-
株式会社TSI デジタルビジネスDiv ストラテジー＆アナリティクスDept データマネジメントSec Section長 竹山 健司氏
チームメンバー 佐藤 悠歩氏、上石 萌子氏、大橋 直樹氏、菊地 美和氏
クラウドエース株式会社 マーケティング部 部長 杉山 裕亮氏
クラウドエース株式会社 執行役員 事業推進本部長 松本 健治氏
2022年12月8日に開催された「OPEN DX 2022 Winter」。株式会社TSIからデータマネジメントセクションの5名が登壇し、データマネジメントを内製したチームの作り方をテーマに話が展開。本稿では、株式会社TSI デジタルビジネスDiv ストラテジー＆アナリティクスDept データマネジメントSec Section長 竹山 健司氏、同社 佐藤 悠歩氏、上石 萌子氏、大橋 直樹氏、菊地 美和氏とクラウドエース株式会社 マーケティング部 部長 杉山 裕亮氏、同社 執行役員 事業推進本部長 松本 健治氏によるセッションをレポートする。
会社統合により経歴の違う人達がチームとしてひとつのことに取り組んでいるアパレル企業である株式会社TSI。2021年3月1日にグループ内の9社を合併したことで入社した会社も違えば、業務も異なるメンバーがデータマネジメントセクションに集まり、「ユニファィドコマース戦略」に取り組んでいる。データマネジメントセクションから5名のメンバーをお呼びし、データ活用育成などについて語っていただいた。
店舗や EC、アプリを横断してお客様一人ひとりに合った情報を届ける
杉山氏：
デジタルマーケティングでは、One to Oneでお客様一人ひとりに最適化するというのがトレンドになってきていますが、御社では「ユニファイドコマース戦略」を掲げ、その取組を内製で行っていらっしゃるとのことで、詳しくお伺いできればと思います。
竹山氏：
以前は、様々あるブランドごとに異なる戦略や施策で進めていて、CDPもなく、顧客データの管理ツールもバラバラでした。店舗、EC、アプリなど、各チャネルでの顧客データは蓄積していましたが、どう活用していくのかといったTSI全体の指針が明確に定まっていませんでした。
そこで、成長に向け、全社でデジタルマーケティングの融合推進を図るため、店舗とECを一体化させた「ユニファイドコマース戦略」を掲げることとなりました。
「ユニファイドコマース戦略」とはオンライン、オフライン問わず、顧客のあらゆる情報を統合して把握することで、お客様一人ひとりの趣味嗜好に合ったOne to Oneのサービスを提供する取り組みです。
例えば、店舗に設置したセンシングデバイスやビーコンなどの情報をもとに、店舗内でのお客様の行動をデータ化しています。お客様がどの商品を手に取ったかなどの情報から商品に対する興味関心の度合いなどを把握し、そのデータをアプリと連携させることでお客様に合った商品をアプリのプッシュで通知するとか、お帰りになった後にリマインドで商品をプッシュするとか、そういったことを店舗や EC、アプリを横断してお客様一人ひとりに合った情報を届けられるようになっています。
SQLや機械学習を自由に扱うことによって、施策の改善スピード等の向上が図れる
杉山氏：
メンバーの育成や最適化のために機械学習を導入されたと伺いましたが、いかがでしょうか?
