データドリブンマーケティングとは？よくある失敗や課題

【この記事の要約】

データドリブンとは、KKD（経験、勘、度胸）に頼るのではなく、データという客観的な事実に基づいて意思決定を行うアプローチです。ビジネス環境の複雑性が増す現代において、成果を最大化させるために不可欠な考え方です。

データドリブンを実践するには、「データの収集・蓄積」「データの可視化」「データに基づいたアクション」の3つのステップが必要です。ツールを活用してデータを集め、ダッシュボードなどで誰もが理解できる形に可視化し、そこから得られた洞察を基に次の打ち手を決定します。重要なのは、一部の専門家だけでなく、組織全体にデータを見て判断する文化を根付かせることです。

 

【よくある質問と回答】

Q1. なぜ今、データドリブンなアプローチが必要なのですか？
A1. ビジネスを取り巻く環境や顧客のニーズが、過去の経験や勘だけでは予測できないほど複雑化・多様化したためです。客観的なデータに基づいて判断することで、思い込みや偏見を排除し、より精度の高い意思決定を下すことができます。

 

Q2. データドリブンを始めるには、何から手をつければよいですか？
A2. まずは「目的の明確化」からです。「何の課題を解決するために、どんなデータが必要か」を最初に定義します。例えば、「ECサイトの売上を上げたい」という目的なら、「どのページの離脱率が高いか」といったデータが必要になります。目的なくやみくもにデータを集めても、分析できません。

 

Q3. 組織にデータドリブン文化を浸透させるコツは何ですか？
A3. データを誰もが見える形に「可視化」することです。BIツールなどを活用して、重要な指標をダッシュボードにまとめ、常に誰もがアクセスできる状態にしておきます。データが一部の専門家だけのものにならず、日常の会話の中で当たり前にデータを見ながら議論する環境を作ることが重要です。

 

【ここから本文】

データドリブンマーケティングとは、データ活用を主軸としたマーケティング手法のことです。データという客観的な根拠に施策を決めることができるため、マーケティング担当者の勘や経験といった主観的な根拠から導き出した仮定による施策に比べ、精度の高さが期待できます。

 

データドリブンマーケティングは、コンピューターの性能の向上やBIツールなどビッグデータを扱えるソフトウェアの進歩により実現が可能になりました。
ただ、従来のマーケティングがまったくデータドリブンではなかったかというとそうではなく、データデータや広告出稿データなど、一部データを活用していたケースは少なくなかったはずです。
利用できるデータの種類や量が格段に増えた現在、いよいよデータドリブンマーケティングとして本格的にデータ分析に戻づく仮説を立て、施策を導くことができるようになったといえます。

 

本コラムでは、データドリブンマーケティングが必要な理由や、よくある失敗、事例などをご紹介いたします。

1.データドリブンマーケティングとは？

データドリブンマーケティングは、数あるマーケティング手法のなかでも、データの活用に重点をおいたマーケティング手法です。

マーケティング施策を考案する際には、データによる根拠をもとに施策を決めることで、より施策の効果を高めることを目指します。

こうしたデータドリブンマーケティングを実現するためには、データをいかに見える化するかが重要となります。

 

データはそれだけでは意味を持たず、そのデータをもとに効果的な施策を打つことではじめて意味をもつ存在です。

施策を打つためには、往々にして、周りの人間や上司にその施策を打ちたい理由を説明する必要があります。

この時に、データを見える化しておけば、この難易度を大きく下げることができるのです。

データドリブン経営とは

データドリブン経営とは、データに基づいて経営の意思決定を行う経営手法です。

日本においてこれまでの経営は、経営陣の経験や勘に基づいて行われることが多く、2019年2月時点では、まだデータドリブン経営を実践しはじめた企業が出てきたばかりの黎明期だといえます。

世界に目を向けてみると、IBMが2017年に1万2,500名を超える世界の経営層を対象として行った調査によれば、8割の企業が「みえない顧客ニーズ」を発見するためにデータを活用していると回答しています。

参考：IBM「守成からの反攻」

1.データドリブンマーケティングが必要な理由

マーケティングにおいて、施策を打つには、大なり小なりのコストが必要になります。

そのコストとは、金銭的な面もあるでしょうし、時間的な面もあるでしょう。

 

マーケティング施策には、その時々でトレンドのようなものが存在していて、マーケティング施策を検討するときにはついつい流されてしまいがちです。

しかし、他社で効果が出たマーケティング施策を自社でそのまま実施したとしても同様に良い結果が出るとは限りません。

あるいは、同じマーケティング施策を実施するにしても、やり方を変える必要がある場合もあります。

 

