CDPを利用したMAシナリオの作り方は？設定すべきセグメントと具体シナリオ例を紹介

公開日：2026.02.24　/　更新日：2026.02.24　/　データ活用/CDP

CDP（顧客データ基盤）とMA（マーケティングオートメーション）を連携させたいが、どのようなシナリオを設計すればよいか分からない。こうした悩みを抱える企業は少なくありません。CDPに膨大なデータは蓄積されているものの、MAのトリガーとして活用できず、一斉配信による開封率の低下に悩むケースも多く見られます。

本記事では、CDPに蓄積された統合データをMAの自動配信シナリオに活かすための設計方法を、実務的な視点から解説します。実店舗とECのデータを掛け合わせたオムニチャネル施策や、LTV・離脱予測を活用した高精度なシナリオ設計の具体例を通じて、施策の精度を高めるヒントを提供します。

記事では、シナリオ設計の5つの基本ステップ、MAトリガーとして活用すべきCDPデータ項目の選定基準、カスタマージャーニー別の自動化シナリオテンプレート、オムニチャネルデータを掛け合わせたベストプラクティス、そして導入企業の成功事例と運用体制の構築方法を順に取り上げます。

CDP×MAシナリオ設計の全体像と5つの設計ステップ

CDPに蓄積された統合データをMAのトリガーとして活用することで、顧客の最新状態に合わせたリアルタイム配信が可能になります。この章では、実装を成功に導く5つの基本ステップと、部門間の役割分担、設計段階で用意すべき成果物の全体像を見ていきます。

特に、社内に散在するデータを一元管理できる基盤としてGENIEE CDPのようなツールを導入することは、シナリオ設計の前段階として非常に重要です。正確なデータ統合があって初めて、精度の高いトリガー設定が可能になるからです。

CDP×MAシナリオ設計で実現できること

CDP×MAシナリオ設計により、実店舗とECのデータ統合によるパーソナライズ配信や、LTVに基づいた自動リカバリーなど、MA単体では困難な高度な施策が実現できます。

例えば、ECサイトでカゴ落ちした顧客に対し、実店舗での購入履歴を参照して「店舗で購入済みなら店舗クーポン」「未購入ならECクーポン」を自動で出し分けることが可能です。また、顧客の最新状態に合わせたリアルタイム配信により、最適なタイミングでのアプローチが可能になります。

さらに、LTVや離脱予測スコアといった加工・予測データを活用することで、休眠の兆候が見える前に先行的なクーポン配信を行い、離脱率を抑制する自動リカバリーシナリオを構築できます。これにより、従来の一斉配信では実現できなかった、顧客一人ひとりの状況に応じた精緻なコミュニケーションが実現します。

シナリオ設計の5つのステップ

CDP×MAシナリオ設計は、課題特定から連携設定、テスト改善に至る5つのステップで進めます。各工程で作成すべき定義書やチェックリストを整備することで、実装時の手戻りを防ぎ、精度を高めることができます。

1. 課題の特定と目的の明確化

まず、現状のマーケティング施策における課題を洗い出し、CDP×MAシナリオで解決すべき目的を明確にします。

例えば「初回購入後のリピート率が低い」「休眠顧客の掘り起こしが属人的」といった具体的な課題を定義し、KPI（開封率、CVR、LTV向上率など）を設定します。

2. データ項目とセグメントの定義

次に、CDPから抽出すべきデータ項目を選定し、セグメント定義書を作成します。

顧客属性（年齢、性別、会員ランク）、行動履歴（最終購入日、購買頻度、閲覧カテゴリ）、統合指標（LTV、RFM分析結果）、予測データ（離脱確率、推奨商品）の4軸を整理し、ビジネスインパクトとデータ鮮度を考慮して優先順位を付けます。

3. シナリオ設計とトリガー条件の策定

セグメント定義に基づき、具体的な配信シナリオとトリガー条件を策定します。トリガー条件表には、「どのセグメントに」「どのタイミングで」「どのチャネルで」「どのコンテンツを」配信するかを明記します。