竹山氏：
これは2021年の9月から11月にかけて、D-tableさんにお世話になったプロジェクトでのお話ですが、実は前年にも同じような取り組みを行っていました。
2018年の10月からGoogle Cloudを導入し、SQLを活用してのターゲットの抽出や広告配信で、ある程度の効果を上げていました。さらに、BigQuery MLを用いることで、より効率的に成果を上げられないかと考え、勉強し始めました。しかし、独学で業務に導入するのは難しいと判断し、2020年の10月からD-tableさんに支援を頂くことになりました。
このプロジェクトでの成果はLTV（顧客生涯価値）として、売り上げが期待できそうなユーザを予測するシステムにGoogle adsを活用し広告を配信したことで、売上の向上につながったことです。
このプロジェクトではポイントが3つありました。
１つめは「各メンバーのデータ活用育成」です。100%ではなくとも、メンバー4人が、SQLや機械学習を扱い、広告配信まで行うことを、人手を借りながらでもできないかと考えました。
2つめは「広告クリエイティブへの機械学習導入」です。初回のモデリングではターゲティングの抽出にのみ機械学習を使っていましたが、データドリブン配信を行うことを考えました。
3つめは「トータルコーディネートの広告活用」として、ブランドのひとつ「ナノ・ユニバース」の事例では、メルマガなどで店舗スタッフのコーディネートの配信をしたところ結果が良かったので、広告にデータドリブンクリエイティブで配信ができないかと考えました。
松本氏：
話に出てくるD-tableは、博報堂グループのデジタル・アドバタイジング・コンソーシアム株式会社とクラウドエース株式会社（吉積ホールディングス株式会社）との合弁会社で、Google Cloud に特化した会社として機能しています。
今回、クラウドエースでも機械学習を教えることはできたと思います。しかし、施策を進めていくにはクラウドエースだけだと難しかったと思います。D-tableはマーケティングとクラウドの技術活用の両方でご支援しています。
データを活用できる状態にするまでのコスト削減に成功、不安やストレスが解消された
杉山氏：
まず初めに「インハウスでのデータ活用をはじめると聞いたとき、率直にどう思いましたか?」をお聞きしたいと思います。
上石氏：
このプロジェクトが始まるまでSQLに触れたことがありませんでした。正直、初めは尻込みしましたが、基礎から学べる機会なんてないと思い、このチャンスを活かし、業務効率化を目指しました。
大橋氏：
当時でも膨大なデータ量があり、そこから必要なものを抽出するのに膨大な時間がかかっているなか、さらに整理するコストや活用するリソースがあるのか、という不安が漠然とありました。
竹山氏：
チームメンバーの気持ちも分かります。ただ取り組む中でそういった不安は払拭されていくと自負していました。というのも、LTVや購入回数、機械学習のモデルを作成するにあたっては、自社のデータ、どういうカラムがあるのか、どのデータが入っているかなどは確認できますし、SQLも初めは調べてコーディングする必要はありましたが、分からない場合、D-tableのサポートもあります。学習を深めていくことでプロジェクトはスムーズに進行していくと思っていました。
杉山氏：
実際はいかがでしたか?
上石氏：
正直、難しかったです。これまでデータの抽出は他部署に依頼していたため膨大な時間がかかり、かつ、対応の差もあったのですが、自力で抽出できると、時間も短縮できますし、「とりあえずやってみよう」となります。徐々にモノにできるかと思っております。
松本氏：
どの企業にも共通していますが、データが散在してしまうと、活用よりも前処理にほとんどの時間を使われてしまいます。しかし、御社の場合、必要なデータをまず1つの場所にきちんと集められていた、その土台から学習をスタートしたので、やり易さはあったのではないでしょうか。
プロジェクトで取り組んだことは人とのやりとりを、ある程度簡略化して施策に注力するための基盤です。データ活用のための基礎能力を身に付けられ、今は施策のスピードもどんどん上がっていっているのではないでしょうか。
チャレンジすると絶対に壁にぶつかる。それは成長のチャンス
杉山氏：
2つめのトークテーマは「マーケッターのデータ活用のインハウス化は難しく聞こえますが、学習はどのように進めましたか？」です。このテーマは、内製でチームを作ろうと思っている企業の方々には興味があると思います。
竹山氏：
やはり時間を割いて勉強しないと新しいことにチャレンジするには難しいと思います。
最初にSQLで簡単なクエリを書いて、ある期間の売り上げを抽出したとき、数秒で答えが出ることに感動を覚えました。今までやっていたExcelだとスピード感がありませんでした。今はできることが増えていくのが楽しくて、自習するようになりました。
杉山氏：
小さな成功体験を積み重ねていくことが大事ですよね。似た方法として反復練習があります。上石さんはいかがですか?
