樂天與Docomo成功運用Docomo虛擬行銷技術進行優惠券派發目標鎖定的實證實驗

樂天與NTT Docomo成功實施了優惠券派發的精準行銷實證實驗。透過運用大型語言模型生成未購買Ghana巧克力的「虛擬顧客」,並鎖定相似客群,其購買率最高達到一般投放的1.76倍,驗證了虛擬行銷技術的卓越成效。
調査NQ 85/100出典:PR Times

📋 文章處理履歷

  • 📰 發表: 2026年4月22日 19:00
  • 🔍 收集: 2026年4月23日 00:02(發表後5小時2分鐘)
  • 🤖 AI分析完成: 2026年4月23日 01:16(收集後1小時14分鐘)
株式會社樂天(以下簡稱樂天)與株式會社NTT Docomo(以下簡稱Docomo),運用Docomo開發的「虛擬行銷技術」(※2)——該技術利用企業擁有的各種數據,透過大型語言模型生成虛擬消費者模型(※1)(以下簡稱虛擬顧客),並可對虛擬顧客進行訪談——結合Docomo所擁有的約1億(※3)d帳號會員數據及購買數據,實施了針對優惠券派發目標鎖定的實證實驗(以下簡稱本實證),並於今日發表已確認本實證之成果。此外,這是首次利用虛擬行銷技術進行廣告或優惠券派發目標鎖定的實證實驗。

在本實證中,透過虛擬行銷技術生成了以「從未購買過Ghana片裝巧克力系列(※4)」為前提的虛擬顧客。針對具有與這些虛擬顧客相似屬性的顧客,以及隨機抽取的普通顧客,分別派發了「Ghana片裝巧克力系列」的優惠券。接著,比較了在本實證期間收到優惠券的顧客對「Ghana片裝巧克力系列」的購買率等指標。實證結果顯示,與虛擬行銷技術生成的虛擬顧客相似的顧客,其購買率最高比一般顧客高出約1.76倍。這確認了透過活用虛擬行銷技術,能夠理解從未購買過「Ghana片裝巧克力系列」的顧客,並據此實施有效的行銷策略。

【本實證的概要圖】

1. 背景
對企業而言,理解消費者是行銷市場調查中極為重要的過程。目前,許多企業主要透過產品出貨量和顧客問卷等方式來理解消費者,這導致難以進行有效的目標鎖定成為一項挑戰。特別是在針對從未購買過特定商品的顧客(以下簡稱商品未購買者)進行行銷時,由於缺乏購買紀錄等資訊,樂天也深感對商品未購買者的理解不足及目標鎖定精準度偏低是一大課題。

面對此一課題,樂天與Docomo認為,透過「虛擬行銷技術」生成以商品未購買者為前提的虛擬顧客並進行訪談,接著從約1億名的d帳號會員中,提取出具有與虛擬顧客相似屬性的顧客,將能實現更高階的商品未購買者理解與目標鎖定。因此,本次實施本實證的目的,在於驗證是否能透過活用虛擬行銷技術,實現對商品未購買者的理解並據此採取有效的行銷策略。

2. 本實證的概要
本實證於2026年1月15日(四)至2026年2月14日(六)期間實施。在本實證初期,基於Docomo擁有的性別、年齡等與d帳號會員綁定的數據及購買數據,透過虛擬行銷技術生成了1,240名以「從未購買過Ghana片裝巧克力系列」為前提的虛擬顧客。隨後,針對虛擬顧客進行關於巧克力購買行為的訪談,例如購買巧克力的頻率、使用巧克力製作甜點的經驗等,從而建立了「重視價格」、「重視喜好」、「重視認知」等3種類型的分群(※5),並提取出具有與各分群相似屬性、總計約200萬名的顧客。

接著,在「d払い®」應用程式及d point club應用程式內,向這些顧客以及隨機抽取的一般顧客派發優惠券。透過比較點擊優惠券橫幅並顯示優惠券的比例(以下簡稱優惠券顯示率)與實際購買商品的比例(以下簡稱購買率),來驗證虛擬行銷技術是否能實現對從未購買過「Ghana片裝巧克力系列」之顧客的理解,以及能否據此進行有效的行銷。

此外,針對本次建立的3種類型分群,在實際派發優惠券之前,使用了虛擬行銷技術,對各個分群進行了「期待反應率」的預測,該指標顯示顧客對優惠券採取行動(如瀏覽橫幅、顯示優惠券、購買商品等)的可能性。結果指出,具有重視個人喜好特性的「重視喜好」分群之「期待反應率」數值較低,並提出見解認為,在實際的派發中,與「重視喜好」分群相似的顧客之優惠券顯示率及購買率也可能較低。

【分群的期待反應率】

3. 本實證的結果
本實證的結果顯示,在重視價格的「重視價格」分群中,與一般顧客相比,優惠券顯示率為1.66倍,購買率為1.76倍,對優惠券的反應最為熱烈。