[ユーザー事例]

2020年3月5日(木)日川 佳三（IT Leaders編集部）

リスト

写真1：JTB Web販売部 データサイエンスセントラル 戦略担当部長 データサイエンスセントラル 統括 福田晃仁氏
拡大画像表示

　JTBのWeb販売部における最重要ミッションは、データドリブン（データ分析による施策）を実践することである。

　これを実現するための戦略組織「データサイエンスセントラル」を統括する福田晃仁氏（写真1）は、JTBの顧客データ管理基盤の変遷と、JTBの顧客分析方法を解説した。

　データサイエンスセントラルは、顧客データ基盤、顧客分析、マーケティング施策の3つのチームで成り立つ。特徴は、マーケティング施策から逆算して、組織とシステムを設計したこと。マーケティング施策に必要な知見は何か、その知見を得るために必要な顧客データは何か、という着眼点に立っている。これにより、顧客分析とマーケティング施策が上手くいっている。

　旅行データには特性がある、と福田氏は指摘する。旅行の購買スパンは年に数回であり、一般消費財よりも長いが自動車よりは短い。また、完全離脱や休眠がない、あるいは判定しにくく、顧客が数年ぶりに帰ってくるといったことが普通にある。また、購入（予約）で終わりではなく、取り消しや出発というステータスがある。移動手段や宿泊施設など、データの連携先も多い。

プライベートDMP、探索型BI、統計解析などを活用

　福田氏はまず、顧客データを分析するために構築したデータ基盤の構成を紹介した。データソースは大きく、販売データ、外部データ、Webログデータの3つ。これらをつないで1つのIDとしてプライベートDMP（データ管理基盤）に貯めて管理する。

　最初のフェーズでは、トレジャーデータ（Treasure Data）が提供するプライベートDMPサービス「TREASURE CDP」に貯めたデータを、クリックテック・ジャパンのデータ探索型BIソフトウェア「QlikView」で分析できるようにした。このために必要な最小限の基盤を構築した。

　その後、内部データの精緻化やデータクレンジングによって、目的別のデータマートを構築した。現在では、統計解析用にマシンラーニング（機械学習）を自動化するソフトウェア「DataRobot」なども導入。マーケティング自動化（MA）などの施策を実行するためのクラウドサービス「Salesforce Marketing Cloud」も利用している。

　データソースも増やし、店舗データ／コールセンターデータやエンドユーザー系のデータなどの分析も開始した。

顧客をコンテクストで分類する

　顧客データ基盤（CDP）に蓄積したデータを分析するチームは、量的分析（統計解析）を担当するチームと、質的分析（探索型分析）を担当するチームに分かれる。

　量的分析チームのアウトプットは、コンバージョンレートの改善などである。このために統計解析のアルゴリズムを構築する。

　一方、質的分析チームのアウトプットは、「どのような顧客に、どのようなコミュニケーションを取るべきか」を示すことである。

　質的分類で重要なポイントは、「セグメントを何で切るか」である。福田氏は「顧客のコンテクストで分類する」と説明する。顧客をコンテクストで分類することで、顧客の構造を明らかにできる。

●Next：「出張女子」「60代は気温に敏感」、顧客の“文脈セグメント”の実例