上石氏：
3日ぐらい触らないとまたゼロからになるということに気付き、「1日30分でもやるのがいい」とアドバイスをいただいたこともあり、朝の早い時間に学習していました。難しいことはしていませんが、とりあえずツールを開いて触るを続けていきました。
杉山氏：
「こういうことをやってみたい」というのはあったのですか?
上石氏：
他のブランドで実施していた施策などを、自分が担当しているブランドでもやってみたいと思っていました。それはクエリとしてすでにあったので、レクチャーしてもらいながら、ブランドに当てはめていく作業を行いました。
杉山氏：
少しずつできるようになると、「次はこれをやろう」とか、「これもできそう」と膨らんでいくといいですよね。ノウハウはチームで共有されているのですか。
上石氏：
クエリは保存してくれているので、いつでも見ることができます。それをコピーして、少し変えてみるなどして活用することはよくあります。とても助かっています。
松本氏：
マルチの共有は大事です。学習といいながらも成果物が共有され、「これは私が担当しているブランドでも使える」とのひらめきにつながっていくわけですよね。
杉山氏：
それは内製でやっているからこそ溜まりやすいということがあるでしょう。外に依頼していると共有されないことはあると思います。
上石氏：
毎日数時間、数十分でも見るだけで、「こんな動きをしているんだ」ということを知ることができます。それで、通常の施策にも活用することができました。
杉山氏：
大橋さんはどのように学習を進めて行ったのでしょうか。
大橋氏：
本当にクエリの「ク」の字もわからない状態から、D-tableに一から丁寧に教わり、それが積み重なっていくことでナレッジが溜まっていきました。スタートから丁寧にハンズオンでレクチャーしていただいたので、導入についてはとても円滑かつスピーディーに進めることができました。
杉山氏：
それは、どれくらいの期間、どれくらいの回数で行われたのですか。またペースは丁度良かったでしょうか?
大橋氏：
週1回、3か月です。それで自分のなかではモノになったと感じています。
ペースに関してはもう少し早くてもいいかな、と思いました。でも、学習で難しいところが出て来ると戻らなくてはいけないこともあるので、ちょうどよかったと思います。
杉山氏：
佐藤さんもハンズオンで手ごたえがあったそうですね。
佐藤氏：
開始前は不安でしたが、ハンズオンでレクチャーをいただき、少しずつどういうものかを把握し、「こういうことができる」ということを教えて頂いたことで、「なるほど」という気付きが生まれました。ハンズオンではとても丁寧に教えていただいたので、１個ずつ咀嚼しながら前に進むことができたのが大きかったと思います。また、竹山がSQLを理解していたので、分からないことは質問をしていました。分からないままにせず、ひとつひとつクリアにしながら、進むことができたのだと思います。
杉山氏：
皆さんで学習することで、分からないことも分かったことも共有しながらやっていくことができる。1人だと心細いと思いますが、チームでやることで続きますし、身につきますね。
菊池氏：
「ナノ・ユニバース」というブランドでのケースを用いてハンズオンを行ったのですが、私が担当しているブランドでも同じように実施しながら、データがどう違うのかを自分で調べながらやってみました。そのため少し早いペースで理解することができたと思っております。
杉山氏：
皆さんの中でこういうことができるんじゃないか、という気づきをシェアしながら進めていかれたのでしょうか？
竹山氏：
ハンズオンでは「ナノ・ユニバース」のケースに集中していました。しかし、、どのブランドにも当てはまりやすいようなデータ抽出方法やターゲティングに活かせるよう、定例などでこれまで得たノウハウを共有しています。
当初は、独りよがりではないかと心配していました。しかし、SQLや機械学習ができるようになり、施策や自分たちが担当しているサイトにダイレクトに跳ね返るという成功をチームメンバーに、体験して欲しいと思っていました。事実、学習をすることでスキルが向上していったので良い取り組みだったと思います。
