既存のCRMデータを元に「ビッグデータ」解析によって「ターゲットとコンテンツ」を最適化、顧客体験を効果的・効率的に向上させる。そんな業務プロセスを実例を元にご紹介します!

皆様こんにちは。ソーシャルメディアマーケティング事業第一本部の藤田雅志です。

前回は「ビックデータ」をテーマに、事例をご紹介しつつ概念的なお話をしましたが、今回はビックデータを活用する際のデータ取得や分析の方法について、実際の手順例に添ってより具体的にご紹介します。

前回記事:【リサーチの新常識】「ビッグデータ」分析に取り掛かる前に知っておきたい基本ポイント
http://smmlab.aainc.co.jp/?p=23550

某EC事業者のビックデータ活用方法

下図は、ある会員制EC事業者のビックデータ活用をフロー化した概念図です。

(1) CRMデータ(購買履歴データ等)からの顧客クラスタ分類

CRMデータには様々な購買履歴やお客様とのコンタクトポイントに関わるデータが含まれます。その中から、単純に一定期間中の「購買金額」だけで顧客をランキングするのではなく、例えば、上図の例では以下のような指標から分類しています。

【顧客価値】
・取引金額
・購買当たり購入金額
・取引期間

縦軸の【顧客価値】では、取引金額が大きく、まとまったお買い物をしてくれて、長い間ご愛用頂いているお客様を「顧客価値が高いお客様」と定義しています。

【親密度】
・購買頻度
・購買単位額上昇率
・キャンペーン参加率

横軸の【親密度】では、頻繁にお買い物をして頂き、より沢山のお買い物をして頂き、キャンペーンなどのイベント参加率が高いお客様を「親密なお客様」と定義しています。

また、この事例企業では、会員のソーシャルメディアアカウントもSNSログイン機能により、ある程度把握しており、当該アカウントのエッジランクのようなものでソーシャルメディア上の影響力も考慮しているようです。

このクラスタ分類をする縦軸・横軸の指標定義はもっとも重要な「CRMポリシー」に通じるものであり、仮説検証によって調整していくことはあっても、中長期的には毎月指標変更するような類のものではありません。しっかりデータと向き合って指標定義をしましょう。

(2)クラスタ別顧客特性定義

次に、ECサイト内だけでなくWeb広告や関連サイト等も含めて顧客のWeb上の行動解析をします。クラスタ別に、Web上の行動特性に、

・クラスタ間での共通的な行動特性
・クラスタ内での共通的な行動特性とクラスタ別の違い
・同一クラスタ内での差異的な行動特性

を分析します。ここでは、各クラスタ別にお客様が購買するまでの行動パターン(ベストプラクティス)まで明確にすることを目指したいですね。

次に、各クラスタのSNSアカウントや行動特性から得られたキーワードでソーシャルリスニングをします。各クラスタ層のお客様が、

・自社ブランドや競合ブランドに関する投稿傾向(ポジ/ネガ等)
・ソーシャルメディア上で何を話題にしているのか(投稿データ等)
・どんな記事や企業公式アカウントをフォローやリツイートしているのか
・投稿時間帯の傾向と各時間帯の話題

などを分析し、各クラスタの特性を定義します。
単純なイメージでは、「A1クラスタは、○曜日の○事頃に、○○のディスプレイ広告を見ている傾向があり、○○や○○に興味を示している。」と言った定義ができます。

なお、上図ではクラスタを4分類しているように思いますが、更に3階層ほどドリルダウンしており、全部で128クラスタに分類しています。
当然ながらクラスタ数は多い方がより精緻な分析ができ、精度の高いコンテンツ提供が可能ですが、逆に運用負荷と高度な技術が求められますので、トレードオフの関係にあります。 最初は16か32分類程度に留めて運用を開始していくのがおすすめです。

(3)コンテンツマッチング

次にコンテンツとのマッチングですが、まずはじめに、自社が持っているコンテンツ(情報資産)を整理する事から始めます。

【コンテンツの分類】
・商材に関するコンテンツ
・キャンペーンやイベントに関するコンテンツ
・事例やニュースに関するコンテンツ

といった3つに分類し、各クラスタの特性に合わせて「A1向けコンテンツ」「B2向けコンテンツ」というように整理していきます。
次に、顧客行動分析から得られたベストプラクティスに合わせて、「どの段階にいるお客様には、どのコンテンツを提供して、次に何のアクションを起こして欲しいか」という、いわゆる「シナリオプランニング」を検討します。

最近では、「マーケティングオートメーション」というソリューションが出てきており、アメリカで有名な「Hubspot」などがあります。これらを活用するとマーケティング業務がより精度高く、効率的に運用できるようになりますが、その際にも「シナリオプランニング」が重要になります。

(4) 各施策と並行したアンケート実施

ここからはいよいよ、シナリオプランニングで検討した仮説を実証する「実行」段階に入ります。 市場調査等の目的とは別に「仮説検証」に主眼においたアンケートを併用して、キャンペーンやイベントなどの各マーケティング施策を実行しましょう。
もちろん、自社が売り出したい新商品・サービスなど「プロダクト軸」で考える施策もありますが、上記は「B1層のC状態のお客様をB状態へ引き上げる」といった目的でキャンペーンを実施し、その際にアンケートなどを併用してデータ取得をしつつ仮説検証するという方法です。

(5)仮説検証とCRMデータへのフィードバック

各施策の効果やアンケートデータの取得など、様々な「仮説検証データ」が取得できたら、今度はこれらのデータを活用し、CRMデータとしてフィードバックします。

ここでは、各施策の「実施レベル」へフィードバックするのか、「仮説レベル」へフィードバックするのかを選別する必要があります。

単純にパッケージデザインやキャッチコピーを変更したり、Webの画面遷移や画面デザインを修正するといった「実施レベル」であれば、仮説そのものに誤りはないため、マーケティング施策の効果をより向上させるような改善を加えていきます。

しかし、「仮説」そのものを見直す、つまり、顧客クラスタの分類指標や、コンテンツのマッチング定義を変更したり、シナリオプランニングを全面的に再考するなどの必要がある場合もあります。 一般的には、半期・年度などのタイミングで行いますが、変化の速い業界の場合には毎月のようにデータを精査しながら重大な意思決定をする企業もあります(特にインターネットサービスなどの業界はこの傾向があります)。

今回は、具体的なビックデータ活用の事例をPDCAサイクルに合わせた手順を追ってご紹介しました。しかし、実際の日常業務では、この手順に従って業務を遂行するというよりも、一部を繰り返しつつ月次のタイミングなどで棚卸のように点検しながら、施策範囲を拡充していく形になりがちです。だからこそ導入前に全体の流れを把握し、ぜひ自社での活用法をイメージしてみてください。

次回は、各マーケティング施策と並行して行うアンケートの種類やデータ分析方法などをご紹介したいと思います。

関連記事

【リサーチの新常識】「ビッグデータ」分析に取り掛かる前に知っておきたい基本ポイント

「消費者の”本音”を引き出し”共創”する!ソーシャルメディアのリサーチ活用」

「ビッグデータ」とは?今知っておきたい旬キーワード!