出願者一人ひとりに、それぞれの道を。

1設定する：1つのタグ、ゴール、プログラム

サイトにPersonyzeのタグを一度追加します。最初のページから、すべての訪問者に専用のプロフィールができます：読んだページ、訪問回数、最初の流入元、所在地 — そして本人やCRMが教えてくれれば、それが誰なのかも。

何を成果とするかを決める

最初のキャンペーンの前に、入学までのファネルの各ステップをゴールに設定します。そうすれば、どのキャンペーンもクリックではなくゴールで測定されます：

• 資料請求問い合わせフォームの確認ページ。
• 出願開始出願の最初のページ。
• 出願提出受理されたことを伝えるページ。
• 見学・オープンデーの予約キャンパス見学、オープンデー、ウェビナーの確認ページ。

ゴールは、訪問者があるページのアドレスに到達したとき、クリック時、ページから読み取った値、Google AnalyticsやGoogle Tag Managerですでにトラッキングしているイベント、または独自のコードで発火します。アカウント全体で数えられるゴールは最大12個で、1つのキャンペーン専用に作ったゴールはその12個に含まれません。

プログラムを読み込む

プログラム、コース、学位は、以下のほとんどのレシピで選ぶ対象になるので、コンテンツカタログに入れておきます。Personyzeに開始ページやサイトマップからプログラムのページをクロールさせるか、ファイル（CSV、TSV、XLSX）、フィード、SFTP、REST APIで送ります。各プログラムにカテゴリ — 分野、レベル、形式 — を付ければ、レコメンド、ファインダー、ターゲティングルールのすべてで使えます。

2レシピ：目当てのプログラムを先頭に

工学のページを3つ読んだ訪問者は、フォーム以上のことを教えてくれています。ホームページと次に開くページで工学を先頭に — プログラム、研究室、キャンパス見学 — 、看護について読んでいる訪問者には看護を表示しましょう。

対象：シグナル

• 訪問したページ今回の訪問で読んだプログラムのページ — たとえば/programs/engineering/。
• 特定ページの閲覧たまたまの1クリックではなく、今回の訪問で工学のページを2つ以上。
• コンテンツインタラクション以前の訪問も含め、設定した期間内に閲覧したコンテンツカタログのプログラムを、カテゴリで絞り込んで。
• 関心レコメンドの設定で関心のトラッキングを設定すれば、その人の最も強い関心。
• 最後の検索サイト内または検索エンジンで最後に検索したもの。
• 広告キャンペーン（UTM）流入元のキャンペーン：工学の広告からは、工学に関心のある訪問者が来ます。

または、AIターゲティングアシスタントに1文で説明すれば — 「今回の訪問で/programs/engineering/のページを2回以上見たリピーター」 — ルールを書いて、平易な言葉で読み上げてくれます。

内容：ページそのものを変える

キャンペーンのコンテンツステップで、ページをWYSIWYGエディターで開きます：見出しをクリックして工学向けに書き換え、ヒーロー画像を変え、工学のプログラムを上に移動します。多くのページに出てくる文には、「テキスト・リンク・画像を置き換える」がその文を見つけ、キャンペーンが届くすべてのページで差し替えます。ルールに一致しない人には、ページがそのまま表示されます。

分野ごとに1つのキャンペーンにして、それぞれを単独で測定します：工学のキャンペーンを作り、看護とビジネス用に複製して、ルールと文言を変えます。ターゲットステップ自身の言葉を借りれば、別のオーディエンスへの別のメッセージは、独自のルールを持つ2つ目のキャンペーンです。

3レシピ：学部、大学院、またはキャリアチェンジ

同じプログラムのページでも、高校3年生、社会人、チームの研修を購入するマネージャーでは読み方が違います。どこから来たかで、たいていどれに当たるかが分かります：

• 高校3年生学部の工学の検索、または高校卒業予定者向けの広告から来た：キャンパス見学と出願締め切りを先頭に。
• 社会人MBAのキャンペーンから来て、パートタイムのページを読んでいる：夜間とオンラインの形式、そして資料請求を先頭に。
• キャリアチェンジを目指す人オンライン講座のサイトで、「キャリアを変える」広告から来た：初心者向けのコースとキャリアサポートを先頭に。
• チーム研修の購入者研修担当マネージャー向けのキャンペーン、または識別できる企業から来た：チームプランと通話の案内を先頭に。

