データドリブンってなんだろう？マーケティングとの関係も徹底解説！

こんにちは！
突然ですが、みなさんラーメンはお好きでしょうか。
ラーメンのトッピングといえば…メンマですね！本日2月1日は「メンマの日」。
というのも、1950年2月1日にメンマの製造や販売などを手がける
株式会社富士商会が創業したことにちなんで、記念日になったそうです。
今月もお家で温かいラーメンをたくさん食べて、寒い冬を乗り切りましょうね。

さて、今回はのテーマは「データドリブン」です。
前回、「BIツール」について記事で取り上げましたが、
実はこのBIツールも「データドリブンな考え方」にもとづいて活用されています。
ビッグデータや情報爆発にともない話題となりましたが、
「データドリブン」とは一体何なのでしょうか。

また最近では、データドリブンの考えをマーケティングに活かした
「データドリブンマーケティング」も注目されていますので、是非知っておきたいですよね。
今回は、近年注目の「データドリブン」と「データドリブンマーケティング」について
解説していきます。

1．データドリブンってなに？
2．データドリブンマーケティングとは？
3．データドリブンマーケティングを行うためには
4．データドリブンマーケティング導入の注意点
5．マーケティングにおけるデータドリブンの活用事例
6. さいごに

1．データドリブンってなに？

データドリブンとは、多種多様なデータを収集・分析し、それにもとづいて
意思決定やアクションを起こすことです。
ビジネスで用いられる場合は、企業運営に必要な意思決定を
仕事上で得られるデータをもとに判断し、プランの考案と実行を行うことを意味します。
特に近年のビジネス業界において、「データにもとづいた意思決定」は
非常に重要とされています。

2．データドリブンマーケティングとは？

データドリブンの考え方自体がマーケティングの手法として捉えられることもあり、
「データドリブンマーケティング」とは、データの分析結果をもとに
マーケティング施策を考案していく手法のことを指します。
特に近年、ITの発達にともなうビッグデータの登場やデジタルマーケティング技術の進化で、
企業は容易にあらゆる情報の収集、蓄積ができるようになりました。

マーケティングを行う上で、市場調査や顧客ニーズの把握はとても重要です。
集めたデータを多角的に分析することができれば、顧客のニーズをより正確に把握し、
ニーズを満たした商品開発やより満足度の高いサービスの提供に活かしていくことができます。

このように、データの分析結果をもとにマーケティングを行うことで、
多様な価値観を持つ顧客のニーズの把握に役立つことはもちろん、
感覚や経験などの曖昧な指標ではなく、データにもとづいた根拠あるマーケティング施策を
打ち出すことができるのです。

3．データドリブンマーケティングを行うためには

データドリブンマーケティングについては理解できたけど、
具体的に何をすればいいのか困ってしまいますよね。
ここではデータドリブンマーケティングの流れを説明していきます。

①必要なデータを集める
データドリブンマーケティングを行うためには、基盤となるデータが必要となります。
したがって、データを効率よく収集し、管理できる仕組みやシステムを
構築することから始めます。
企業や業種によって、必要なデータや傾向は異なるため、
顧客管理システム(CRM)やマーケティングオートメーション(MA)などのツールを導入すれば、
必要なデータを効率よく集めることができます。

IT化が進んでいる企業では、社内に複数のシステムが存在していることが多いですが、
それらのシステムは部署や部門ごとに最適化が進み、分散している場合がほとんどです。
この場合は、自社に分散しているデータを一か所に集約する必要があります。
データウェアハウス（DWH）やデータマネジメントプラットフォーム(DMP)を活用することで、
データの一元的な管理、分析するために最適なプラットホームを構築することができます。

このように、収集したデータを集中管理できるような環境や、仕組みの構築が重要となります。

②データの可視化・分析をする
データ収集を終えたら、そのデータを可視化し、分析作業を行います。
分析作業を行うためには、集めたデータから分析に最適なデータを抽出し、
可視化する必要があります。
このデータ処理を行うためには、Web解析ツールやBIツールなどの
システムの活用をおすすめします。
これらを活用することで、ストレスなく膨大なデータから必要な情報を抽出し、
分析してレポーティングすることができます。

データの可視化ができれば、次は分析作業に移ります。
分析には以下のような指標が用いられます。
・CAP(コンバージョン単価)
※訪問者がホームページの目標としているアクションを起こしてくれた状態と、
それによって得られる効果
・ROI(マーケティング投資に対する利益率)
・LTV(顧客が企業にもたらす単価の総量)
・NPS(顧客のブランドへの愛着・信頼度合い)
これらの指標をもとに可視化されたデータをさらに分析することで、
課題の設定や具体的なマーケティングプランを考案できます。

分析作業には、マーケティングの知識や経験を持った人や、
データアナリストといった専門家が携わります。
社内にデータ分析を専門とする人材がいない場合や手軽にデータ分析を始めたい場合は、
上述したWeb解析ツールやBIツールなどの活用を検討してみましょう。

③アクションプランを立て、実行する
データ分析を行い、施策やマーケティング計画を設定したら、
それにもとづいたプランを実行します。
特に今日においては、デジタルマーケティング技術の発展にともない、
多様なプロモーションを選択することができるようになりました。
しかし、費用の発生や手配など実行へのハードルが高くなりますので、
「設定したプランを実行できるのか」についてもしっかり検討する必要があります。

また、ここで注意すべき点は、プランの実行後には必ず効果検証を行い、
さらなる発展と改善へ活かしていかなければならないという点です。
実行後には効果の程度を確認し、効果が出なかった場合は
その都度プランの修正を検討していくことが重要です。

