DX station

マーケティング分析入門編!どんな課題を解決できるの?課題と分析内容、得られる効果について解説します

八木 真理奈

八木 真理奈

こんにちは。データサイエンスチームの八木です。

皆さんは自社のデジタルマーケティング領域におけるデータ活用について課題に感じていることはありますでしょうか。基礎的な集計のみ、A/B テストなど基本的な効果検証の実施、統計学や機械学習を使った分析など、企業によってデータ活用の到達レベルに差があると思いますが、BtoB や BtoC を問わず、企業目標を達成するためには取得したデータからインサイトを見つけて施策を回していくことが重要です。そこで今回はどのような課題に対してどういったデータ分析を行い解決に導くのか、デジタルマーケティングの分野でいくつか分析例をご紹介しようと思います。すでに DX に取り組んでいる方やデータ収集のための基盤 (CDP) 構築をこれから実施される方もぜひ参考になさってください。



「CogEra」はこちら

「ML Connect」はこちら

「機械学習導入支援サービス」はこちら


デジタルマーケティング施策を行う上での課題

デジタルマーケティングで施策を実施する意義として、本記事では「営業活動負荷を軽減し、ユーザーのステータス/志向に適合したきめ細やかな営業施策を実施すること」とします。

その中で、以下のような課題をお持ちではないでしょうか。

  • メルマガ・クーポンの送付、Web ページ・広告
    • 一律な対応になってしまっており、各ユーザーが今ほしい情報を提供できていない
    • 効果検証が不十分で施策を打つだけになってしまっている
    • 各種マーケティング施策 (メルマガ配信、Webページ、広告など) による KPI 向上について、数値的な可視化ができておらず、適切なユーザーへの配信や内容の改善につなげられていない
    • 施策を実施するユーザーへのスコアリングやルール決めの作業負荷が高く、業務効率化できていない
  • 営業アプローチ (電話、メール)、ユーザー問い合わせの対応
    • 非効率な営業リソース振り分けにより、営業機会の損失が出ている
    • 個別の問い合わせ対応に時間を取られてしまい、業務効率化が進まない
    • ユーザーからのアンケート収集は行っているが、自由記述欄などの言語データの分析は定型化が難しく、担当者の目視による確認に依存している
    • ユーザーからの問い合わせ内容のログは取っているが、どの様な内容の問い合わせが多いのかについては比較が難しく、業務の改善に活用できていない

これらの課題に対し、解決策の一つとして統計学や機械学習による分析を実施することで、課題解決へと導くことができます。次の節で詳しく見ていきましょう。



「CogEra」はこちら

「ML Connect」はこちら

「機械学習導入支援サービス」はこちら


データマーケティング分析と得られる効果の例

前節であげた「メルマガ・クーポンの送付、Web ページ・広告」や「営業アプローチ (電話、メール) 、ユーザー問い合わせの対応」に対する課題から、メルマガ施策、Web /広告、ユーザーアンケート/レビューの 3 つの解決策を考えてみます。

  1. メルマガ施策の課題:ターゲット選定が非効率
    メルマガ配信のスコアリングや対象選定に時間を要してしまっており、非効率になってしまっているという課題に対しては、クラスタリング分析による配信対象の分類を行ってみましょう。これによりスコアリング基準の品質向上や属人化排除、メルマガ施策の費用対効果の向上が見込めます。ここではメルマガを一例としていますが、LINE やクーポン配信などにも対応可能です。
  2. Web /広告の課題:コンテンツや広告内容を最適化できていない
    コンテンツや広告内容が適切なユーザーに届いているか日々効果検証を行っていると思いますが、より最適なコンテンツ提供を目指し、因果推論技術による最適な Web コンテンツ/広告の分析を行うことができます。また、自然言語処理 (NLP) を活用して有効な Web や広告のコンテンツ、ブログ記事について分析することで、施策結果に対して言語的な差がどの程度あるのか可視化することが可能です。このような分析結果から導かれた結果をふまえユーザー接触機会の適正化を行うことで、サービス販売機会を増加させ、売上向上を目指します。
  3. ユーザーアンケート/レビューの課題:サービス改善機会の損失
    ユーザーアンケートやレビューなどのフリーテキストのデータを用いて NLP で解析を行い、ユーザーの声をサービスや商品の質向上に繋げることができます。これまで Excel での集計のみ実施されていたというお客様も多いと思いますが、ぜひ一歩踏み出した分析を行い、より深い洞察を得て改善に活かしていきましょう。サービスの改善機会を見つけ適切に対処することで、商品の売上向上や解約の阻止などにデータを役立てることができます。