そのためのルールは、すべてルールの選択画面にあります：広告キャンペーン（UTM）、参照元サイト、参照元の種類（検索エンジン、ソーシャル、メール、AIアシスタント、直接）、ランディングページとキーワード。初回の流入元と最初のランディングページは、最初に来たときの経路を覚えているので、大学院のキャンペーンから来て1週間後に直接戻ってきた見込み学生も、大学院の見込み学生のままです。

本人が教えてくれたら

訪問者が教えてくれることは、推測に勝ります。資料請求フォームでは各フィールドを訪問者のプロフィールに保存でき — レベル、プログラム、入学時期 — 、1問だけのアンケートで何を探しているかを直接尋ねることもできます。どの回答も、次のページからターゲティングルールになります。

在校生、保護者、職員は、募集キャンペーンから完全に外せます：除外ルールの対象は、サインイン後のページがすでに持っている値（セッション属性として読み取るCookie、ページ変数、フォームの値）か、アップロードしたリストです。

キャンペーンからの流入には専用のページを

募集キャンペーンでは、Personyzeがホストするランディングページが1つのアドレスのまま、オーディエンスごとのバージョンを追加します — ニュースレター、高校卒業予定者向けの広告、大学院フェアのチラシのQRコード。どのバージョンにも一致しない人にはデフォルトのページが表示されるので、そのアドレスには必ずページが表示されます。

4レシピ：留学生と国内の出願者

リスボンの出願者と、キャンパスから車で1時間の出願者では、最初のステップが違います。留学生は海外からの入学、奨学金、ビザのサポートを求め、地元の出願者はキャンパス見学を求めています。

• 国 / 都市IPアドレスから分かる国、地域、都市。リストを含めるか — 自国を除外して、海外の全員に届けます。
• 地図上のエリアキャンパスなどの地点から一定の距離内を、同じIPの位置情報で：精度はおおよそ都市レベルです。
• ブラウザーの言語ブラウザーに設定されている言語。

それぞれに見せるもの

• 留学生— まず海外からの入学案内のページ：海外からの入学要件、留学生向けの奨学金、ビザのサポート、英語の準備コース、そして地域担当のアドバイザー（入学相談の予約を参照）。
• 国内生— キャンパス見学、オープンデー、そしてその人に当てはまる学費と奨学金。
• 複数のキャンパス— 各訪問者に最寄りのキャンパスを先に。所在地をアップロードしておけば、プロモーションアドオンの最寄り拠点カードが距離、開館時間、道順を表示します（AIプロモーションのプレイブックを参照）。

本人の言語で

「テキスト・リンク・画像を置き換える」アクションは、同じ置き換えを他の言語でも持つことができ、それぞれの言語のページで使われます。AIチャットは訪問者の言語で返信し、予約ウィジェットはブラウザから読み取った訪問者自身のタイムゾーンで時間を表示します。

IPアドレスから分かる所在地は番地ではなく都市であり、訪問者のネットワークが別の場所にあることもあります。デフォルトのページは誰にとっても正しい内容にしておき、出願者がフォームで国を教えてくれたら、その回答でターゲティングしましょう。

5レシピ：再訪した出願者を、中断したところへ

出願が一度で終わることはまれです。出願者が戻ってきたら、サイトは出願が未完了であることを把握し、何よりも先に出願への戻り道を示すべきです。

1. 誰の出願が未完了かを知る

• CRMから— HubSpotやSalesforceを接続し、出願状況を持つフィールドを訪問者プロフィールにマッピングします。
• 入試システムから— 未完了の出願のリストをCSVとして「インポートしたユーザーデータ」にアップロードし、フィード、APIでの送信、SFTPで同期を保ちます。メールのリンクをたどった出願者は、そのリンクで識別されます。
• 自校のページから— 出願システムがすでに設定しているCookieやページの値を、セッション属性として読み取るか、プロフィールに保存します。

