データドリブンマーケティングとは？実施する上で必要な考えや、手順をわかりやすく解説

キーワード：

• データ活用
• マーケティング

昨今のトレンドワードの一つに、「データドリブンマーケティング」があります。

IoT技術の発達やSNSの普及などにより、現在デジタル化が加速度的に進み、企業にはさまざまなビッグデータが集積されるようになりました。

しかし、データドリブンマーケティングを理解し、集積したビッグデータを経営に上手に活用できている企業は少ないのではないでしょうか。

本コラムでは、「データドリブンマーケティング」における用語の定義から目的、実施までの手順、企業の活用事例につき、順を追って解説します。

「

「データドリブン（Data Driven）」とは、データを意思決定の判断軸としたマーケティング手法のことです。

データドリブンマーケティングでは、収集したデータの可視化・分析などを通して、事業拡大に寄与する最適なマーケティング施策を実行の上、改善を行います。

データという客観的な根拠をベースにマーケティング施策を立案・遂行できるため、顧客体験の向上やマーケティング費用のコスト改善などを期待できる点はデータドリブンマーケティングの大きな特徴です。

データドリブンマーケティングの主な目的につき、解説します。

顧客体験（UX）の向上

顧客体験とは、企業の商品・サービスの購入前段階（調査・検討）から購入後の利用・アフターサポートにおいて、ユーザーが体感する商品・サービスの価値を指します。

企業が顧客体験の向上に成功した場合、ユーザーから高評価を得やすく、商品・サービスのリピート率向上へとつながります。

短期的な売上増加を目指し、ユーザーの気持ちや想定されるライフスタイルを無視して、1日に何度もメルマガを配信するなど、ユーザー視点のないマーケティングを推進してしまった場合、顧客体験の向上を実現できない恐れがあります。

そこで効果を発揮するのが、データドリブンマーケティングです。

データドリブンマーケティングの活用により、ユーザーと継続的かつ長期的な関係を構築するためには、「誰に、いつ、どれくらいの頻度で、どのような内容のメッセージを送付するのが良いか」、収集・分析したデータをもとに最適なマーケティング施策の立案・構築ができるようになります。

結果、顧客生涯価値と呼ばれるLTV（ライフタイムバリュー)の早期実現を図れる点は、データドリブンマーケティングの目的の一つだといえるでしょう。

マーケティング費用のコスト改善

データドリブンマーケティングの活用は、マーケティング費用のコスト改善も期待できます。

なぜなら、データをベースに最も費用対効果が見込めるターゲットユーザーを絞り込むことができ、そのターゲットユーザーに沿った施策を推進できるため、無駄なマーケティング費用を低減できるからです。

一例として、マーケティング担当者の経験や勘などに依存した従来型のマーケティングでは、属人的な判断によって導き出された仮説をもとに施策が立案されるケースが多く、施策の方向性自体を誤ってしまうリスクがありました。

一方、客観性のあるデータを用いたデータドリブンマーケティングでは、そのリスクを減らすことができ、費用対効果が見込める施策に資本を投資できるようになります。

属人化からの脱却

データをもとにマーケティング施策を構築することで、仮に施策が想定通りの効果に到達しなかった場合でも、定量的な数値として仮説検証ができるようになります。

より勝算の高いマーケティング施策の実現に向け、効率的にPDCAサイクルを回せる点は、属人的な従来型のマーケティングにはないメリットだといえます。

意思決定のスピード向上

意思決定のスピードと精度の向上が期待できる点も、データドリブンマーケティングの目的の一つです。

マーケティング現場では時に、長年取り組んできた施策への愛着やこだわりなど、データ以上に感情的な要素が優先されるケースがあります。

その場合、優先順位が定まっていないため、組織内で議論が紛糾し、意思決定のスピードが遅れる傾向にあるため注意が必要です。

感情的な要素を排することで、意思決定のスピードと精度は増し、ROI（投資利益率）の向上も期待できます。

データドリブンマーケティングの成功には、5つのステップを踏む必要があります。

KGI/KPIの設定

最初のステップは、KGI・KPIの設定です。

このステップなしに、データドリブンマーケティングをスタートさせることはできません。

KGIとは、「Key Goal Indicator」の略語であり、重要目標達成指標を指し、KPIは「Key Performance Indicatoes」の略語であり、重要業績評価指標を指します。

データドリブンマーケティングにおいて、KGIを「最終的な定量目標」、KPIを「中間時点の定量目標」と捉えるとイメージがしやすいでしょう。

KGI・KPIの設定の一例として、来年度末までに利益率前年度30%増を目標に掲げた場合、KPIではCV（コンバージョン）数前年度比2倍増など、目標達成に不可欠な中間目標を定めます。

目標までの到達度合いや結果を数値として分析・評価できるよう、KGI・KPI共に数値で表せる「定量目標」を設定するようにしましょう。

データ収集

データドリブンマーケティングの成功には、当然のことながら、データの収集も不可欠です。

マーケティングで活用できるデータとして、主に顧客データ（年齢／性別／現住所／家族構成など）と行動データ（購入履歴／リピート率／興味・関心領域など）が挙げられます。

データの収集方法として、Webサイト内での閲覧・離脱・問い合わせなどといった実際の行動履歴を収集する方法が一般的ですが、他にもWebフォームを用いたアンケートやSNS上でユーザーが発言している声を収集するソーシャルリスニングなど、幅広い手法があります。

データの可視化

次のステップは、データの可視化です。

収集したビッグデータは、形式やフォーマットが整っていないケースが多く、後の工程でデータを分析し自社のマーケティング施策で活用するためには、データを一定の書式やフォーマットに統一・加工の上、可視化する必要があります。