松本氏：
それでも、つまずく、しくじるポイントはあったと思います。
佐藤氏：
しょっちゅうありました。「これってどういうことですか？」とひとつずつ質問していました。また、通常業務をこなしながら学んでいくため、時間を割かないといけなく、そのバランスやスケジュール調整に苦労しました。
大橋氏：
私も「今更これを聞くのはおこがましい」といった質問もさせていただきました。それでも、すごく優しく教えていただいて、とても助かりました。
杉山氏：
チームの雰囲気が大事ですよね。いろいろと質問をしたいのに聞けないのでは、学習も前に進んでいかないと思います。竹山さんはチームの雰囲気を意識されたのですか。
竹山氏：
私もD-tableに質問をして、メンバーに対して「そういうことも聞いていいんだ」といった雰囲気を作ることを意識していました。
松本氏：
Googleのフィロソフィーで「仕事の成果を上げていくためには、心理的安全性が大事」というものがあります。「失敗をしてもそれが許容される、だからチャレンジができる。その前提に心理的安全性が担保されていることが大事」と。今回のプロジェクトでは、その点も成功の要因になっている、とお聞きしていて思いました。
目の前にある課題に対してすぐに取り掛かる「突破力」
杉山氏：
最後のトークテーマですが、インハウス化でできたことでチームに起こった変化はありますか？
上石氏：
これまでは、データを抽出するのに時間がかかり、提案するスピードが遅かったのですが、提案スピードが上がったと共に提案できる幅が格段に増えました。例えば、今までは「媒体を増やしてみましょうか」といった大枠の提案だったのが、「オーディエンスを変更して、広告を配信することで、効果が見込める」といった細かい提案ができるようになり、提案力がアップしました。
杉山氏：
データ分析ができる環境になったからこそ、新しいことができるようになったということですね。
上石氏：
そうです。今までは提案の幅が狭いことに気付いていませんでした。なので、「こんなにも選択肢はあったんだ」と気付かされました。
大橋氏：
プロジェクト開始までは、データ活用が上手くできておらず、ワンパターンのターゲティングを繰り返して、効率が上がったような、上がってないような、よく分からない状態で続けていました。それが、自分たちでターゲティング等が対応できるようになってからは、爆速となり、ほんの数時間前に思い付いたターゲティングモデルが、あっという間に広告配信やその他のサービスに連携できるようになり、かなりのモデルを試せるようになりました。
佐藤氏：
そもそも自分たちで、データ活用ということをあまりして来ませんでした。それが自力で広告配信までできたのは、自信になったと思っています。今までは代理店さんを介して、ありきたりのもので広告配信をしてきた為、自分たちで思い付いたターゲティングをすぐに試すことができ、フレキシブルに新規策やクエリを試せるのは大きかったと思います
松本氏：
最前線の方がテクノロジーを使えるようになっているところに、内製化の利点が詰め込まれていますね。目の前で起こった課題に対して、すぐに試せる環境が構築でき、スピード感や情報量の質の向上につながったのは大きな変化だったのでは、と思います。
杉山氏：
このプロジェクトでの取り組みを表現する名言があったと聞いています。
松本氏：
ありました。「突破力」。繰り返しになりますが、目の前にある課題に対してすぐに取り掛かる。そこでつまずく方も多いのですが、皆さんは凄くがんばっている。能力を身に付けたことによって、ひとつ突破して、さらに改善が進んでいると思いました。
杉山氏：
私もマーケティングの人間なのですが、皆さんが歩まれているキャリアは、今後のデジタルマーケティングにとって、とても大事なことだと思います。この話を聞いて、「自分も続くぞ!」という方が出てもらうと、日本のマーケティング業界が盛り上がって来ると感じます。