データを参照しながらマーケティングをおこなっていないと、こうしたことに気付かず、無駄なコストをマーケティング施策に費やし続けることになります。

マーケティング施策はデータ分析による効果測定とセットでおこなってはじめて意味があると考えるのが良いでしょう。

3.理想的なデータドリブンマーケティングの全体像

さて、マーケティング施策において、データによる効果測定の重要性をご説明させていただきましたが、このデータの取り扱いにも注意が必要です。

データの意味を取り違えてしまうと、マーケティング施策の評価を見誤ることになります。

 

また、データの意味自体は正しく捉えることができても、大量のデータに踊らされて、結局マーケティング施策が良かったのか悪かったのかがわからないというケースも多々あります。

さらに、データ抽出に躍起になるがあまり、肝心の改善作業がおろそかになってしまうというのも考え物です。

 

以上を踏まえて、全体像としては以下のような流れを意識するようにしましょう。

 

4.企業がデータドリブンマーケティングをおこなうには？

前項にて、データドリブンマーケティングの理想的な全体像をご説明させていただきましたが、これを企業にておこなうために、どういったことに気を付ければ良いか、先ほど挙げた項目をもとに説明させていただきます。

①判断をおこなう立場にある方に、データの意味を理解してもらう

マーケティング用語は得てして理解しづらい単語が多いものです。

データを用いた施策立案をおこなう際は、判断をおこなう立場にある方にデータが意味するところを理解してもらう必要があります。

こうした方々に向けてマーケティングに関するセミナーを開催する、日々のレポートでいかにわかりやすく説明するかを追求していくなどの必要があるでしょう。

②事業目標からブレイクダウンしたKPIを策定しておく

データをやみくもに提示するだけでは、どのデータにしたがってどんな施策を打つべきかがわからなくなります。

マーケティングで使用する指標の中には、こちらが立てばあちらが立たないというような性質の指標が多いからです。

 

この問題を解決するためには、事業目標からブレイクダウンしたKPIを、あらかじめ関係者で取り決めておくことが望ましいでしょう。

もちろん、KPIはその指標を改善することで事業目標につながるものであることが大前提です。

もし、運用の途中でKPIを改善しても事業目標につながっていないと感じたら、見直しをおこなうことも必要です。

③PDCAサイクルが回せる体制を整えておく

データドリブンマーケティングは、データをもとに改善案を抽出し、その改善案を実施、さらに評価をおこなったうえで、次の施策につなげていくというプロセスが必要不可欠になります。

 

しかし、さまざまな案件が飛び交う現場では、こうした改善に類する施策は優先度を下げられてしまいがちです。

データドリブンマーケティングで改善を進めようと意気込んでいても、日々の忙しい業務をこなしているうちにいつの間にか後回しに…という状況は、決して珍しいものではありません。

 

できることであれば、データドリブンマーケティングに特化した専任担当者を立てることで、確実にPDCAサイクルを回せる体制を整えておくことが望ましいでしょう。

5.データドリブンマーケティングを強化するツール

データドリブンマーケティングでは、データが重要な役割を果たしますが、このデータを抽出するツールにもさまざまなものが存在します。

 

ここでは、そんなツールをいくつかご紹介します。

①DMP（データマネジメントプラットフォーム）

DMPは自社の顧客データや外部の一般データ、自社のWebサイトのアクセス状況などと紐づけをおこない、広告の配信や施策立案の策定につなげることを目的としたツールです。

②Web解析ツール

Web解析ツールは、Webページに埋め込まれたタグをもとに、Webページへのアクセス状況を定量的に集計するためのツールです。

比較的簡単に実装できることもあり、多くのWebページで利用されています。

③MA（マーケティングオートメーション）

MAツールは、営業商談を前提としたツールで、Webページのアクセス状況や顧客のデータから、営業面談をおこなうべきか、どのようにおこなうべきかの判断を助けてくれるツールです。

 

マーケティングオートメーション（MA）ツールとは？基礎知識や活用手法、選定方法などをまとめて解説

④SFA（セールスフォースオートメーション）

SFAツールは、商談活動や売り上げ実績などの営業活動を「見える化」することで、営業活動の効率化を図るツールです。

 

■関連記事（外部リンク）

SFAとMAの違いとは？連携で実現するハイブリッドな営業組織

SFA（営業支援ツール・システム）比較44選 | 2018完全版 | 価格・特徴・導入事例

⑤CRM（カスタマーリレーションシップマネジメント）

CRMツールも、SFAツールと同様に営業活動を「見える化」して営業活動を支援するツールですが、購買目的やニーズなども含めた定量的な情報も管理することで、顧客そのものも「見える化」することに試みているツールです。

