Piano + MSP

Know your subscribers. Manage their access. Own the relationship.

Piano + MSP

Know your subscribers. Manage their access. Own the relationship.

Piano + MSP

Know your subscribers. Manage their access. Own the relationship.

Piano + MSP

Know your subscribers. Manage their access. Own the relationship.

Piano + MSP

Know your subscribers. Manage their access. Own the relationship.

Print and digital, connected end to end with MSP

With MSP, run print and digital subscriptions on one platform, and keep orders, addresses, and deliveries in sync with your print logistics, automatically.

Print and digital, connected end to end with MSP

With MSP, run print and digital subscriptions on one platform, and keep orders, addresses, and deliveries in sync with your print logistics, automatically.

Print and digital, connected end to end with MSP

With MSP, run print and digital subscriptions on one platform, and keep orders, addresses, and deliveries in sync with your print logistics, automatically.

Print and digital, connected end to end with MSP

With MSP, run print and digital subscriptions on one platform, and keep orders, addresses, and deliveries in sync with your print logistics, automatically.

Print and digital, connected end to end with MSP

With MSP, run print and digital subscriptions on one platform, and keep orders, addresses, and deliveries in sync with your print logistics, automatically.

機械学習による傾向モデル

Pianoのデータサイエンスチームは、これまでに培ったコンテンツインテリジェンスと数多くのサイトでの経験をもとに、ユーザーの行動可能性を示す一連の傾向モデルを作成。 

再訪の可能性が低いユーザーをターゲットに、彼らが興味をもつコンテンツを提供するほか、コンバージョンにつながる可能性の高いユーザーをターゲットに期間限定の提案を実行。 

オーディエンス拡張モデリング

より多くのデータを持つオーディエンス(例:購入ユーザーなど)のセグメントを取り出し、それを活用して似たような行動を示す、より大規模な匿名グループでの推計値を計測。 

オンサイトやアプリ内ターゲティング、またはソーシャルメディア課金の前段階として利用可能な強力なツールです。

機械学習による傾向モデル

Pianoのデータサイエンスチームは、これまでに培ったコンテンツインテリジェンスと数多くのサイトでの経験をもとに、ユーザーの行動可能性を示す一連の傾向モデルを作成。 

再訪の可能性が低いユーザーをターゲットに、彼らが興味をもつコンテンツを提供するほか、コンバージョンにつながる可能性の高いユーザーをターゲットに期間限定の提案を実行。 

オーディエンス拡張モデリング

より多くのデータを持つオーディエンス(例:購入ユーザーなど)のセグメントを取り出し、それを活用して似たような行動を示す、より大規模な匿名グループでの推計値を計測。 

オンサイトやアプリ内ターゲティング、またはソーシャルメディア課金の前段階として利用可能な強力なツールです。

機械学習による傾向モデル

Pianoのデータサイエンスチームは、これまでに培ったコンテンツインテリジェンスと数多くのサイトでの経験をもとに、ユーザーの行動可能性を示す一連の傾向モデルを作成。 

再訪の可能性が低いユーザーをターゲットに、彼らが興味をもつコンテンツを提供するほか、コンバージョンにつながる可能性の高いユーザーをターゲットに期間限定の提案を実行。 

オーディエンス拡張モデリング

より多くのデータを持つオーディエンス(例:購入ユーザーなど)のセグメントを取り出し、それを活用して似たような行動を示す、より大規模な匿名グループでの推計値を計測。 

オンサイトやアプリ内ターゲティング、またはソーシャルメディア課金の前段階として利用可能な強力なツールです。

機械学習による傾向モデル

Pianoのデータサイエンスチームは、これまでに培ったコンテンツインテリジェンスと数多くのサイトでの経験をもとに、ユーザーの行動可能性を示す一連の傾向モデルを作成。 

再訪の可能性が低いユーザーをターゲットに、彼らが興味をもつコンテンツを提供するほか、コンバージョンにつながる可能性の高いユーザーをターゲットに期間限定の提案を実行。 