2. サイトで：戻り道を示す

リピーター（新規 / リピーター）のうち、プロフィール上で出願が未完了の人をターゲットにし、除外ルールで「提出済み」の人を除きます。ホームページとそのプログラムのページにバーを表示し — 「出願は保存されています。中断したところから再開しましょう」 — 、横に締め切りと、出願に戻るボタンを1つ置きます。変数で名前や出願したプログラムを表示することもできます。

3. 提出するまでメールで

同じ人たちに、Personyzeから短いメールシーケンスを送れます：オーディエンスに入った時点で最初のメール、数日後にクリックしなかった人にだけリマインダー。メールを送るたびにオーディエンスを確認し直すので、最初のメールのあとに提出した出願者にリマインダーが届くことはありません。設定の詳細はメールのプレイブックをご覧ください。

オンライン講座では、同じようなメールで、始めたあと止まってしまった受講者を呼び戻せます：最終訪問からの経過時間が2週間以上で、受講を始めたコースは、プロフィールのフィールドか、学習プラットフォームが書き出すリストから。

6レシピ：プログラムとコースのレコメンド

プログラムをコンテンツカタログに入れておけば、コンテンツレコメンデーションのキャンペーンがホームページにプログラムの行を、各プログラムページの下にもう1つの行を置きます — 訪問者本人や似た訪問者が読んだものから、訪問者ごとに選ばれます。

キャンペーンを作成し、コンテンツレコメンデーションを選びます。エディターは次の順序で進みます：カタログ、コンテンツイベント、コンテンツ、ターゲット、続いて公開前にQA、そして公開後に成果を確認します。学習の材料になるのはコンテンツイベントです：各プログラムページの1行が閲覧を報告し、もう1行がそのページでのゴール達成（資料請求など）を報告します。

• ホームページで「あなたへのおすすめコンテンツ」 — 似た訪問者のデータから、読む可能性の高いプログラム。「最近閲覧したアイテム」 — 見たプログラムを表示し、2回目の訪問での戻り道に。
• プログラムのページで「この記事を読んだ人はこんな記事も読んでいます」 — このプログラムと一緒に読まれているプログラム。「このトピックの他のコンテンツ」 — 同じ関心を持つプログラム。
• 新しいプログラムには「類似コンテンツ（AI）」 — タイトル、トピック、説明から学習した類似のプログラムなので、まだ誰も読んでいなくても機能します。
• 出願に向けて「読者がその後コンバージョンしたもの」 — 同じページの読者が、その後ゴール（資料請求など）に到達したプログラム。

分野とレベルに合わせる

訪問者との一致では、合うプログラムを先に表示します：各訪問者がすでに読んだもののトピック、著者、タグ — カテゴリ、タグ、関心 — を厳密な優先順位で。一致するものがない場合は、それでも最良のプログラムを表示するか、ウィジェットを隠します。カスタムフィルタールールは、プログラムの任意のフィールドを、値または訪問者プロフィールのフィールドと比較します：問い合わせフォームで大学院を選んだ訪問者には大学院のプログラムだけ、というように。

「訪問者がすでに次の状態のアイテムを除外…」で、閲覧中のページのプログラムを除外します。同じアルゴリズムはメールのレコメンドブロックも埋めるので、育成メールでは各見込み学生に、読んだものに最も近いプログラムを表示できます。エンジンについて詳しくはコンテンツレコメンドのプレイブックをご覧ください。

7レシピ：プログラムファインダーと、答えるチャット

欲しいものは分かっているのにメニューで見つけられない見込み学生もいれば、入試課が閉まっている深夜に質問がある人もいます。PersonyzeのAIアシスタントは、指定した場所で両方に対応します。

AIコンテンツファインダー：理由付きの候補リスト

ページ下部のバーに、見込み学生が探しているものを書きます — 「夜に受講できるパートタイムのデータのコース」「生物学の学位はすでにあり、看護を学びたい」。アシスタントはそれをプログラムのページと照らし合わせて短い要約で答え、続いて読むべきプログラムをそれぞれ合う理由とともに示し、さらに質問できるフォローアップのチャットを用意します。候補はレコメンドと同じエンジンでその見込み学生向けに並べられ、AIが関連すると判断すれば、ファインダーの結果にミーティングの予約ウィジェットを表示することもできます。