例えば「初回購入後7日経過かつ2回目購入なし」の顧客に「関連商品レコメンドメール」を配信する、といった具体的な条件分岐を設計します。

4. CDP-MA連携設定とテスト実施

設計したシナリオに基づき、CDPとMAツールの連携設定を行います。データ連携の頻度（リアルタイム/日次バッチ）、セグメント更新のタイミング、配信チャネルの設定を行い、テスト配信で動作を確認します。

この際、GENIEE CDPのようにGENIEE独自のマーケティングツール群と標準連携可能な基盤を選べば、連携設計の工数を大幅に削減でき、実装スピードを加速させることができます。

5. 効果測定と継続的な改善

シナリオ稼働後は、設定したKPIをもとに効果測定を行い、PDCAサイクルを回します。開封率、クリック率、CVRだけでなく、中長期的なLTV向上を重視した指標設計が重要です。低パフォーマンスなシナリオを特定し、A/Bテストで改善を重ねることで、精度を高めていきます。

CDPから抽出すべきデータ項目とセグメント設計の実務

MAのトリガーとして有効なデータ項目を4つの分類で整理し、ビジネスインパクトと鮮度に基づいた選定基準を示します。この章では、顧客属性、行動履歴、統合指標、予測データの活用方法と、具体的なセグメント設計のパターンを見ていきます。

MAトリガーとして活用すべきCDPデータ項目の全体像

CDPから抽出すべきデータ項目は、顧客属性、行動履歴、統合指標、予測データの4軸に分類できます。これらを掛け合わせることで、精度の高い抽出が可能になります。

1. 顧客属性データ

年齢、性別、居住地、会員ランク、登録チャネルなど、顧客の基本的なプロフィール情報です。例えば「30代女性」「ゴールド会員」といった属性を条件に、パーソナライズされたメッセージを配信できます。

2. 行動履歴データ

最終購入日、購買頻度、累計購入金額、閲覧カテゴリ、カゴ落ち有無、アプリ利用状況など、顧客の行動を記録したデータです。例えば「最終購入日から30日経過」「カゴ落ち後24時間以内」といった鮮度の高い行動をトリガーにすることで、タイムリーなアプローチが可能になります。

3. 統合指標データ

LTV（顧客生涯価値）、RFM分析結果（Recency/Frequency/Monetary）、平均購入単価、チャネル利用状況など、複数のデータを統合して算出した指標です。例えば「LTV上位10%」「直近3ヶ月の購買頻度が高い」といった条件で、優良顧客向けの特別施策を展開できます。

4. 予測データ

離脱確率、次回購入予測日、推奨商品カテゴリなど、機械学習や統計モデルを用いて算出した予測データです。例えば「離脱確率70%以上」の顧客に対し、先行的にクーポンを配信することで、離脱率を抑制できます。

データ鮮度と取得難易度を考慮し、ビジネスインパクトの大きい項目から優先的に連携させることが重要です。もし「どのデータを活用すべきか分からない」という場合は、GENIEE CDPの「AI Dashboard 自動生成機能」が役立ちます。専門知識がなくても、自然言語での指示だけでデータを自動集計し、グラフ形式のダッシュボードを即座に生成できるため、現場担当者が自らデータを探索し、重要な項目を効率的に把握できます。

セグメント設計の3つの軸と具体的な設計例

セグメント設計は、顧客の状態・価値・行動を軸に考えます。ここでは、10パターン以上の実務的な設計例を通じて、具体的な条件分岐のイメージを示します。

1. 顧客の状態を軸にしたセグメント

新規会員、初回購入済み、リピーター、優良顧客、休眠顧客など、顧客のライフサイクルステージを軸にセグメントを設計します。例えば「新規会員登録後24時間以内」「初回購入後7日経過かつ2回目購入なし」「最終購入日から90日経過」といった条件で、ステージに応じた施策を展開します。

2. 顧客の価値を軸にしたセグメント

LTV、累計購入金額、購買頻度、会員ランクなど、顧客の価値を軸にセグメントを設計します。例えば「LTV上位10%」「累計購入金額10万円以上」「直近3ヶ月の購買頻度3回以上」といった条件で、優良顧客向けの限定イベント招待や先行販売を行います。