また、内製で実施していることと、スキルが着実に身に付いていること。モチベーションが内から出てきて、新しい技術への興味や、「もっとこういうことができるんじゃないか」という提案や議論が盛んになったのではないか、と想像しています。
データ活用したいと悩む方は、まず、踏み出して欲しい
杉山氏：
最後に、皆さんがこれからやっていきたいことやプランがあればお聞きしたいと思います。
大橋氏：
このプロジェクトで進めている広告配信以外にも、GoogleのレコメンデーションズAIのサービスを連携させ、そちらの方で作っているモデルを活用し、お客様にクリエイティブを表示しています。これにより想定以上の効果が出ています。広告やサイトのページはお客様に表示できる数が限られているなか、One to One でお客様にパーソナライズできるアイテムを見せられるところが、データ活用で行ったモデルを介して効果が出ていると感じています。
今後は、レコメンデーションズAIに関しても、試行錯誤したターゲティングを導入していき、改善を図っていこうと考えています。
また、将来的にはメールマガジン等とも連携して活用していきたいと考えています。そうすることでリソースの削減や効果を見込んでいます。
松本氏：
お客様に最適なメッセージを届けると共に、それを抽出するまでの御社のなかのプロセスを簡略化する、それはまさにDXだと思います。人がやらなくても良い仕事を機械に託すことにより、新たなリソースを生んでいくことを視野に入れて動かれているとお聞きしましたが、いかがでしょう。
大橋氏：
そうです。どうしても凝り固まった発想があり、お客様にアプローチできていない商品もあると思うので、モデルをうまく駆使して、見せていけることを期待しています。
佐藤氏：
今後は、ブランドを横断してデータを活用していくことで、効率よく戦略を打ち出すことに繋がると考えています。例えば、AとBのブランドがあって、AのあるレーベルとBのあるレーベルが、もしかすると客層が被ってるんじゃないかといった仮説が立ったとき、お互いのデータを使うことで両方のブランドに誘導できるんじゃないかと考えています。
松本氏：
すごく面白いですね。会社の事業戦略を軸に考えながらも、ブランドに入っていく部分と逆に１歩引いて横軸に見ていく部分のバランスを取って解消する。このチームの良さだと感じました。
菊池氏：
いろいろなブランドがあるので、ブランドの強みのある商品カテゴリに特化し、ブランドのカテゴリを買いたい人を機械学習をして回し、カテゴリを「欲しい人」に特化した配信を今後、取り組んでいきたいと思っています。
竹山氏：
今後の展望についてまとめると、3点あります。
１点目はスキルの体系化。マーケティングオートメーションやKARTEを担当しているチームが加わったこともあり、D-tableと今までは3か月のプロジェクトで1年に1度のペースで進めていたのですが、継続的に進めることでスキルは確実に身に付いていくと分かったことから、今年は9か月間のプロジェクトとして取り組むことになりました。そして、会社としてもSQLの機械学習のスキルを体系化していければと思っています。
２点目は、今までデータ活用は広告領域中心で、MA、KARTEに活用が広がり、その先だとLINE。弊社にはオンライン接客のツールもあるため、そういうところにもデータを活用の幅を広げていければと思います。
3点目は、マーケティング領域以外のデータリングの活用です。これは生産や物流でデータを活用し、需要予測にもゆくゆくは取り組んでいきたいと思っています。
杉山氏：
最後に竹山さんから同じ取り組みにチャレンジされる方を、勇気づけるメッセージをお願いします。
竹山氏：
もし、データ活用したいと悩まれている方がいらっしゃいましたら、精神論になってしまいますが、まずは踏み出して欲しいと思います。独学でも何とかなるかもしれません。挫折せず、いろんな方々を頼って、困ったらD-tableを頼っていただければと思います。一緒に頑張りましょう。
[PR]提供：クラウドエース