AIチャット：自校のページから答える

• ナレッジ— 入試、学費、留学生向けのページを読ませ、学校案内をウェブページまたは貼り付けたテキストとして追加するか、何度も打ち直している回答を貼り付けます。回答には、もとになったページを表示できます。
• 絶対にしないこと— 1行に1つの厳格なルール：入学枠、奨学金、ビザを決して約束しない。
• 分からないとき— 指定した文言を伝えたうえで、担当者またはメールアドレスの入力を提案し、会話の内容から件名を書きます。答えられなかった質問はすべて1つのリストに多い順で集まり、それぞれに「教える」が付きます。
• ミーティングの提案— 指定した状況で、会話の中で入学相談の予約を受け付けます。予約ウィジェットと同じミーティングタイプとアドバイザーを使います。

チャットはキャンペーンの中のアクションなので、キャンペーンと同じようにターゲティングできます：留学生向けのページには留学生向けの資料だけから答える留学生用のアシスタントを、それ以外の全員には別のアシスタントを。AIチャットは2つのファインダーとともに有料のアドオンで、7日間の無料トライアルがあります。

8レシピ：入学相談の予約

多くの出願者にとって、アドバイザーとの通話は出願の一歩手前のステップです。ミーティングスケジューラーは、予約を自校のページに置き、ふさわしい訪問者に提案し、予約とともに訪問の全体をアドバイザーに渡します。

キャンペーンと同じ順序で設定する

1. ホスト— 訪問者が予約できるアドバイザー。それぞれにタイムゾーン、Googleカレンダー、Zoomがあります。ホストは訪問者が予約できる相手であって、Personyzeのログインではないので、入試チーム全員を予約可能にできます。
2. 対応可能時間— 各アドバイザー自身のタイムゾーンでの毎週の対応時間。すでにカレンダーに入っている予定はその枠をブロックします。
3. ミーティングタイプ— 予約できるもの：学部の入学相談、大学院プログラムの面談、留学生の入学相談 — それぞれに長さ、場所、担当者を設定します。
4. ターゲットとコンテンツ— 誰にどのミーティングを提案するか、そして予約ウィジェットをどう見せるか：ページの中に、ポップアップで、または専用のページで。
5. 共有— 予約ウィジェット専用のウェブアドレス、オープンデーのチラシ用のQRコード、SMSのリンク、メールツール用のコード。

ふさわしい出願者に、ふさわしい相談を

予約ウィジェットはキャンペーンのアクションなので、そもそも誰にミーティングを提案するかはターゲティングルールが決めます：留学生には留学生チームを、MBAのページを3つ見ている見込み学生には大学院のアドバイザーを、ブログ記事を1本初めて読んだ人にはまだ何も提案しません。何にも一致しない訪問者には、ページがそのまま表示されます。

時間はブラウザから読み取った訪問者自身のタイムゾーンで表示されます — 6つのタイムゾーンを隔てた出願者にとって、これが何より重要です。ZoomやGoogle Meetを一度接続すれば、すべての予約に専用のリンクが付きます。

予約のあと

予約は訪問者のプロフィールに記録され、のちのキャンペーンで「予約済み」や「予約したが来なかった」をターゲットにでき、メール、Zapier、Slack、HubSpot、または自社のWebhookにも転送されます。予約の一覧には、すべてのミーティング、その背後の訪問者、予約元のページが表示されます。

9レシピ：そのプログラムの卒業生のストーリー

看護の見込み学生の心を動かすのは、一般的な称賛ではなく看護の卒業生です。卒業生のストーリー、学生のレビュー、推薦の声を1つのライブラリにまとめ、それぞれに誰向けかのタグを付けて、各訪問者に合うものを表示します。