3. 顧客の行動を軸にしたセグメント

閲覧カテゴリ、カゴ落ち、メール開封率、アプリ利用状況など、顧客の行動を軸にセグメントを設計します。

例えば「特定カテゴリを3回以上閲覧」「カゴ落ち後24時間以内」「メール開封率30%以上」（業界平均を上回るエンゲージメント層）「アプリ未利用」といった条件で、行動に応じたパーソナライズ施策を展開します。

セグメントサイズが小さすぎると施策効果が限定的になるため、網羅性と粒度のバランスが重要です。例えば「30代女性×東京都在住×化粧品カテゴリ閲覧×LTV上位10%」のように条件を掛け合わせすぎると、該当者が極端に少なくなり、施策のスケールが出ません。

一方で「全会員」のような粗いセグメントでは、パーソナライズの効果が薄れます。施策の目的とリソースを考慮し、適切な粒度を見極めることが求められます。

データ連携の頻度とセグメント更新のタイミング設計

カゴ落ちなどのリアルタイム性が求められる施策と、日次バッチで十分な施策を区分し、コストと精度のバランスを考慮した設計方法を解説します。

1. リアルタイム連携が必要な施策

カゴ落ち、閲覧放棄、アプリ起動など、顧客の行動直後にアプローチすることで効果が高まる施策では、リアルタイム連携が必要です。

例えば「カゴ落ち後30分以内にリマインドメール配信」「閲覧放棄後1時間以内にプッシュ通知」といったシナリオでは、データ遅延が機会損失に直結するため、APIやストリーミング連携を活用します。

2. 日次バッチで十分な施策

会員ランク更新、LTV算出、RFM分析など、日単位での更新で十分な施策では、日次バッチ連携が適しています。例えば「前日のLTV上位10%に特別クーポン配信」「前日の購買頻度が高い顧客にアップセル提案」といったシナリオでは、日次バッチで十分な精度が保てます。

3. 週次・月次バッチで十分な施策

休眠顧客の定義更新、離脱予測スコアの再計算など、週次・月次での更新で十分な施策もあります。例えば「月次で離脱予測スコアを再計算し、高リスク顧客に段階的なアプローチ」といったシナリオでは、週次・月次バッチで運用コストを抑えつつ、精度を維持できます。

GENIEE CDPのようにMAツールとの連携実績が豊富な基盤を選ぶことが、データ遅延による機会損失を防ぐ鍵となります。連携頻度の設計では、施策の目的とコストを天秤にかけ、リアルタイム性が必須な施策を絞り込むことが重要です。

【MA実装例】CDPをベースとしたMAシナリオ設計テンプレート

認知からロイヤル化、休眠防止までの各ステージに対応した、即時実装可能なシナリオテンプレートを提供します。

この章では、各施策の目的とKPIを紐解き、新規会員のウェルカムシナリオから休眠顧客の自動リカバリーまでを順に見ていきます。

認知・獲得ステージ：新規会員のウェルカムシナリオ

1. 登録直後のウェルカムメール配信

新規会員登録後、即座にウェルカムメールを配信します。メール内容は「登録完了のお礼」「初回購入クーポン」「人気商品の紹介」を含め、登録後24時間以内のクーポン配信など、鮮度の高い行動をトリガーにすることでCVRを最大化できます。

2. 登録後3日以内の商品レコメンド

登録時に選択した興味カテゴリや、初回閲覧した商品カテゴリに基づき、関連商品をレコメンドするメールを配信します。例えば「化粧品カテゴリを閲覧した新規会員に、スキンケアセットを提案」といったシナリオです。

3. 登録後7日以内の初回購入促進

登録後7日経過しても初回購入がない会員に対し、期間限定クーポンや送料無料キャンペーンを案内します。例えば「登録後7日以内の購入で10%オフ」といった限定感を演出し、初回購入を後押しします。

初回購入ステージ：2回目購入促進シナリオ

1. 初回購入直後のサンクスメール配信

初回購入後、即座にサンクスメールを配信します。メール内容は「購入のお礼」「商品の使い方ガイド」「次回購入クーポン」を含め、初回購入商品のカテゴリに合わせた使い方ガイドの送付が、顧客満足度とリピート率の向上に寄与します。

