2019-02-14
[0097] データドリブンマーケティングについて
前回のコラムでは、デジタルマーケティングについて紹介しましたが、今回はその中のデータドリブンマーケティングについて紹介します。
まず、データドリブンとは「データ思考」を指しますが、データドリブンマーケティング(以下、DDMと略します)は、KKD(勘と経験と度胸)による創出や改善だけ(*1)ではなく、データを中心とした分析を行い、その結果をもとに合理的なマーケティングをスピーディに展開していく概念を表します。
一般的にデータ解析には統計学が必要で、DDM分野では高度な業務を行うことになります。
この業務に専門的に携わる方々は「データサイエンティスト」と呼ばれますが、今、人材不足を抱えていることから、産学共同等での人材育成も始まっています。
こうした動きは、単なる人材育成に留まらず、将来は企業/政府機関/大学等でデータを共有し、新たなビジネス発掘や協業、公共サービスの充実化等にも役立てられることと思います(*2)。
とはいえ、膨大なデータから「何を目的にどのような分析をするのか、またその結果から得られた気づきや洞察は何か」といった3S(整理・整頓・清掃)を行った上で、次のアクションへ移す判断をするためには、最終的に一元化されたデータ解析ツールが必要になります。
何故なら、広告やキャンペーン等による販売支援ツールには、自社WEB・SNS・特設ポータルサイト・ECサイト等の様々なチャネルがあり、ユーザは自身の目的に応じてこれらを使い分けているため、各々のチャネルから得られたデータを最終的に一元化させる必要があるからです。
こうした作業を自動化したツールが、マーケティングオートメーションツール(通称MAツール)と呼ばれ、近年、大企業やIT企業を中心に導入が加速しています。
しかし、高度なデータ解析やMAツールがなくても、マーケティング活動を指標化(ただし基礎部分)することはできます。
例えば、顧客別(または顧客所在地別)に自社の販売状況を分析し、リピート購買促進や値引率改善等を見極めるために、「顧客価値(*3)」として数値化して指標を立てて実行する方法があります。
また、広告等の投資を行う場合、その投資対効果を事前に予測する際には「正味現在価値(*4)」を利用する方法や、サービスビジネスでの「解約率(*5)」計算で指標化する方法等、他にも様々な方法があります。
上記の例を示す意図は、データ分析結果の利用によって、定めた目標とその行動の目的や根拠を明確化し、指標化して実行しながらデータも測定し、その行動結果(成果)と当初目的や指標設定自体の妥当性も併せて検証して次の改善へと進む、PDCAサイクルへとつなげることです。
つまり、工場管理において昔から言われている、「まずは見える化すること。すると測定ができて数値化できる。数値化できればコントロールできる」ことと同じ考え方となります。
この点がマーケティング活動の「確率の科学」を意味し、成果の見える化(指標化)への第一歩となります。
ただし、最初から全てを数値化するのは大変な作業ですし、また数字に追われて当初の目的を見失いやすくなりますので、徐々に管理指標を増やしていけば良いかと考えます。
*1: 「当たりをつける」という意味では、ニハチの法則(コラム[0066]参照)の観点からも、特にマネジメントを行うにあたり、肌感覚や直感は大切なところもあります。
*2: 企業間等のデータ共有や取引については、コラム[0078]と[0080]を参照ください。
(両コラムではIoT/AIに関するデータ取引について述べていますが、データの共有や取引という観点では本件も同じです。)
*3: 計算式は、顧客価値＝利益×取引期間×割引率
*4: EXCELのNPV関数を用いて、NPV計算結果から投資額を引きます。
キャッシュフローを期待する売上、割引率を当該広告投資効果(利益率)として、それぞれ置き換えて計算します。
*5: 計算式は、解約率＝解約数÷購買数
＜ご注意＞
本コラム記載内容は、発信日時点の情報ですので、ご承知ください。
----------------
<関連コラム>
[0096] デジタルマーケティングについて
http://www.takumi-marketing.jp/column.cgi?id=99
