過去の旅行履歴、サイト閲覧頻度、メルマガの反応、問い合わせのトーン等のデータをAIが統合分析し、他社サイトへの流出リスクが高い顧客や、過去に定期利用があったが現在は止まっている「休眠顧客」を自動リストアップする施策です。新規獲得コストが上昇する中、既存客の維持は収益の要です。AIは個別の旅行サイクル(例:毎年夏休みにハワイへ行く等)を学習し、検討が始まる「半年前」に最適なパーソナライズオファーをプッシュ通知。機会損失を防ぎ、LTV(顧客生涯価値)を最大化させます。営業担当者が「最近あのお客さん予約がないな」と感覚で思っていたことを、全社規模でシステムが自動実行します。
職種 |
情報システム | 施策難易度 |
★★★☆☆ |
|---|---|---|---|
業界① |
観光・サービス | 目的 |
LTV向上 解約防止 |
業界② |
旅行・観光 | 対象 |
CRM担当 マーケティング部門 顧客 |
費用 |
200〜1000万円 | 90 |
主なToDo
- 過去10年分の顧客行動データの集約と特徴量抽出
- 離脱予測AIモデルの構築とSFA(Salesforce等)への組み込み
- セグメント別の自動プッシュ通知・DM配信のシナリオ設定
期待できる効果
既存客の離脱防止による売上の安定。広告宣伝費の投資対効果(ROI)の向上。
躓くところ
データの分析・運用を継続できる人材の確保。過度なアプローチによるアプリ削除。

AIによる「休眠顧客・離脱予兆」検知(リテンション)【旅行・観光】