2. 初回購入後7日以内の関連商品レコメンド

初回購入商品のカテゴリに基づき、関連商品をレコメンドするメールを配信します。例えば「化粧水を購入した顧客に、乳液やクリームを提案」といったクロスセル施策です。

3. 初回購入後14日以内の2回目購入促進

初回購入後14日経過しても2回目購入がない顧客に対し、期間限定クーポンや送料無料キャンペーンを案内します。

例えば、初回購入後の2回目購入促進は、商材の使用サイクルに合わせたタイミング設計が重要です。「化粧品なら使い切り前の30〜60日後」「食品なら14〜30日後」「アパレルなら次シーズン前」といった形で、商品特性に応じた期間限定クーポンを配信します。

リピート購入ステージ：クロスセル・アップセルシナリオ

購買頻度やLTVに基づき、上位商品や定期便への移行を促すためのパーソナライズ施策を具体化します。

1. 購買サイクルに基づくリマインド配信

最終購入日からの経過日数に応じたリマインド配信により、買い忘れを防ぎ購買サイクルを安定させます。例えば「30日サイクルで購入している顧客に、購入予定日の3日前にリマインドメール配信」といったシナリオです。

2. 購買頻度に基づくアップセル提案

購買頻度が高い顧客に対し、上位商品や定期便への移行を促すメールを配信します。例えば「直近3ヶ月で3回以上購入した顧客に、定期便割引を提案」といったアップセル施策です。

3. LTVに基づくクロスセル提案

LTV上位層に対し、関連カテゴリの商品をレコメンドするメールを配信します。例えば「LTV上位10%の顧客に、新商品や限定商品を先行案内」といったクロスセル施策です。

ロイヤル化・ファン化ステージ：VIP顧客向け特別施策

LTV上位層に対する限定イベント招待や先行販売など、特別感を醸成しエンゲージメントを高めるシナリオを設計します。

1. LTV上位層への限定イベント招待

LTV上位10%の顧客に対し、限定イベントや先行販売の招待メールを配信します。高LTV顧客の維持には、単なる割引ではなく限定的な体験価値の提供が効果的です。例えば「LTV上位10%の顧客限定で、新商品発表会に招待」といった特別感を演出します。

2. 会員ランクに基づく特別クーポン配信

会員ランク（ゴールド、プラチナなど）に基づき、特別クーポンを配信します。例えば「プラチナ会員限定で、全商品20%オフクーポンを配信」といった施策です。

3. 購買カテゴリに基づく限定商品案内

購買カテゴリの嗜好に基づき、限定商品や新商品を先行案内します。例えば「化粧品カテゴリを頻繁に購入する優良顧客に、新作コスメを先行案内」といった施策です。

休眠・離脱防止ステージ：自動リカバリーシナリオ

離脱予測スコアを活用した先行的なアプローチや、休眠期間に応じた段階的な掘り起こし施策を解説します。

1. 離脱予測スコアに基づく先行的クーポン配信

離脱の兆候が見える前に予測データに基づいたクーポンを配信することで、離脱率を抑制できます。

離脱予測スコアの閾値は、自社のデータと施策コストを考慮して設定します。例えば「離脱予測スコア上位20%の顧客」や「スコアが前月比で急上昇した顧客」といった相対的な条件設定が、実務では扱いやすいケースが多いです。

具体的な閾値は、A/Bテストを通じて最適化することが推奨されます。

2. 休眠期間に応じた段階的アプローチ

最終購入日からの経過日数に応じて、段階的にアプローチを強化します。例えば「最終購入日から60日経過：リマインドメール」「90日経過：割引クーポン」「120日経過：大幅割引クーポン」といった段階的な施策です。

3. 休眠顧客へのアンケート配信

休眠顧客に対し、離脱理由を尋ねるアンケートを配信します。例えば「最終購入日から90日経過した顧客に、アンケート配信と回答者限定クーポンを提供」といった施策です。アンケート結果をもとに、商品ラインナップやサービス改善に活かすことができます。