⑥セルフサービスBI

BIは、事業活動によって得られるデータを事業改善に活用しようとする試みのひとつです。

セルフサービスBIツールは、こうしたBIを、データ分析やデータ処理の専門家でない人でも実現することをサポートするツールになります。

6.よくある失敗や課題

いざ、データドリブンマーケティングをやろうとすると、運用の途中でさまざまな課題が見えてきます。

理想的な全体像やデータドリブンマーケティングを実施するために必要なことの項で述べさせていただいたことと一部重複しますが、改めて把握し、あらかじめ対策を打っておくようにしましょう。

①データの見える化がうまくいかない

マーケティング施策の改善に欠かせないデータですが、ほとんどの企業が組織で動いている都合上、その意味が周囲に伝わらなければ、実施に移すことはできません。

データが意味するところを周囲に理解してもらう努力は常に必要な要素となります。

②データの作成に終始してしまい、活用することができない

データドリブンマーケティングをはじめたときにありがちなのが、データを集めるだけ集めて、結局活用しないまま終わってしまうということです。

データは抽出しても、何らかの施策に活用されなければ意味をなしません。

 

もちろん、抽出したすべてのデータを活用しようとするのは無理がありますが、無駄なデータ抽出作業はできるだけ削減することが望ましいでしょう。

そのためには、いきなりデータ抽出に取り掛かるのではなく、課題に対する仮説を考案し、どんなデータを抽出すればその仮説が立証できるかというように、抽出するべきデータのアタリをつけることが効果的です。

③PDCAサイクルを回している時間的余裕がない

日常の業務の中でも、何かを改善するというのは何かを産み出すということに比較すると、優先度が低くなりがちな案件です。

こうした状況を変えないままデータドリブンマーケティングに取り組んでも結局改善できないまま運用が進んでしまうことでしょう。

データドリブンマーケティングに取り組むと決定したのであれば、それ相応の体制を作ることが必要であると考えておきましょう。

7.データドリブンマーケティングの事例

日本におけるデータドリブンマーケティングはまだスタートしたばかりという感があり、成功事例もまだあまり多くはありません。

そんななかでデータドリブンマーケティングを成功させている日本企業の事例を2つご紹介します。

株式会社パルコ

ファッションビル「PARCO」 を展開するパルコでは、2016年にデータ収集/分析基盤のためのツールを導入しました。顧客データをはじめとする膨大なデータの収集/分析からインサイトをつかみ、実店舗とECの両面から顧客サービスの向上を図り、来店機会の増加、館内回遊率の向上といった効果を得ています。

 

主な顧客データの流入元は「POCKET PARCO」というスマホアプリ。これを顧客接点として閲覧したショップブログの記事やお気に入りに登録した記事・商品、来店データ、購入データなどを得ています。パルコがデータを得る代わりに顧客側にはクーポンと交換できる「コイン」というポイントを付与し、Win-Winの構図をつくり出しています。

花王株式会社

トイレタリーメーカーの花王では、どの部門においても必ずデータを使って議論をすすめるなど「データ至上主義」ともいえる社風が培われています。

 

グローバルでERPを活用してあらゆるデータを見える化してきたなかで、経理・財務部門が資金効率化の方法に気づき、各国の資金を本社に集約してまとめて支払を行うことで、決済手数料を1.5億円も削減することに成功しました。

 

ほかにも、特定保健用食品の飲料「ヘルシア」のテレビ広告、Web広告、ネット検索量、ネット発言量と打ち上げ額の関係をデータに基づき分析した結果「ヘルシアは、ネット発言量と売上に相関性がない。つまり、ソーシャルキャンペーンは効果がない」といった結論付けを行ったり、テレビ広告からネット検索量を増加させる影響があるので、テレビCMのキーコピーだけで検索させずにヘルシアのサイトに直接来られるような設計が必要だ」といった戦略を立てるなど、データを活用しています。

8.まとめ

データドリブンマーケティングは、改善をおこないPDCAサイクルを回すことで、マーケティングや営業活動のパフォーマンスを上げ、事業目標の達成につなげるために非常に効果的な手法です。

しかし、あらかじめデータドリブンマーケティングのことをしっかりと理解し、計画や体制を整えてからでないと、せっかく投資したコストが無駄になってしまうこともあるものです。

 

データドリブンマーケティングに取り組む際は、この記事でご紹介したような内容をもとに準備を進め、より確実な改善をおこなえるように努めましょう。


◇◆◇◆◇◆◇◆◇◆◇◆◇◆

 

 

 

【English summary】

Data-driven is an approach to making decisions based on the objective fact of data, rather than relying on experience, intuition, and guts (KKD). In today's increasingly complex business environment, it is an essential mindset for maximizing results.

Practicing a data-driven approach requires three steps: "data collection and accumulation," "data visualization," and "data-based action." You collect data using tools, visualize it in a format anyone can understand (like a dashboard), and then decide on the next move based on the insights gained. The key is to instill a culture of looking at data to make decisions throughout the entire organization, not just among a few experts.