オーディエンス拡張モデリング

より多くのデータを持つオーディエンス(例:購入ユーザーなど)のセグメントを取り出し、それを活用して似たような行動を示す、より大規模な匿名グループでの推計値を計測。 

オンサイトやアプリ内ターゲティング、またはソーシャルメディア課金の前段階として利用可能な強力なツールです。

機械学習による傾向モデル

Pianoのデータサイエンスチームは、これまでに培ったコンテンツインテリジェンスと数多くのサイトでの経験をもとに、ユーザーの行動可能性を示す一連の傾向モデルを作成。 

再訪の可能性が低いユーザーをターゲットに、彼らが興味をもつコンテンツを提供するほか、コンバージョンにつながる可能性の高いユーザーをターゲットに期間限定の提案を実行。 

オーディエンス拡張モデリング

より多くのデータを持つオーディエンス(例:購入ユーザーなど)のセグメントを取り出し、それを活用して似たような行動を示す、より大規模な匿名グループでの推計値を計測。 

オンサイトやアプリ内ターゲティング、またはソーシャルメディア課金の前段階として利用可能な強力なツールです。

機械学習による傾向モデル

Pianoのデータサイエンスチームは、これまでに培ったコンテンツインテリジェンスと数多くのサイトでの経験をもとに、ユーザーの行動可能性を示す一連の傾向モデルを作成。 

再訪の可能性が低いユーザーをターゲットに、彼らが興味をもつコンテンツを提供するほか、コンバージョンにつながる可能性の高いユーザーをターゲットに期間限定の提案を実行。 

オーディエンス拡張モデリング

より多くのデータを持つオーディエンス(例:購入ユーザーなど)のセグメントを取り出し、それを活用して似たような行動を示す、より大規模な匿名グループでの推計値を計測。 

オンサイトやアプリ内ターゲティング、またはソーシャルメディア課金の前段階として利用可能な強力なツールです。

機械学習による傾向モデル

Pianoのデータサイエンスチームは、これまでに培ったコンテンツインテリジェンスと数多くのサイトでの経験をもとに、ユーザーの行動可能性を示す一連の傾向モデルを作成。 

再訪の可能性が低いユーザーをターゲットに、彼らが興味をもつコンテンツを提供するほか、コンバージョンにつながる可能性の高いユーザーをターゲットに期間限定の提案を実行。 

オーディエンス拡張モデリング

より多くのデータを持つオーディエンス(例:購入ユーザーなど)のセグメントを取り出し、それを活用して似たような行動を示す、より大規模な匿名グループでの推計値を計測。 

オンサイトやアプリ内ターゲティング、またはソーシャルメディア課金の前段階として利用可能な強力なツールです。

機械学習による傾向モデル

Pianoのデータサイエンスチームは、これまでに培ったコンテンツインテリジェンスと数多くのサイトでの経験をもとに、ユーザーの行動可能性を示す一連の傾向モデルを作成。 

再訪の可能性が低いユーザーをターゲットに、彼らが興味をもつコンテンツを提供するほか、コンバージョンにつながる可能性の高いユーザーをターゲットに期間限定の提案を実行。 

オーディエンス拡張モデリング

より多くのデータを持つオーディエンス(例:購入ユーザーなど)のセグメントを取り出し、それを活用して似たような行動を示す、より大規模な匿名グループでの推計値を計測。 

オンサイトやアプリ内ターゲティング、またはソーシャルメディア課金の前段階として利用可能な強力なツールです。

機械学習による傾向モデル

Pianoのデータサイエンスチームは、これまでに培ったコンテンツインテリジェンスと数多くのサイトでの経験をもとに、ユーザーの行動可能性を示す一連の傾向モデルを作成。 

再訪の可能性が低いユーザーをターゲットに、彼らが興味をもつコンテンツを提供するほか、コンバージョンにつながる可能性の高いユーザーをターゲットに期間限定の提案を実行。 

オーディエンス拡張モデリング

より多くのデータを持つオーディエンス(例:購入ユーザーなど)のセグメントを取り出し、それを活用して似たような行動を示す、より大規模な匿名グループでの推計値を計測。 

