データを活用できている企業は3割にも満たない

　いまグーグルでは、毎日5億の新しいキーワードの組み合わせから検索が行われている。その背景には、モバイルデバイスの普及による情報接点の増加が挙げられる。この10年間を振り返ってみると、メディアに接触する時間の中で、携帯電話やスマートフォンを経由している割合は約8倍、全体の4分の1まで増加しているそうだ。

　つまり、ユーザーによる情報接点が増え、その活用方法も大きく変わってきているのだ。たとえば、電車の待ち時間にSNSをしたり、インターネットで動画を見たりと、新しい情報に触れる機会が増えていることを実感しているだろう。一方で、こういった情報接点の増加や活用の変化は、企業のマーケターにどのような影響を与えるのだろうか？

　高橋氏は「情報接点が増加すれば、リーチのタイミングも増えます。多様な情報接点において、企業が広告を届ける機会も増えていきます。しかし、自社にデータを持っていても、それがチャネルごとにバラバラになり、逆に真のユーザー像がつかみづらくなったという声もあります」と指摘する。

　これは同社のアンケート調査からも明らかだ。「あなたの企業では、データを最大限に活用できていますか？」という問いに、YESと答えた企業担当者は29％、約3割にも満たないのだ。では、このような現状をどう打破していけばよいのだろうか？

データを活用したマーケティング実現のための3つのポイント

　高橋氏は、グーグルが提唱する「データを最大活用したマーケティング」について紹介し、それを実現するための3つのポイントを説明した。


　1つ目は「チャネルごとから顧客ごとのデータへ」というポイントだ。いま企業では、オンラインデータを収集する一方で、実店舗やテレビCMなどのオフラインデータも収集している。このようにマーケティング部門は多様なデータを見ているが、その他の営業、経営企画、流通などの部門も、さまざまなデータを追っている。

「しかしチャネルが多様化する中で、データをチャンネルごとに取っても、真のユーザー像を捉えらません。チャネルごとのデータを集めるのではなく、顧客ごとにデータを集めていくことが、1つ目の重要な要件になると、我々は考えています」（高橋氏）

　2つ目は「機械学習を活用できるマーケティングプロセスへ」というポイントである。これは、データを集めたあとに機械学習をうまく活用できるようにすることだ。グーグルはマーケティングで機械学習を活用するために、さまざまなツールを提供している。

「シンプルな例としては、どのくらいの獲得コストでユーザーを取りたいのかといったビジネス要件を与えるだけで、自動的に獲得件数を最大化してくれるようなイメージです。高度なシステムを開発せず、マーケターはビジネスのゴールを定義し、データを整え、マーケティングプロセスのみに注力できるようになります」（高橋氏）

　そして3つ目は「マーケティング投資の評価を経営指標で行う」ということだ。これは「利益をベースに、きちんとマーケティング投資も強化しましょう」という意味だ。

「当たり前のことと思われるかもしれませんが、実際にマーケティング現場で使うリーチや獲得コストなどの一般指標を、最終利益としてどう見ていくかということです。そのために必要なデータフローやデータを可視化するダッシュボードなどを整備し、マーケティング投資をKPIベースで評価することが大切です」（高橋氏）

データドリブン・マーケティングで17％もROASを改善した一休.com

　続いて高橋氏は、このようなグーグル流データドリブン・マーケティングによって成功した「一休.com」の事例を紹介した。一休.comは、高級ホテルや高級旅館などに特化した予約を中心に、さまざまなオンラインサービスを展開するサイトだ。

　一休.comも、以前はチャネルごとにバラバラのデータを追っていた。部門ごとに異なるデータを見ていたため、ユーザーが分離し、認識の齟齬が起きていたのだ。そこで同社では、広告とサイトのデータに加え、自社のCRMデータを「Google Cloud Platform」（GCP）のエンタープライズ向けフルマネージドDWH「BigQuery」にアップロードし、各データベースを連結することで、すべてのデータを顧客ごとに統合した。


　次に、同社はデータを機械学習で活用するためのプロセスを整備し、顧客ごとのメッセージを機械学習で最適化した。このステップでは、キーワードに対する顧客接点ごとの「貢献度」を可視化したという。

「具体的には、広告データなどから顧客がどういう接点で予約したのかを把握しました。それをベースに機械学習で複雑な計算を行って、貢献度を出しました。顧客接点の貢献度に応じ、貢献度の高いパスには高い広告を出すように自動入札を行います。これにより、最も貢献度の高い顧客接点に重点的なメッセージが届くようになりました」（高橋氏）

　その結果、これまではリーチできなかった、検討初期段階でコンバージョンに至る確率が高い顧客に対しても、しっかりメッセージが届くようになり、65％ほどキーワード（顧客接点）の種類が増加したそうだ。


　次に同社では、接点ごとに広告投資の評価と配分を行ったのち、各接点からの収益をセッション単位で可視化するようにした。

「キーワードによってどれくらい効果が得られ、収益が上がるのかというデータを蓄積し、それを再び機械学習にかけて、マーケティング投資からの利益（ROAS）を最大化することに成功しました。この施策後には、17％もROASが改善されました」（高橋氏）

【次ページ】 申込率1.8倍アップ、店舗側への送客を25％アップしたIDOM（旧ガリバーインターナショナル）