に関するグローバルな視点を組織に提供します。企業は、脅威インテリジェンスソースの膨大なネットワークの集合的な洞察を活用することで、脅威や脆弱性の開発に先手を打てます。クラウドソリューションのスケーラビリティは、最適なパフォーマンスとリソース効率を保証し、企業は変化するワークロードに適応できます。データのリアルタイム分析とレポーティングにより、セキュリティ・チームは潜在的なリスクに効果的に対処することができ、セキュリティに対する協調的かつプロアクティブなアプローチが促進されます。

クラウドの主権 - スケーラビリティとリソース効率

クラウド主権は、スケーラビリティとリソース効率を組織能力の最前線にもたらす。クラウドベースの行動分析ツールにより、組織は需要に応じてリソースを拡張できるようになる。この柔軟性により、最適なパフォーマンスが保証され、コスト効率が向上するため、大規模なハードウェア投資やメンテナンスが不要になります。リアルタイムでデータにアクセスして分析することで、分散したチーム間のコラボレーションが促進され、迅速で俊敏なサイバーセキュリティ戦略が育まれます。

オンプレミス環境とクラウド環境の両方で行動分析ツールを統合することで、サイバー脅威から組織を守れます。そのメリットは、カスタマイズ、制御、不正防止、プライバシー保護、グローバルな脅威インテリジェンス、拡張性、リソース効率に及ぶ。組織がサイバーセキュリティの複雑さを乗り越え続ける中、オンプレミスおよびクラウド・ソリューションと連携した行動分析ツールの活用は、発展し続ける脅威の状況に対して強靭な防御を構築するための戦略的必須事項となっています。

HCL Discover に関するお問い合わせやデモの依頼を承っております。

2024/6/5 - 読み終える時間: ~1 分

Need Digital Behavior Insights? Consider a Single Code Base Solution の翻訳版です。

デジタル行動の洞察が必要ですか - シングルコードベースソリューションである HCL Discover をご検討ください

2024年2月23日

著者: Anthony Stankoski / Technical Architect at HCL Software's HCL Discover division

企業は、シームレスなデジタル体験を提供し、製品を最適化し、マーケティング戦略を改善するために、ユーザーの行動を洞察しようと努力しています。オンライン上のインタラクションを理解することで、企業は提供するサービスを調整し、エンゲージメントを向上させ、成長するデジタル環境の中で競争力を維持できます。行動分析ツールを採用することは、ユーザーのエンゲージメントパターンを掘り下げ、企業が情報に基づいた意思決定を行うことを可能にするため、この追求において重要です。多くの選択肢がある中で、単一のコードベースの行動分析ツールは、業務効率の向上を目指す企業に多くのメリットを提供する、変革的なソリューションとして浮上しています。

第一に、統一されたコードベースは導入プロセスを大幅に簡素化します。単一のコードが異なるプラットフォーム間でシームレスに統合されることで、企業はさまざまな OS 向けに異なるバージョンを管理する煩雑さを解消できます。これにより、貴重な時間とリソースが節約され、使用するデバイスやシステムに関係なく、一貫したユーザーエクスペリエンスが保証されます。

単一のコードをベースにしたソリューションでは、効率性が重視されます。組織は、ツールの保守とアップデートを簡単に行うことができ、変更はすべてのプラットフォームで一律に適用されます。この合理化されたアプローチは、進化するユーザー行動への俊敏な対応を促進するだけでなく、エラーのリスクを最小限に抑え、ツールの最高のパフォーマンスを保証します。

費用対効果は特筆すべき利点となります。単一のコードベースの行動分析ツールは、複数のコードベースの管理に伴う開発保守コストを削減します。この経済効率により、組織はリソースを他の重要な分野に振り向けることができ、業務への全体的な影響を最大化できます。

相互運用性（エンドユーザーが関与することなく、異なるベンダーの機器、システム、アプリケーション、または製品が協調して動作する能力）は、今日の相互接続された状況では非常に重要であり、単一のコードベース動作分析ツールはシームレスな統合を促進します。このツールは、他のオペレーションソリューションと難なく融合し、まとまりのあるエコシステムを構築します。この相互運用性により、組織は既存の投資を確実に活用し、運用インフラの全体的な効率を最適化することができます。

統一されたコードベースの使用は、一貫性のあるユーザーフレンドリーなインターフェイスに貢献します。この一貫性により、全体的なユーザーエクスペリエンスが向上し、アナリストのナビゲートと洞察の解釈がよりシンプルになります。ユーザーフレンドリーなインターフェースは、迅速な意思決定と、業務上の課題に対するより効果的な対応につながります。

