2月14日、東京ビッグサイトにて開催されたマーケティング・テクノロジーフェア2018の特別講演に広告事業本部 CMOの中村大亮が登壇しました。
講演では、資生堂ジャパンのマーケティングを部門横断で支援するメディア統括部に所属する山崎様が現在行っているマーケティング施策を伺うと共に、データ・ドリブンマーケティングを進めるための体制づくりや、データ分析のアプローチを軸に対談形式で行われました。

本記事では講演の後半パートのレポートをお届けします。
（以下、敬称略で記載させていただきます）

前半の記事はこちら

Supership中村流「データ活用の8ステップ」

中村「ここからはデータ活用のアプローチについて、さわりの部分になりますがお話できればと思います。
私の経験からのサジェスチョンからはじめさせていただきますが、まず、データを活用しようとしている企業さんとお話をすると、自分自身もそうだったのですが、とにかくむやみやたらにデータを集めたがるという傾向があるように感じます。これは、今までの経験上一旦やめといたほうがいい、というのが私の結論です。まずは身近なデータから分析して活用する方法を考えましょう。そうしないと、結局自分たちに足りないデータが何で、どういうアプローチをすればいいのかがごちゃごちゃになってしまうケースがほとんどだからです。
これは、私なりにデータの分析にとどまらず活用まで辿り着くために８つステップとして整理したものです。

参考）8つのステップについてはこちらの記事で解説しております
https://supership.jp/magazine/marketing/992/

なかでも一番重要なのが、一番はじめの『目的を明確にする』ということです。
前半でも触れましたが、データを活用する目的には、営業支援や広告のパフォーマンス向上など様々なものがあると思います。しかし、漠然とした目的のままいきなりデータに向き合っても、営業支援につながるデータにはおそらくたどり着けないでしょう。例えば、何月のどのカテゴリーの売り場を支援する、といったように明確な目的を設定することが非常に重要だと思っています。
すべてのステップの解説はこの場では省略しますがポイントだけお話しすると、たとえば③の『データを俯瞰し全体像を把握』するという部分も重要です。データ量が多くない場合でも、はじめて見るデータの場合は特に、どこの何を見たらいいかわからなくなってしまう時がありませんか？
こうした時に私がアドバイスさせていただいているのは、『時間軸×属性×行動』の観点で全体を俯瞰してみてみましょう、ということです。
そこから、ある時間帯、あるいは季節にだけ普段と違う異常値や連続性をみつけていきます。たとえば日曜だけ数値が毎週上がっている、といったような部分を見つけだして、そこをドリルダウンしていきます。こうした発見をヒントにして戦略・施策・効果検証までつなげていくというのが、私なりのデータ活用の基本の流れです。

今日はひとつ簡単な事例をお持ちしました。あるスポーツコンテンツを展開しているメディアのクライアントさんから『どんなスポーツコンテンツを誰にうったらいいのか分析してほしい』とのことで分析をしてみた中のほんの一部です。

こちらは50〜54歳の男性と55〜59歳の男性それぞれの検索キーワードとその数、そしてどんなキーワードを検索しているのかをワードクラウド化したものになります。
昨年9月1日〜30日の期間で、ちょうど阪神対広島がクライマックスシリーズの出場権を争ってデッドヒートをしていた時期のデータなのですが、スポーツコンテンツだけを赤で枠囲ってみると、右側の55〜59歳男性は“阪神” “広島カープ” “JRA” というようにプロ野球と競馬に寄った興味関心が見えてきました。60歳以上も同じです。一方左側の50〜54歳と、それ以下の年齢層では“格闘技” “Jリーグ” “プロ野球速報” など、多彩なスポーツ関連キーワードがあがっており、興味関心事が幅広く持たれている印象です。
こうしたデータから我々が立てた仮説は、30歳になる前にJリーグが開幕していたり、K-1や、それ以外の格闘技が出てきた世代の方々はスポーツへの興味関心も幅広くなっているのではないか、ということです。ちょうどこの55歳がスポーツへの興味関心ごとが大きく変わる分析ラインだろう、ということで、分析をご依頼をいただいたメディアさんには年齢の属性ごとにコンテンツの出し分けをするのがよろしいんじゃないでしょうか？というご提案をさせていただきました。結果、きちんと成果につながった、といったようなデータの活用事例があります。
データ分析時のコツとして先程あげた『時間軸×属性×行動』の観点で、まずは9月のデータをシンプルに分析しただけですが、4月、5月など別の時期でみるとまた違う興味関心が見えてきたので、次のステップとして月ごとにプッシュするコンテンツを変えましょう、といいう提案にもつながりました。このように、基本のステップと見るべきポイントをしっかりとおさえることで、データ分析にとどまらずデータを活用するところまで持っていけるはずです。

