近年、「データドリブン」「データドリブンマーケティング」といった言葉が注目されております。データドリブンとは、データ起点でモノゴトの意思決定や企画の立案に活用するマーケティング手法のことを指します。

マーケティングを進めていくうえでデータ活用は重要。主観に頼らない、客観的根拠のある論拠を元に、マーケティングに落とし込むことができるため、施策実施後の検証にも不可欠です。

私自身、データ起点として分析やデータから問題箇所を特定する、いわゆるなデータドリブンが得意ですので、本日はデータドリブンマーケティングで効率的に成功させる、について綴りたいと思います。
※発言は所属会社とは無関係な個人の見解です。

データドリブンマーケティング＝Data driven＋marketing

データドリブン（Data Driven）とは、購買データやマーケティングデータ、アクセスデータ（1st Party data～3rd Party data）など、データに基づいて判断・アクションする事です。

昨今デジタルは加速し様々なデータを取得できるようになってきました。その結果、ビジネス界では、データの重要性が高まっており、従来の勘や経験に頼ったアプローチではなく、データに基づいた客観的論拠ある情報のもとマーケティングを行うことが主要になってきています。

データドリブンマーケティングが注目されている訳

主要になっている主な要因は2つあります。
1. デジタルマーケティング技術の進化
2. 顧客行動の煩雑化

1. デジタルマーケティング技術の進化
時代の変化に伴い急激に発展したデジタルマーケティング技術。それにより様々なデータを取得できるようになりました。データを取得できたことにより今までは分からなかった施策効果が、可視化されるようになり、より費用対効果の高い施策に投資する、という流れになっています。

2. 顧客行動の煩雑化
デジタルが普及したことで顧客行動が複雑化したことも要因にあげられます。マルチチャネル、マルチデバイス、さらにオンラインとオフラインや全部を横断するクロスと。もはや、無数の選択肢なうえ複雑化し、データなくしてどの施策を選択すべきか、費用対効果を計るかが困難になっているためです。

このことにより、様々なデータを収集・分析することで、顧客行動が可視化しやすくなり費用対効果を割り出しやすくなった＝データをもとに最適なマーケティング施策に投資しやすくなり、普及してきたと推察できます。

データドリブンマーケティングに必要なスキル

あくまで個人的見解にはなりますが、データドリブンマーケティングを実行するためには、「データサイエンティスト」や「アナリスト」、「グロースハッカー」と呼ばれる人材のスキルが求められます。

データドリブンマーケティングに求められる主なスキルとしては、
・ビジネスに関する深い知識
・ロジカルシンキング
・データ分析手法の知識
・統計学の知識
・データベース、データ処理の基礎知識
・マーケティング知識　
などが必要になります。分析できるだけでもダメですし、マーケティングができるだけでもいけません。いくつものスキルを組み合わせ、応用することで、データドリブンマーケティングは実行できます。

データドリブンマーケティングを成功させるステップ

データドリブンマーケティングを実行し成功に導くためのステップについて詳しく解説します。

1. KPI設計＋戦略構築
まず、オウンドメディアにおける目的や達成要件を固めます。そのうえで、最終的な目標であるKGIを達成するためにKPIを設計します。KPI設計が完了すれば、KPI達成に必要な戦略とデータ設計を行い、今後どのようなデータを取得する必要があるのか、現状取れていないデータはあるのかを整理します。

2. データ整備＋データ蓄積
KPIや戦略が固まれば、必要に応じてデータ取得設計の実行を進めます。中には、個人情報を伴ったデータベースを構築する必要があったり、外部へデータを取りにいく必要があったりします。データドリブンマーケティングはデータが最も重要です。何でもかんでもデータが有ればよい訳ではありません。目的やKGIを達成するために、必要な正しいデータを整備・蓄積します。

3. データ分析
取得したデータから、問題課題を発見し、具体的なマーケティング施策を立案するまでの間を指します。目的やKGI達成における戦略に基づく分析を膨大なデータから導きます。そのため分析スキルや統計学だけでなく、マーケティングの知識やビジネス知識、また、そこから次の施策に落とし込むため、デジタルマーケティング（広告、SEO、CRO、CRM等）のスキルといった多岐にわたるスキルを駆使し、データ分析の結果からアクションへつなげています。

4. 施策策定＋施策実行＋PDCA
データ分析結果から最適な施策を策定していき、速やかに実行していきます。実行後、改めてデータ分析を実施し結果検証を行い、精度や達成角度を改善していくことがデータドリブンマーケティングの成功する運用ステップになります。

更にデータドリブンマーケティングを成功させるコツ

私個人の見解ではありますが、データドリブンマーケティングを成功させるためには、2つの精度が重要だと思っています。
・データの精度
・データ分析の精度

特に後者のデータ分析の精度については、分析力によって問題課題の特定がずれてしまったり、逆に膨大なデータゆえ、時間がかかりすぎてしまったりと非常に難度が高いポイントだと思います。

私が実施する上での思考としては、
1. 目的とKPIを達成するために必要なデータと分析フローを決める
2. 分析フローに則り、出てくるであろう結果から逆算して分析を決める
3. 分析を推し進める中で、予想とのギャップを埋め、拡張し分析する
4. 分析実行段階で、デジタルマーケティングでの解決範囲を見極める
ということを思考し進めております。

2.に関して補足すると、全体的に簡易分析の元、アタリを判断。その判断をもとに、こんな結果がでるだろうな（顧客行動が複数パターン明確になり、その中でボトルネックが出るのでは？）という想定のもと、その結果に至るためにはどんな分析をいくつくらい実施しなければいけないかを考え、さらに、それぞれの分析方法やどのデータを組み合わせることで、どんなことがわかるのか、などを考え分析設計を行います。

分かりにくいですね、分かりやすく言うと、
Y=e＋a
e=(a＋b)→回遊行動別のサイト内検索利用によるCV増加傾向の発見
f=(c＋d)→流入元との相関性によるCV低下要因の発見
a=サイト内検索におけるCV/非CVの傾向値
b=サイト回遊行動による波形
c=チャネルによる回遊震度の変化
d=時間帯/天候別の購入履歴
本当に一例ですが、Yから考えていくことで、必要なデータや分析アプローチ、切り口や最終的に各種デジタルマーケティングに連結させる、ということを考えながら分析設計をしています。

もちろん、仮説どおりではない結果の場合もありますし、分析する上で重要事実を見つける場合も大いにあります。だからこそ、予め全体的な簡易分析のもとアタリをみつけるということで、2の精度をあげることを実施したりします。

この話の結びとして

データドリブンマーケティングは、経験と勘に頼らず、売上データや各種基幹データ、アクセスデータなどを用いて蓄積したデータを分析し、その結果をマーケティング施策に落として実行することを指します。

あらゆるデータにより可視化できなかったものが、可視化されるようになり投資対効果の判断の元、KGIを増加させることができる合理的な手段です。さらに、このデータドリブンマーケティングは、人工知能や機械学習を組み合わせることで、さらに精度の高い施策を割り出すことが可能になり、今後のデジタル時代では、一般化されるマーケティング技法であると考えます。

しかし、データドリブンマーケティングは全てに万能ということではありません。データがないと使えません。つまり、データ＝過去のログがあってこそ有力に働き、新たな取り組みでは有能に機能しないこともありますので注意は必要です。面白かったり、興味を持った方はスキを！良ければフォローしていただけると嬉しいです。