オンサイトやアプリ内ターゲティング、またはソーシャルメディア課金の前段階として利用可能な強力なツールです。

機械学習による傾向モデル

Pianoのデータサイエンスチームは、これまでに培ったコンテンツインテリジェンスと数多くのサイトでの経験をもとに、ユーザーの行動可能性を示す一連の傾向モデルを作成。 

再訪の可能性が低いユーザーをターゲットに、彼らが興味をもつコンテンツを提供するほか、コンバージョンにつながる可能性の高いユーザーをターゲットに期間限定の提案を実行。 

オーディエンス拡張モデリング

より多くのデータを持つオーディエンス(例:購入ユーザーなど)のセグメントを取り出し、それを活用して似たような行動を示す、より大規模な匿名グループでの推計値を計測。 

オンサイトやアプリ内ターゲティング、またはソーシャルメディア課金の前段階として利用可能な強力なツールです。

Print that keeps pace with digital

Print runs on different systems than digital, logistics, delivery, returns, local editions. MSP closes that gap.

Its VerlagsCommerce 2.0 platform and easyConnect connector link Piano to your print logistics in real time, so a print subscription flows from checkout to the doorstep without manual steps, and without print slowing your digital business.

The VerlagsCommerce 2.0 Shop integrates Piano Offer Templates, Widgets and Composer Experience, and provides the option to customize offers with AI support based on Piano Terms.

The self-services can be used, among other things, to register or update holiday services, complaints and bank details. Here, too, the functionalities are implemented via Piano widgets or forms provided by VerlagsCommerce.

Both areas can also be made available in a separate dashboard for agents in your service centers.

Via the VerlagsCommerce 2.0 API, ordering processes and self-services can be processed through third-party systems such as voicebots or CRM systems.

A comprehensive, intelligent dashboard supports you in creating pages and products as well as customizing the self-services.

パワフルなルールエンジンで、ひとりひとりのユーザーに最適な体験をカスタマイズ

サイト訪問時間、訪問数、ユーザー行動、パターン、サイト内イベントなどに基づいてルールや条件、トリガーを設定できます。ノーコード、ローコード、またはお好みのコードでの対応も可能です。

パワフルなルールエンジンで、ひとりひとりのユーザーに最適な体験をカスタマイズ

サイト訪問時間、訪問数、ユーザー行動、パターン、サイト内イベントなどに基づいてルールや条件、トリガーを設定できます。ノーコード、ローコード、またはお好みのコードでの対応も可能です。

パワフルなルールエンジンで、ひとりひとりのユーザーに最適な体験をカスタマイズ

サイト訪問時間、訪問数、ユーザー行動、パターン、サイト内イベントなどに基づいてルールや条件、トリガーを設定できます。ノーコード、ローコード、またはお好みのコードでの対応も可能です。

パワフルなルールエンジンで、ひとりひとりのユーザーに最適な体験をカスタマイズ

サイト訪問時間、訪問数、ユーザー行動、パターン、サイト内イベントなどに基づいてルールや条件、トリガーを設定できます。ノーコード、ローコード、またはお好みのコードでの対応も可能です。

パワフルなルールエンジンで、ひとりひとりのユーザーに最適な体験をカスタマイズ

サイト訪問時間、訪問数、ユーザー行動、パターン、サイト内イベントなどに基づいてルールや条件、トリガーを設定できます。ノーコード、ローコード、またはお好みのコードでの対応も可能です。

Built for the hard parts of print

既存のIDシステム(Auth0、Okta、または任意のJWTベースのプロバイダー)をPiano Subscriptionsに接続することで、カスタムフィールドの追加、ファーストパーティデータの収集、既知ユーザーへのターゲティングが可能に。既存の認証基盤を、Pianoのインテリジェンスでさらに強化。

Why it matters

会員登録、ログイン、パスワード管理など認証全てをPianoが管理、さらにGoogle, Apple, Facebookなどによるソーシャルサインオンもサポート。