以上が私なりのデータ分析のアプローチとなりますが、ここでまた山崎さんに実務的なことをお伺いしたく、分析のアプローチとして普段心がけていらっしゃるところですとか、スピード感なども簡単に教えていただければと思います」

資生堂ジャパンが実践するデータ分析→活用術

山崎　「いろんなアプローチでやらせていただいてるんですが、例えばブランドホルダー側が活用していて続いている事例でいいますと、とてもシンプルな話になります。まず広告出稿をして、リーチが100人、態度変容が起きるのがだいたい30%くらい、そこから実際に購入する人は10%くらいとします。この設定した目標値をデジタル上のなにかしらの『行動』に置き換えることで計測可能にします。

置き換える行動とは、例えば「ページの○○地点を見た」とか、外部の媒体をつかったときは「特定の媒体に接触した」とか「動画を見た」といったものになりますね。ここで重要なのは、その行動をした人のうち何割が店頭に行った、ですとか、その中の何割が態度変容を起こしたなど、事前に設定した目標とデジタル上の行動を結びつけて検証できるようにすることです。
実際のプランニングにあたっては、ターゲットにどんな知覚刺激を与えると態度変容が起きるかを考えます。それから、その知覚刺激を例えば1日のどんなタイミングで生活者に届けるかなどのアプローチのパターンをいくつかつくり、それらのパターンを同一環境でA/Bテストします。そこでさきほど申し上げたデジタル上のコンバージョンポイントを基準にCPAを算出し、良かったパターン、悪かったパターンそれぞれの要因について仮説を出します。この際に、仮説出しの参考として、自社だけでなく外部の行動データや属性データを使うこともあります。

実際、ここ半年間で、このプロセスを実施し、理論上172%効率化できた、という実績も出ています。
こうした良い結果がでると、さらに効果をあげるためにPDCAがまわり続けるという流れになっていきます。
これまで複数のベンダーさんから色々な分析の手法をご提案いただいてはテストしてきましたが実際にワークしているのはこのシンプルな手法です。やはりブランドが自ら動いて効果を感じられるからこそ、続けていけるものになるとと思います。
このデータを活用したマーケティングの取り組みはSupershipさんと一緒にやらせていただいておりまして、分析でなく実際にデータを活用できる方法までご提案いただいています。

中村「アピールしていただいてありがとうございます（笑）いま山崎さんがおっしゃった、特にPDCAのDoの部分にあたるA/Bテストのくだりは私もとても重要だと思っています。デジタルマーケティングの世界ではどうしても効率を追求しがちです。かつての私もそうだったのですが、AとBのうちBのほうがパフォーマンスがよかったらAに予算を寄せてどんどん効率よくしましょうというやり方は今でも非常に多いかなと思います。でも、なんでAが良かったのか？というところを最終的に追求できていないと、次につながる仮説や示唆が生まれないんですよね。そこを、データを活用して追求していくことが最も重要であり、最近では使えるデータ量も増えましたし、トライしやすい環境にはなってきたのではないかと感じます。

