データドリブン・マーケティングの3つのフェーズ

　マーケティングを取り巻く環境に大きな変化が起きている。スマートフォンの普及によって、顧客接点が広がり、SNSの影響で企業の評判も大きく左右される時代に入ってきたからだ。顧客の趣味・嗜好も多様化し、顧客理解はさらに難しくなってきている。

　徳久氏は「従来とは異なるデータドリブン・マーケティングの体制や、新しいテクノロジーの導入が企業に求められるようになってきた。また、社内に散在するデータを統合して活用することも重要だ。今後もビッグデータの活用が進んでいくだろう」と説く。

　特に最近では、AIやIoTの登場により、これまでにないデータも増えている。たとえばIntelの自動運転用データ収集装置や、Amazon Echoのカメラ搭載モデルなどのデバイスは、周囲環境や家庭内の膨大なデータを集め、そのデータは新しい分析にも使えるようになるだろう。

　徳久氏は、いままさに進展しているデータドリブン・マーケティングの変化を3つのフェーズでとらえている。

フェーズ1：サードパーティの外部データを使い、広告配信の最適化が行える。
フェーズ2：自社や媒体のデータと外部データを連携させる。
フェーズ3：オフラインデータを統合して、データ種別の拡大と高度な施策を打てるようになる。

　こうしてデータ解析技術が威力を発揮することになる。

フェーズ1：サードパーティデータの活用

　まず徳久氏は、フェーズ1「サードパーティデータの活用」について、月間4.8億ユニーク・ブラウザのクッキーデータを保有するDACのDMP「AudienceOne」を活用し、データ分析を実施した例を紹介した。

　徳久氏は、ある住宅機器メーカーのオウンドメディアへのLP（ランディングページ）の訪問者が、本当に顧客になり得るのかを調べた。属性の推定により、年齢・性別・職業、EC購入の頻度、趣味・嗜好など、ある程度の顧客像を把握でき、カスタムターゲティングが行える。さらに、LP流入のきっかけとなる検索キーワードを推定してターゲティングを行い、さらにコンバージョン（CV）ユーザーと類似のユーザーを捕捉し、リーチを効果的に増加させたり、リターゲティングにより高精度なCV確率の予測もできた。

　徳久氏は美容系案件やトイレタリー案件でも類似のアプローチを行い、「このような施策の結果、通常のターゲティングよりも高い効果が得られた」とし、コンバージョン拡張において、一件あたりの広告費用（CPA）が4分の1以下になった案件があることを示した。


【次ページ】フェーズ2：マーケティングデータの統合　LINE、AI活用事例