データの可視化工程で効果的なのが、各種マーケティングツールの導入です。

その理由として、ビッグデータの処理を人の手を介して行う場合、膨大な工数と時間がかかり、人的ミスの発生などが見込まれることが挙げられます。

データ収集に役立つマーケティングツールについては、次項にて詳しくご紹介します。

データの分析

データの可視化が終わった後は、データの分析へと移ります。

具体的には、収集・可視化したデータから、設定したKGI・KPIの達成を阻害している要因や問題点を抽出・分析し、解決に向けたマーケティング施策を立案します。

データの分析には、データ処理や分析のスキル、統計の知識に加え、分析結果から事業拡大につながる要素を導き出す高度なマーケティングスキルを有する人材が不可欠です。

自社にそうした専門人材がいない場合、各種人材サービスの活用や自社での育成が早期の解決策になるでしょう。

施策の実行と効果検証

最後のステップとして、立案したマーケティング施策を実行の上、効果検証を行います。

効果検証の際は、継続的にPDCAサイクルを回しながら、改善に向けたアクションプランを構築するのが効果的です。

具体的には、データサイエンティストやデータアナリストといった専門スキルのある社内外の人材と連携の上、データドリブンで導き出された改善点を次回のマーケティング施策に落とし込みます。

また、改善施策実行後についても効果検証を実施します。

こうした絶え間ないPDCAの実施により、事業拡大や業績拡大に寄与する、最適なデータドリブンマーケティングが実現可能になります。

データドリブンマーケティングを行う上で役立つツール一覧につき、以下にご紹介します。

Web解析ツール

Web解析ツールは、特定のWebサイトや検索キーワードなどに対して、アクセス状況を定量的に集計できるツールです。

Web解析ツールの主な使用目的として、資料請求や問い合わせ、商品やサービスの購入などのコンバージョン数アップにつながる課題を発見することにあります。

DMP（データマネジメントプラットフォーム）

DMPは、自社データ（顧客データなど）と外部データ（データ提供会社のデモグラフィックデータなど）のさまざまなデータを紐付し、効果的な広告の配信やマーケティング施策の立案・策定を目的としたツールになります。

DMPの導入により、さまざまなマーケティングデータを一元管理でき、ターゲットユーザーの明確化や見込みユーザーに対しより深いアプローチができるようになる点は、企業にとって大きなメリットです。

MA（マーケティングオートメーション）

MAツールは、Webページのアクセス状況や顧客のデータなどから、顧客の獲得や育成といったマーケティング活動の効率化を図れるツールのことです。

MAツールの導入メリットとして、営業、マーケティング部門の生産性向上などが挙げられます。

SFA（セールスフォースオートメーション）

SFAツールは、売り上げ実績や商談の進捗状況などといった営業活動の見える化を通して、営業活動の効率化を図れるツールを指します。

SFAの導入により、データを活かした営業活動を行うことで案件の成約率が向上するなど、最適な営業プロセスに向けた改善が可能になります。

CRM（カスタマーリレーションシップマネジメント）

CRMは顧客関係管理の支援ツールを指し、ツール内に顧客と良好な関係を長期的かつ継続的に構築するための機能が搭載されています。

CRMの活用を通して、顧客満足度の向上による売り上げ拡大などを図れる点が、ツール上の大きな強みです。

BI（ビジネスインテリジェンス）

BIは、企業の各部署が蓄積しているビッグデータを収集・蓄積・分析・加工・ビジュアル化の上、より良い経営戦略の構築に向けた意志決定を支援するツールです。

BIツールの活用により、経営者や事業責任者はデータサイエンティストなどの専門家の知見を借りることなく、より迅速的に精度の高い意思決定を行えるようになります。

データドリブンマーケティングは企業でどのように活用されているのでしょうか。

ここでは3つの企業事例について、ご紹介します。

寿司チェーンの活用事例

A社は業界では珍しく、ビッグデータを高速かつ自由に分析できる「データ分析プラットフォーム」を導入しています。

データ分析プラットフォームの活用により、A社は思い込みや経験則ではなく、売上拡大を期待できる影響度の高い商品を、確かなデータとして洗い出しすることに成功しました。

この結果、新商品開発のスピードが加速するなど、データドリブンマーケティングの活用はA社の事業を牽引する大きなファクターとなっています。

テーマパーク運営企業の活用事例

B社はデータドリブンマーケティングに注力する以前、来場者のパーク内での行動に関するデータを蓄積できておらず、適切なアプローチができていないことに大きな課題を抱えていました。

課題解決に向けB社が取り組んだのが、センシングセンサーやGPSの活用を通した、来場者のパーク内行動を可視化できる公式アプリの開発です。

アプリ機能を通し、まだ乗っていないおススメのアトラクション情報を通知するなど、B社は顧客行動に合わせたレコメンドを実現できるようになり、多くのリピート顧客の獲得に成功しています。

旅行会社の活用事例

C社は、業界に先駆け、DMPを用いたデータドリブンマーケティングに取り組んでいます。

C社の特徴的な施策に、顧客の旅行目的や購買動機を特定し、それに見合った施策を立案、実行できる組織体制の構築があります。

「女性顧客のインサイトに合わせた商品」など、データドリブンマーケティングの活用により、多くの斬新な商品企画が誕生した結果、C社商品のCVRは飛躍的に増加しました。

IoT技術の発達やSNSの普及、各種マーケティングの登場などにより、データドリブンマーケティングは以前にも増して実施しやすい傾向にあります。

今後、企業がマーケットで生き残りを図るには、データドリブンマーケティングの実施は不可欠です。

長期的な事業成長の実現に向け、データドリブンマーケティングの成功を目指していきましょう。