山崎「デジタル上になにかしらのコンバージョンポイントを設定して、店頭への影響を可視化しないとただのデジタルプロデュースにしかなりません。A/Bテストの部分でも、きちんと議論しながら繰り返すと納得のいく仮説が複数立つようになり、仮説毎にA/Bテストを行う価値が増します。AとBどちらがいいかやる前になんとなく予想できるようなものをテストするのはもったいない。そこまで考え抜いて実行して得られたデータは、有効活用できるデータであることが多いと感じます。

データマーケティングにおける課題

中村「私も山崎さんも、データ・ドリブンなマーケティング、あるいは分析を基軸にしたデータ活用の現状にはまだいくつかの課題感を感じております。まず私のほうで感じている課題を５つ簡単にあげていきます。

・体制面
まず、私の経験やクライアント様からも実際よくご相談を受けるのが会社の体制面の課題です。いろんな会社によって政治的背景とか歴史的背景があるので、なかなかその体制を変えるのは物理的にも難しいですし、今回お話したハブ組織をつくるといった方法も会社によっては全然ベストじゃないかもしれません。その会社の文化などに合わせた体制を整えなければいけない、というのがまず大きな課題でしょう。
・スキル
もう１つはスキルです。これは、自分自身に言い聞かせる話でもあるのですが、やっぱりデータを分析できるアナリストがいて、それをマーケティング的にトランスレートする、いわゆる翻訳者というのが業界に決定的に欠けているのではないかと感じています。
・データ量／質
あとは、弊社で提供しているようなデータや一部のWEBメディアのデータだけではすべてをカバーしきれず、データの量と質をもっと充実させないといけないと思っています。
・最適なKPI
KPIの組み方がまだまだ網羅的にできていなかったり、ブランディングにおける態度変容を何をもって定義するか、など、ここは永遠の課題かもしれませんが、まだ最適な正解にいき着いていません。
・スピード感
あとはスピード感です。ここは我々のようなツールベンダーが解決しなければいけないことだと思っていて、PDCAを1周まわすのに現状まだ結構時間がかかってしまっているので、改善していかないといけないなと。

以上の５つが今後私がSupershipとして解決していかなければいけないと思っているポイントです。資生堂ジャパンさんのほうではどんな課題を感じておられますか？」

山崎「３つありまして、まずデータ拡大です。リアルで持っているデータはまだまだ少ないですし、広告主間でデータ連携をしていくなどで増やしていきたいです。あとはクリエイティブなデータ活用をしていかなくてはいけないと思っていまして、単純に広告のターゲティングだけに使うのでなく、もう少し違うアプローチでビジネスを発展させるような使い方をしていければと。ちょっと突飛な話になりますが前に衛星のデータの活用方法として、石油タンクの外観から貯蓄している石油量を推測し、原油取引に活用するという、話を聞いたことがありまして…あるデータを思いがけないところで使うことができる一例かと思います。データの新しい組み合わせから、新しい活用方法を発見したいですね。あとは、同じ意識をもって一緒に取り組んでくれるパートナーさんがいてくれたらと思います。型にはまったデータの使い方でなく、データの使い方に対して柔軟な考えをお持ちの企業と色々とチャレンジしていけたらいいなと思いますね。

資生堂ジャパンが目指すデータマーケティングの未来

山崎　直近では「One to One」で繋がる世界を広げていきたいと考えています。数年前から言われていることですが、なかなかできていません。しかし、状況は４、５年前から比べるとだいぶ変わってきていて、データマーケティングがやりやすい環境や体制が整ってきたいま、一緒にサポートしてくれるパートナー企業と一緒にあらゆるデータと手段をつかって「One to One」で分析をし、その結果を活用して次の打ち手につなげていく取組みに今一度挑戦したいと思います。店頭の売上比率が高いが、購買データを取得できる自社店舗が少ないメーカーなりのデータ活用方法を確立していきたいですね。

（前半の記事はこちら）