【MA実装例応用編】オムニチャネルデータを掛け合わせたMA実装例

ECと店舗、アプリのデータを統合することで可能になる、より解像度の高いシナリオ実例を紹介します。

この章では、ID統合がもたらす精度の違いを明らかにし、カゴ落ち×実店舗購入、閲覧放棄×アプリ利用、LTV×チャネル×購買カテゴリ、休眠顧客×過去チャネル×メール開封率を掛け合わせたシナリオを見ていきます。

カゴ落ち×実店舗購入有無を掛け合わせたシナリオ

オンラインとオフラインのID統合を行うことで、チャネルを跨いだ顧客行動の矛盾を解消できます。例えば、ECサイトでカゴ落ちした顧客に対し、一律でECクーポンを配信すると、すでに実店舗で同商品を購入済みの顧客にも無駄な配信が発生します。

CDP×MAシナリオでは、ECのカゴ落ちデータと実店舗の購買履歴を統合し、「ECカゴ落ち後24時間以内かつ店舗購入なし」の顧客にはECクーポンを、「ECカゴ落ち後24時間以内かつ店舗購入済み」の顧客には店舗での次回購入クーポンを配信します。

店舗購入履歴を考慮した出し分けにより、不要なクーポン配信を抑えつつ購入意欲を促進できます。このような高度な出し分けには、GENIEE CDPのような強力なID統合機能を持つ基盤が不可欠です。

閲覧放棄×アプリ利用状況を掛け合わせたシナリオ

サイト閲覧後に離脱した顧客に対し、アプリ未利用者には「DL特典」、利用者には「プッシュ通知」で再訪を促す出し分け実例を提示します。

ECサイトで特定カテゴリを閲覧後に離脱した顧客に対し、アプリ利用状況を考慮した出し分けを行います。「閲覧放棄後1時間以内かつアプリ未利用」の顧客には、アプリダウンロード特典（初回購入10%オフ）を案内するメールを配信します。

一方、「閲覧放棄後1時間以内かつアプリ利用中」の顧客には、プッシュ通知で「閲覧商品が在庫わずか」といった緊急性を演出し、再訪を促します。

アプリプッシュ通知を組み合わせることで、メール開封率の低さを補い再訪率を高めることが可能になります。特に、若年層やアプリヘビーユーザーに対しては、プッシュ通知の方が開封率・反応率が高い傾向があります。

LTV×チャネル利用状況×購買カテゴリを掛け合わせたシナリオ

高LTV層の好むチャネルとカテゴリを分析し、店舗での相談会案内など、オンラインを起点にオフラインへ誘導する高度な設計を解説します。

LTV上位10%の顧客に対し、チャネル利用状況と購買カテゴリを掛け合わせた施策を展開します。例えば「LTV上位10%かつ店舗利用頻度が高いかつ化粧品カテゴリを頻繁に購入」の顧客には、店舗での美容相談会や新商品タッチアップイベントへの招待メールを配信します。

一方、「LTV上位10%かつECのみ利用かつ化粧品カテゴリを頻繁に購入」の顧客には、ECサイトでのライブコマースや動画コンテンツを案内します。顧客の嗜好に合わせたチャネル選択が、エンゲージメントの維持とLTVの最大化に直結します。

休眠顧客×過去購入チャネル×メール開封率を掛け合わせたシナリオ

メールに反応しない休眠層に対し、過去の主利用チャネル（店舗/EC）に合わせてLINE配信へ切り替えるなど、反応率を改善する手法を提示します。

最終購入日から90日経過した休眠顧客に対し、過去の主利用チャネルとメール開封率を掛け合わせた施策を展開します。例えば「最終購入日から90日経過かつ過去の主利用チャネルが店舗かつメール開封率30%未満」の顧客には、店舗での来店特典クーポンをLINE配信します。

一方、「最終購入日から90日経過かつ過去の主利用チャネルがECかつメール開封率30%未満」の顧客には、ECサイトでの大幅割引クーポンをLINE配信します。配信チャネルの最適化により、従来のメール施策では届かなかった層への再アプローチが可能になります。こうしたマルチチャネル配信も、GENIEE CDPなら自社ツール群との標準連携により、メール・LINE・アプリプッシュ等を組み合わせて容易に実現できます。