そして、データドリブンマーケティングにおいて最も重要なのは、
この一連の流れを繰り返し行うことです。
「データを集めて分析し、計画を実行して評価する」このサイクルを回し続けることで、
常に最適なマーケティングを行うことができるのです。

4．データドリブンマーケティング導入の注意点

ここまでで、データドリブンマーケティングについておわかりいただけましたでしょうか。
データドリブンの考え方やそれを活かしたマーケティングは、
企業がより良い商品やサービスを提供し、発展していく上でとても重要です。
一方で、データドリブンマーケティングを導入するには難しさや注意点も存在します。

・データドリブンマーケティングに対する共通理解の欠落
データドリブンマーケティングを行うためには、
データの収集や分析のためのシステムやツールを導入したり、
場合によっては組織体制も組み直す必要があります。
そのため、データドリブンマーケティングの成功には、組織の理解と実行力が必要不可欠です。

しかしながら、データにもとづいたマーケティングを行う以前に、
社内における必要データや活用のための共通指標が統一されていないという問題があります。

例えば、営業部門とマーケティング部門が、別々の顧客像を定義していたら、
それぞれ収集するデータの内容が異なります。
そのため、本当に必要なデータを得られず、正しい分析を行うことができなくなります。

また、部門ごとにデータ分析の指標が異なる場合も、
データの統合を行うことが難しくなります。
特に、複数の事業を展開していたり部署や部門ごとにシステムの最適化が進んでいると、
各部門の独自の指標で顧客データを管理している場合がほとんどです。
そのため、保管してあるデータにばらつきがあったり、
同じ項目のデータであっても項目の定義が異なるため、全く違うデータとなってしまいます。

・データアナリスト以外の知識や分析スキルの不足
データを分析するためには、高いスキルと経験が必要です。
そのため、データ分析を自社で行うためには、データ分析や活用の専門家である
データアナリストやデータサイエンティストなどの人材登用や育成が重要とされています。

ただ、今日のビッグデータ活用の波やloT・AIの発展に、
こうした人材の育成が追いついていない現状があります。
もちろん、データドリブンマーケティングを支援するためのサービスやツールを用いれば、
必要データの収集や分析、レポートの作成を初心者でも行うことができます。
しかしながら、データドリブンマーケティングを扱う上で、
データ分析や情報リテラシー、特に個人情報の取り扱いは注意すべきポイントです。
今日では、個人情報がインターネット上に氾濫しているため、
個人情報を本人に許可を得ることなく分析に利用してしまう問題が起きています。

データドリブンマーケティングを進める上では
社員全員がデータ分析へのリテラシーやスキルを高め、
データを適切に運用することが求められます。

5．マーケティングにおけるデータドリブンの活用事例

では、実際にデータドリブンマーケティングを行うと、どのようなメリットが生まれるのでしょうか。
ここでは導入の経緯と効果、活用方法についてお伝えいたします。

★ゲストの行動を見える化し、より具体的な行動パターンを把握
A社が運営するテーマパークでのゲストの行動のデータは曖昧なものが多く、
解明することが困難でした。
例えば、チケットの購入では、窓口での販売がほとんどであったため、
匿名の人数情報しか入手することができません。
また、テーマパーク内での飲食や物販の購買データも同様で、
単純な人数情報とスタッフの曖昧な判断(「20代後半~30代くらいの女性」)で集められたデータは、
ゲストの具体的な行動パターンを解析する上では、ほとんど意味を持たないものでした。

そこでA社は、必要なゲストの情報を効率よく入手するために
「QRマーケティング」を推し進めました。
Webサイトなどからチケットを購入するオンラインチケットの販売数を増やし、
購入したチケットのQRコードを読み取って入園する形を導入しました。
QRコードには、チケット購入時に登録したゲスト情報が記載されていますので、
年齢、性別はもちろん、誰と何人で来場したのかなど、
より明確なゲスト情報が得られるようになりました。

また、具体的な行動パターンをデータ化するために、GPSなどを適所で活用し、
パーク内での顧客の追跡を行います。
これにより、顧客のデータと行動パターンが紐づけられ、曖昧な感覚ではなく
データにもとづいた最適なマーケティング施策を打ち出すことができました。

map

★データ分析リテラシー教育に尽力し、社内共通指標を設定
B社では、近年特に注目されている「CtoC」のサービスを展開しています。
CtoCでは、顧客は、「提供者」と「購入者」であり、
一般の消費者同士で商品やサービスの取引を行います。
企業にとっては、一般消費者は「提供者」にも「購入者」にもなるわけですから、
多くの行動パターンや消費行動を分析する必要があります。

しかし、ここで問題となるのが「データを分析できる人材」の不足です。
B社では、設立当初から、データドリブンによる意思決定を社内共通認識として行っています。
これにより、経営陣やデータアナリストはもちろん、
一般の社員にも「データドリブン」による意思決定を浸透させることで、
トップダウンをスムーズに行うことができ、マーケティングプランの実行力が高まります。

データドリブンマーケティングでは、「データにもとづいた意思決定」が前提となりますが、
データ分析には変化や不確実性がともない、現場やチームで早急な判断を求められた場合には
社員ひとり一人のデータリテラシー能力が重要となります。

そこで、B社では展開する事業ごとにデータ分析チームを構成し、
徹底的にデータ分析に強い人材を育成したり、そのチームで得られたノウハウや分析データを
定期的に社内周知したりしています。
その結果、データにもとづいてどのようなマーケティングをし実行すべきなのかが意思統一され、
新プロジェクトにもスムーズに着手できるようになりました。