[IoT時代に向けたデジタルマーケティングのデータ活用法]

2014年9月3日(水)飯野正紀、生嶋友貴（アイレップ）

　顧客への商品／サービスの提供形態は大きく、リアル店舗や営業接点で獲得・決済するリード獲得型と、Webサイト上で決済するeコマース型の2つに分けられる。B2B（企業間）ビジネスでは、まだまだリード獲得型アプローチが主な提供形態だろう。

　 リード獲得型アプローチにおいて企業が取得できるのは、リード獲得から受注までの営業接点で顧客の“顔”が見えてから以降のデータである。デジタルマーケティングの世界では、「オフラインデータ」と呼んでいる。

　オフラインデータは、セミナーや展示会などへの参加情報、営業活動時の名刺情報などだ。これらを管理するために、多くの企業がCRM（Customer Relationship Management：顧客関係管理）といった顧客情報管理システムを構築している。CRMでは、顧客に最も近い位置にいるからこそ取得できる“顧客に紐づいた”データも蓄積・管理しているはずだ。具体的には、顧客への初回接点経路や、顧客ステージ（取引関係の強弱）、受注頻度、受注履歴とすべての売上金額などである。

　一方、Webで取得できるのが「オンラインデータ」だ。代表例としては、Webサイトを訪れたユーザー（以下では、見込み顧客の意）のすべての来訪行動やアクションに関するデータがある。

　Webというコミュニケーション接点で取得するオンラインデータは、リード獲得に至らないユーザーのデータを含んでいる。それ単体では、売り上げや顧客情報とも紐づいていないため、ただ蓄積するだけでは活用できない。集計や考察によるブラッシュアップが必要になる。

「行動のトリガー」含むオンラインデータがデータ活用の鍵に

　しかし、ユーザーが製品／サービスの購入に向けて、対象を調査・検討している段階にあっては、オンライン上の接点をいかに最適にするかという課題が発生する。Webサイトに置いた製品／サービスの各ページの閲覧やカタログのダウンロードなどが、オンラインでの顧客接点になる。

　このとき、ユーザーが顧客になるまでの「行動のトリガー」を含むオンラインデータには、リード獲得と成果向上のヒントが埋もれている（図1）。オンラインデータが今後、企業のデータ活用の鍵を握るとされる理由が、ここにある。

　こうしたオンラインデータに、手持ちのオフラインデータを組み合わせることで、「顧客とのコミュニケーションシナリオ」のためのデータが見えてくる。具体的には、最もリードが獲得しやすいシナリオや、最も収益率が高い顧客をナーチャリングできるシナリオ、最も売り上げが高いシナリオなどを可視化することで、プロモーションの注力チャネルをROI（Return of Investment：投資対効果）に基づき決定したり、予算配分の決定材料にしたりできる。

　これらのデータを通年で蓄積すれば、シーズナリティ（季節性）を加味したナーチャリングと営業アプローチタイミングの選定材料や、新たなリード獲得チャネルの発見が可能になる。営業戦略やオンライン戦略の枠を超えたデータ活用が視野に入ってくるわけだ。

ユーザー情報と来訪時の行動データの2種類がある

　オンラインデータは、（1）ユーザー情報を表すデータと、（2）来訪した際の行動データの2つに大別できる（図2）。

（1）ユーザー情報を表すデータ：PC／スマートフォンといったアクセスしてきたデバイス情報や、来訪ユーザーが新規かリピートかという来訪時のステータス情報など。Web解析ツールによっては、性別や年齢などのデモグラフィック情報、来訪ユーザーが普段興味のあるコンテンツの類推データも計測・蓄積できる。

（2）来訪した際の行動データ：検索エンジン経由で来訪したユーザーが使ったキーワードデータや閲覧を始めたページの情報など。キーワードなどサイト入口での行動データからは、どのようなモチベーションでWebサイトに来訪したかが分かる。

　来訪時の閲覧ページ群に対しては、その傾向をみることで、商品／サービスへの関心度合の高さが測定できる。 モチベーションの変化から興味範囲、アクションまで、「どこから来て、どこから見始めて、何をどれくらい見て、最終的にどう行動したか？」というユーザーの詳細な動きが受動的に取得できる。

　ただし、これらのデータ単体では、ボリューム把握やWebサイトのアクセス状況、シーズナリティ程度しか明らかにできない。ここに、「クッキーID単位」などのユーザー単位データを蓄積していくことで、より精緻なユーザー行動の解析が可能になる。

　では、オンラインデータはどのように取得できるのだろうか。少しWebの仕組みを勉強したことがある読者であれば、オンラインデータといえば、「アクセス解析」データを想起されるかもしれない。インターネット上のサーバーリクエストやHTMLに仕込んだWebビーコンをトラッキングすることでアクセス数をカウントする。

　Webビーコンとは、ネット利用者の動向を調査するために、Webサイトに埋め込む小さな画像ファイルのことだ。これを追うことで、Webサイトへの訪問の有無や回数などを調査できる。2000年代前半の黎明期には、生ログから閲覧ページ数を算出する必要があった。

　現在のオンラインデータ取得の基本は、「Google アナリティクス」や「Adobe Analytics（旧SiteCatalyst）」といったWeb解析ツールによるトラッキングだ。Web解析ツールの機能進化と普及により、管理画面上でデータを容易に確認・取得できるようになっている。

　近年はさらに、広告配信との連携やアトリビューション分析など、マーケティングアナリティクス（分析）ツールとしての機能が発達している。アトリビューション分析とは、ユーザーが最終的に購入するまでに、どのようなサイトや広告などを経由してきたかを分析し、それぞれの媒体の間接的な貢献度を算出する手法である。マーケティング予算の配分など、広告効果の最大化を図れるようになる。