• 誰向けかをタグ付けする— レビューのページ（設定 → レビュー）で、各レビュー、推薦の声、導入事例に、ページのパス（/programs/nursing/）、国、地域、都市、関心、カテゴリ、または訪問者プロフィールに保存している任意のフィールドを付けられます。
• レビューを表示— それらのタグを各訪問者と照合するキャンペーンです。「一致を優先」にすると、一致するストーリーが先頭に来て、残りがその後を埋めるので、空のウィジェットを見る人はいません。
• 新しいストーリーを集める — レビューフォームを自社サイトに置きます。新しいレビューはすべて、誰かに表示される前に承認待ちになります。

留学生の卒業生のストーリーも、国でタグを付ければ同じように海外の訪問者に届きます。レビューとアンケートはアドオンで、PowerとEnterpriseのプランに含まれています。レシピの全体はレビューとアンケートのプレイブックをご覧ください。

10レシピ：締め切りとオープンデーを、関係する人にだけ

締め切りは、そのプログラムを検討している出願者には役立ちますが、それ以外の人にはノイズです。当てはまる場所にだけ表示しましょう。

• 締め切りまでのカウントダウン—「カウントダウンタイマー」は、固定の日付まで、または訪問者ごとにカウントし、時間切れになるとゼロを表示する、メッセージを表示する、自身を隠す、のいずれかになります。そのプログラムのページを訪れた、まだ出願していない訪問者をターゲットにします。
• 今後の予定を順番に表示するバー— 出願締め切り、オープンデー、奨学金の締め切り日を、ページ上部で最大3つまで順番に表示します。プロモーションを使えば、それぞれが日付、オーディエンス、ページカテゴリを持つ独立した行になり、バーは閲覧中のページに合うものを選びます — 詳しくはAIプロモーションのプレイブックをご覧ください。

本当の日付に向けてカウントダウンし、日付が過ぎたらカウントダウン自体を隠しましょう。

11レシピ：A/Bテストし、オーディエンスごとに勝者を残す

確信が持てないものをテストします — 留学生向けのヒーロー、「資料請求」対「相談を予約」、締め切りバーのありとなし — 。判定はクリックではなく出願で行います。

1. キャンペーンのコンテンツステップでバージョンを追加し、トラフィックの配分をドラッグで決めます。サイトのオリジナルにも一部を割り当ててコントロールにすれば、どのバージョンが何もしない場合より優れているかが分かります。
2. ゴールを選び（資料請求や出願開始など）、自動選択で確信が持てた時点で勝者を採用するか、終わりのないコンテンツ（ホームページのヒーローなど）には「AI：継続的に最適化」を選びます。
3. 成果ステップで結果を読んだら、次に開くのは「勝者は各オーディエンスでも通用するか？」

テストの勝者は全体で1つですが、全員にとってそうとは限りません。どのテストも、オーディエンスごとに — Personyzeが自社のデータから発見したオーディエンスごとに — 読み解かれます。全体のトップとは別の明確な勝者があるオーディエンスがあれば、チェックを入れて適用します：そのオーディエンスにはそこで勝ったバージョンが、それ以外の全員には全体の勝者が表示され、元に戻せばテストも元どおりになります。適用できるのは実行中のA/Bテストで、ホスト型ランディングページや多変量テストでは使えません。

12出願数で測定する

どのキャンペーンも、ステップ1で設定したゴールでレポートするので、問いは常に入試担当者が尋ねるものと同じです：資料請求、出願開始、出願提出は増えたか？

• 各キャンペーンの成果ステップ— 実行された訪問、ビュー、クリック、コンバージョンを、前の期間と比較して。
• コントロールグループ— サイトをそのまま見る訪問者の割合。報告するリフトが、キャンペーンが生んだリフトになります。
• ミーティング— 予約、実施、キャンセル、無断キャンセル、そして各予約を生んだキャンペーン。
• AIチャット— 会話、答えられなかった質問、担当者に引き継いだ会話。
• アカウントの概要— すべてのキャンペーンをまとめて、いま公開中のものとともに。スケジュールレポートで、数値を定期的にメールで送れます。

1つのプログラムと1つのオーディエンスから始め、数週間後に結果を読み、うまくいったものから広げていきましょう。製品について詳しくは行動ターゲティング、コンテンツレコメンデーション、AIチャットエージェント、ミーティングスケジューラーとA/Bテストをご覧ください。