データベースマーケ 投稿者:

【解説】デジタルマーケティングにおける「データ」とは?

はじめまして、YURIと申します。
本ブログ記事は約2年ぶりの更新となりますが、今後はコンスタントに更新していく予定ですので、巷に情報が溢れているデジタルマーケティングの足掛かりとして、役立てていただければ幸いです。

◆目次◆

◆デジタルマーケティングにおける4つのデジタル

さて、デジタルマーケティングとは言いますが、その「デジタル」とはそもそも何を指すのか見ていきましょう。
デジタルマーケティングは4つの異なるデジタルを活用しています。
データ:個人情報、消費者行動情報、属性情報など
メディア:SNS、Webサイト、オンラインストアなど
デジタルテクノロジー:リターゲティング、機械学習、アドネットワークなど
デジタルデバイス:PC、スマートフォン、タブレットなど

今回の記事は、この4つのうち、最もイメージがし辛い①データに焦点を当てたお話をしていきたいと思います。

「データ」という言葉も「デジタル」という言葉と同様に様々なものがありますが、デジタルマーケティングに活用されている「データ」にはどのようなデータがあるのでしょうか。

◆デジタル化による顧客接点の増加

デジタル化によってもたらされた大きな変化の一つとして、顧客接点の増加が挙げられます。
デジタル化以前は店舗への来訪や電話での問い合わせなど、オフラインでの顧客接点しか存在しませんでしたが、デジタル化が進んだ現在ではWebサイトの訪問、アプリのインストール、SNSでの広告クリックなど、オンライン上で多様な顧客接点が存在するようになりました。
そのため、デジタル化以前と比べ爆発的にデータ量が増加しています。直近でも世界のトラフィックの総量は2018年から2021年にかけて、2倍に増加するという予測もある程です。

◆データがデジタルマーケティングを支えている

前述のような顧客接点の多様化により、顧客の求める体験は従来のものとは変化してきています。
その変化は、顧客は「個々人に最適化された体験を求めるようになったというものです。

現代の顧客は、企業が自分のニーズや興味を理解し、それに最適化された提案をしてくれることを期待しています。
Amazonで何度も犬の餌やペットシーツを購入しているのに、おすすめ商品として猫の爪とぎや猫缶をサジェストされたとしたら、「Amazonは犬と猫の区別もできないのか」と感じるでしょうし、ユーザー情報に18歳と年齢登録しているにも関わらず老眼鏡をしつこく紹介されれば、不快に感じるでしょう。

このような落胆を免れるには、顧客のデータを活用した提案が必須になってきます。

データには、職種や居住地などの個人情報、購入履歴などの消費者行動情報、性別や年齢層などの属性情報など、様々なものがあります。これらの情報を横断して顧客個人個人を細かく分析し、特定の商品を提案したり、嗜好に合った広告を配信したりすることで、施策パフォーマンスを最大化できるということが、データを活用したマーケティング、即ちデータマーケティングの本質です。

◆データを活用したマーケティングの流れ

ここからは、実際にデータを活用したマーケティングがどのような流れで実行されているのかを、ざっくりと見ていきます。

①データ収集

そもそも活用対象のデータが存在しなければ、データを活用することはできません。なので、データマーケティングを活用するために一番最初に取り組むべきことはデータの収集です。
先程も例として挙げた属性情報や消費者行動情報などをデータ化し、保存します。これらのデータは大きく2種類に分類することができます。
定量データ
性別や年齢、購入情報など、数値化できるデータのことです。顧客の行動パターンや、どのような年齢層の顧客が多いのかなどの顧客の傾向を把握するのに役立ち、あらゆるマーケティング戦略に活用されます。
定性データ
定量データとは対照的に、数値化が難しいデータのことです。主にテキストデータを指しますが、音声データや画像データなども含みます。
例としては、口コミや問い合わせ内容などが挙げられます。「好き/嫌い」「高いと感じる/安いと感じる」など、顧客の主観に委ねられる部分が大きいため、そのままの形で分析・比較に利用するのは定量データと比べて難易度が高めです。しかし、深い顧客理解・分析が可能となり、定量データと併せて活用することによりそのデータの本質的な価値を利用することが可能になります。

②データの整形・統合・蓄積・可視化

収集したデータは、収集ソースによって規格がバラバラであることも多く、そのままの状態では分析に活用することが難しいです。そこで、次のステップではデータの整形、統合や可視化を行います。
例えば、ポイントカードは「ゆり」という名前で登録している顧客が、Webサイトには「YURI」という名前で登録していたとします。どちらも同じ顧客であるにも関わらず、登録名が異なるせいで違うユーザーとして登録されてしまっては、正しい分析に繋げることはできません。また、同じ内容をあらわすデータでも「2020年12月24日」といった表示のデータもあれば、「2020/12/25」といったデータもあります。そういったことを未然に防ぐために「名寄せ」と言われるようなデータの処理や、「データクレンジング」と言われるようなデータの整形、加工を行います。これによりデータを分析できる状態にすることが可能になります。

また、さらに深くデータを分析しマーケティング施策に生かすために、複数のデータベースやテーブルに跨がるデータを統合し、そのデータを「個客」1人ひとりに紐尽かせた「マスターセグメント」を作成します。

このような工程は通常莫大な開発コストと時間とメンテナンスを必要としますが、CDP(カスタマーデータプラットフォーム)を活用すれば比較的安価に短期間で環境を構築することが可能となります。

 

<KIYONO社が開発したCDPツール「MAGNET」はこちら>

 

また、これらのデータを折れ線グラフや棒グラフなどの様々な形式で、推移や予測を分かりやすく可視化することで、直感的にデータの指す意味を理解することに繋がります。このためのツールは様々なものがありますが、細かくなってくるため今回は割愛します。

最後に、データの蓄積についてです。データを分析し、マーケティングに活用するためには、①のデータ収集で記載したように、1日2日分のデータでは不十分です。継続的にデータを収集・蓄積していくことで、より高精度な分析が可能となります。

③データの分析

次に、いよいよデータ分析へと移ります。統合や可視化を経たデータを、課題解決のために本格的に活かすフェイズです。
データに基づいて顧客のセグメントを作成(属性毎に細分化されたグループに分けること)したり、これまで認識できていなかった新たな課題を発見することもできるようになります。
極端かつ非現実的な例とはなりますが、全顧客のうち20代の女性が70%、40代の女性が30%を占めている電子機器メーカーが、延々と髭剃りの広告だけを配信していたとしても効果は見込めません。このような課題の発見・解決のために、データを活用したセグメント化は必要不可欠なのです。

この分析を経て、実際の施策へと繋げていきます。施策の具体的内容に関しては、次回以降ご紹介していきます。

◆おわりに

今回は、デジタルマーケティングの土台とも言えるデータについて、その活用方法までご紹介してきました。現代社会では、顧客の行動一つ一つまで詳細にデータ化することが可能です。しかし、これは裏を返せばデータ量が膨大になってしまうということでもあり、その膨大なデータを如何に有用に活用できるかどうかがマーケティング成功のカギとなってきます。

次回以降は、データマーケティングで活用するツールの概要について解説していきたいと思います。

CONTACT

お問い合わせ

マーケティングについて、各種サービスに関することなど
ご不明な点はお気軽にお問い合わせください。

お問い合わせはこちらから