顧客を深く理解し、ニーズにマッチした商品や情報の提供を行なうためには、顧客の理解のほか、商品や情報への理解も必須となります。顧客の理解には、最もよく用いられる、性別、年代、居住地などの「人口統計的なデータ」、価値観やライフサイクルなどの「心理的データ」がありますが、昨今では行動履歴データが最も多く活用されています。性別や年代で顧客を分類することは、STP（セグメント、ターゲティング、ポジショニング）マーケティングの基本ですが、その顧客が何に興味があり、何を購入するかを予測することが目的です。20代の女性の行動分析や価値観分析をすることで、20代の女性はこのような商品を買ってくれるだろうという予測をするわけです。

確かに、若い人と年配の人では、興味関心事が違うでしょうし、子供の有無や子供の年齢などのライフステージよっても購買行動は変わるでしょう。しかし、いくら同じ性別、年代だからといって、皆が同じ物を消費するわけでもなく、逆に年代が離れていても興味関心が似ていることもあります。商品や情報過多、物が売れない時代には、性別、年代といった、ざっくりしたセグメントでは、予測モデルが成り立たなくなってきているのです。

そこで、最近最も注目されているのが、行動履歴によるマーケティングです。性別、年代に関わらず、発泡酒を多く買っている人は、発泡酒が好きなのでしょう。「20代前半の男性は発泡酒を買いやすい」という予測より、「過去発泡酒を多く買っている人は、これからも発泡酒を買うだろう」という予測のほうが当たると思われます。

行動履歴を蓄積する際に重要なことは、どんな商品を購入したかを記録することです。発泡酒の品番をいくら蓄積していても、その発泡酒が廃番になってしまったとたんに、何の意味のないデータになってしまいます。購買データの蓄積には、どんな商品を購入したかという、商品属性（CTB分析）で蓄積することが重要なのです。

ALBERTでは、購買データに基づく高度なセグメント化、商品データを精緻化して蓄積、これらの分析によって、最適な顧客に最適な商品を提案します。

行動履歴データは、Webだけではなく、メール、電話、FAX、郵便、店舗など、企業と顧客のコンタクトポイントで取得することができます。従って、Webで収集される閲覧履歴データや購買データだけでなく、コンタクトセンターへの問い合わせなどのコミュニケーションデータが、顧客理解に欠かせないものになっています。コンタクトセンターは、最新の顧客からのメッセージを受け取ることができるので、他のどの部門よりも早く正しい情報が集まり、商品のクレームなどを通じ、商品情報も集まってくることから、「企業経営の縮図」ともいわれています。

従来、コンタクトセンターにおいては、これらの行動履歴データを、いかに効率的に収集し、蓄積、集計するかに力を注いできました。ところが、この膨大なデータを分析し、売上、利益を上げる次のアクションに結びつけることができていないケースが非常に多いと思われます。

店舗などのリアルチャネルでの行動、コンタクトセンターでの対応履歴や購買履歴、Webの閲覧履歴、購買履歴、購買後のアクションなど、クロスチャネルでの行動把握に基づき、従来個別に管理されていた顧客行動を統合的に管理、分析し、最適な商品や情報を最適なチャネルで提示します。

情報過多の時代、自分にとって不要な情報は遮断するという行動が取られています。また、有用な情報であっても、欲しいときに届かない情報は見向きもされません。いかに最適なタイミングでメッセージを送るかが、企業と顧客との良好な関係を構築する鍵となっています。

金融業界では、イベントベースド・マーケティングに注目が集まっています。従来のマーケティングでは、顧客をセグメントし、その顧客に対してキャンペーンを行なうという手法が主流でした。しかし、金融商品の購入は消耗品のように頻度が高くなく、キャンペーンを仕掛けるタイミングが非常に重要になります。単純にこの顧客層にはこの商品を案内すればよいというわけではなく、顧客のニーズが発生するタイミングで情報発信することが求められています。

このアプローチを金融商品だけではなく、全ての商品や情報のマーケティングに活かそうというのが、「ライトタイム・マーケティング」です。ライトタイム・マーケティングでは、顧客セグメンテーション×商品・情報分析を行なった上で、さらにイベント・タイミング分析を行ない、その結果からアプローチ・タイミングルールを生成します。このルールに基づき、顧客に最適な商品・情報を、最適なタイミングで、最適なコンタクトポイントで配信することが可能になります。