結論として、単一のコードベースの行動分析ツール は、ユーザー行動の理解を深めようとする組織にとって戦略的な選択肢となります。導入の簡素化、効率性の向上、費用対効果、相互運用性、一貫したユーザーインターフェイスを備えたこのアプローチは、業務の最適化を目指す組織に包括的なソリューションを提供します。企業が効率を優先する中で、単一のコードベースの行動分析ツールを採用することは、ユーザー行動を理解し、より合理的かつ効果的に行うための極めて重要なステップとなります。

2024/6/5 - 読み終える時間: 2 分

HCLSoftware Redefines Marketing Excellence: See Why We Are Named a Leader in the MMH SPARK Matrix™ の翻訳版です。

HCLSoftware が優れたマーケティングの定義を塗り替える： MMH SPARK Matrix™ でリーダーポジションを獲得した理由

2024年5月2日

著者: HCLSoftware

MMH SPARK Matrix™ 2023 において HCLSoftware がリーダーポジションを獲得し、マーケティング戦略を変革する優れた能力に注目が集まっています。このリーダーポジションの獲得は、HCL Unicaが様々な分野でマーケティングのパフォーマンスを強化する優れた能力を持つことが評価されたものです。統合プランニングやオムニチャネルマーケティングから洞察に満ちた顧客行動分析に至るまで、HCL Unicaは、精度の高いマーケティング機能と多彩なデータモデルで、他社に抜きんでています。

この功績は単に勝ち取ったものというだけではなく、マーケティングの未来を形成する上でHCL Unicaが極めて重要な役割を担っていることが認められたことに他なりません。

「HCLSoftware は、MMH SPARK Matrix™ 2023 のリーダーポジションにあると認められました。対象となる製品、 HCL Unica は、キャンペーン サイクルの短縮、強力なブランド価値とロイヤルティの創出、レスポンス率の向上に役立つさまざまな機能を提供し、企業のマーケティング パフォーマンスの向上を支援する強力な MMH プラットフォームです。同社の技術的な差別化要因としては主に、統合された計画、予算編成、マーケティング業務、オムニチャネルゴールベースのマーケティング、顧客行動分析、大規模な精密マーケティング、データ展開モデルなどがあります。」

Quadrant Knowledge Solutions の SPARK Matrix™ とは

Quadrant Knowledge Solutions の SPARK Matrix™ は、主要な市場プレーヤーのポジションと戦略的地位にスポットライトを当て、市場環境の包括的なビューを提供します。単に市場参加者を視覚的に表現するだけでなく、各サプライヤーが様々なパフォーマンスパラメータに基づいて競合他社とどのように比較しているかを明らかにすることで、極めて重要な戦略的洞察を提供します。これらのパラメータは、テクノロジーエクセレンスとカスタマーインパクトの 2つの重要なカテゴリーに分類されます。

このレポートを入手すべき理由

• 世界のMMH市場の複雑なダイナミクスを理解できる
• デジタルマーケティングにおける課題と解決策、特に顧客エンゲージメントとロイヤルティ強化におけるMMHの重要性についての洞察を得られる
• マルチチャネルマーケティングハブの構成要素と、複数のチャネルにまたがるパーソナライズされたエンゲージメントをどのように編成するかを学べる
• 今日のマーケティングにおけるMMHの戦略的重要性と導入の増加について、顧客プロファイル管理とキャンペーン実行におけるMMHの役割を中心に説明がされている

HCL Unica の特長

HCL Unica は単なるMMH：マルチチャネル・マーケティングハブではありません。拡張性と柔軟性を独自に融合させ、あらゆる規模の企業が複数のチャネルでパーソナライズされたマーケティングキャンペーンを立案、実行できるようにします。Unicaは、マーケティングの精度と革新性を具体化し、以下を実現します：

• 規模に応じた精密な顧客ターゲティング： 幅広いオーディエンスを正確かつ効率的にターゲットセグメントに変換

• リアルタイムのパーソナライゼーション： 適切なタイミングで顧客の心に響く体験をカスタマイズ

• 包括的なマーケティングプランニングと予算管理： すべてのマーケティング費用をROI向上のための投資として活用

• ゴールベースのジャーニー管理： タッチポイントだけでなく、目標に沿ったカスタマージャーニーのマッピング

• 統合データレイヤー（CDP）と顧客行動分析： データを実用的な洞察に変え、よりスマートなマーケティングの意思決定を実現

SPARK Matrix™ 2023年レポートでは MMH 市場の全容を明らかにし、HCL Unica やその他のトップパフォーマーが、パーソナライズされた顧客エンゲージメントの未来をどのように形成しているかを解説し、また、主要MMHベンダーの製品、市場での存在感、価値提案を詳細に分析しています。