解決方法となる分析と得られる効果を整理してみると、以下の図のようになります。

今回ご紹介した分析での解決方法以外にも以下のような解決策を実施することもできます。

  • テーマ1:メルマガ・クーポンの送付、Web ページ・広告に課題あり
    → 解決策:KPI ダッシュボードの作成、顧客育成に特化した MA ツール (例:Marketo) の導入
  • テーマ2:営業アプローチ (電話、メール)、ユーザー問い合わせの対応に課題あり
    → 解決策:Bot による対応自動化、Q&A 表の改善

また、その他のテーマの分析例だと、例えば製品の将来の需要量について可視化できておらず、製品販売計画が非効率であるという課題に対して、時系列モデルによる需要予測を行い製品販売計画の精緻化を実施するといった分析ができます。これにより、製品やサービスの費用対効果向上を狙えます。

ここまで見てきたように、機械学習・AI は課題解決のための一手段として、現場が抱える様々な状況に応じた分析を行うことが可能です。本節ではデータ分析によってどのように課題を解決するかを中心に見てきました。次の節では、それらの分析に使用するデータについて見ていきましょう。



「CogEra」はこちら

「ML Connect」はこちら

「機械学習導入支援サービス」はこちら


分析に使用するデータ

使用するデータとしては、先ほどの分析例で考えると以下のデータが挙げられます。例としてデータのイメージを載せていますので、参考になさってください。

  1. メルマガ施策
  2. Marketo などのマーケティングオートメーションのデータや顧客属性データ

  3. Web /広告のデータ
  4. Web アクセスログ (Adobe Analytics や Google Analytics) やサイトマップなどのサイトに関わるデータや、広告出稿費データや広告ログといった広告費用や配信結果

  5. ユーザーアンケート/レビュー
  6. ユーザーから集めたアンケートデータやレビューサイトの口コミ情報、SNS データ

プロジェクトの進め方としては、まず、これらの分析に使用したいデータが社内にあるかどうかの確認が必要です。その上で、社内にこれらのデータがない場合は、代替可能なデータがあるかどうか、補完できる情報があるかなどを確認して分析を進めることになります。

また、統計・機械学習の技術を活用して課題を解決するだけでなく、Microsoft 社が提供する可視化ツール (Power BI) を導入する、データ基盤を統合するなど、他の手段によって課題を解決できないかについても同時に検討する必要があります。

例えば、Web訪問、マーケティング情報、営業活動情報を収集し、顧客嗜好や傾向を多面的に分析したいといった場合、顧客データ基盤 (CDP) を構築して様々なデータを統合し、Power BI で各情報を可視化します(データはダミーです)。これにより、マーケティング施策結果やプロジェクト数、受注件数などの結果を簡単に把握することができ、業務改善に活用することが可能となります。

実際のプロジェクトですと、将来的なデータ活用を見据えて、データの収集基盤構築プロジェクトを進めながら機械学習モデルの検証 PoC を進めることも多いです。実施してみたい分析があるお客様もどのように課題を解決すればよいか迷われているお客様も、ぜひ一度 SBT にご相談ください。



「CogEra」はこちら

「ML Connect」はこちら

「機械学習導入支援サービス」はこちら


さいごに

本記事では、現場の課題に対して機械学習・AI を用いた解決策や使用するデータをご紹介しました。SBT では各種デジタルマーケティングツールで実施可能な施策に対するコンサルティングサービスはもちろんのこと、高度な予測モデルの作成や BI ツールによる可視化の支援、分析活動の深化や予測結果を利用したアクションの最適化についてもサポートしています。

しかし、こういった分析を一足飛びで行うことは難しく、まずは数値やエビデンスをベースにして判断できる組織文化を醸成することが大切です。そのためには、まず小さなところから検証を行い、少しずつエビデンスベースの施策効果の検証を行ったり、数値ベースでの評価を行ったりといった、実績を積み重ねていくことが重要です。また、これらは解決策の一つにすぎず、Excel での簡易分析を行うことができるようになる、可視化ツールを使ってレポーティングできるようになるといった解決策も十分に効果を発揮することがあります。環境の整備と機械学習・AI の活用を両輪で進めるケースもありますし、どのような解決策を選択するかはお客様の方針やゴール、期間によっても異なります。そのため、分析前に将来の全体像から逆算して分析の目的を明確にし、課題解決につながる分析プロジェクトを推進していきましょう。

SBT では、このようなデジタルマーケティング分野での AI 活用支援をはじめ、様々な分野での機械学習モデル構築を承っております。現行の作業を軽減してより重要な作業に時間を当てたい、取得しているデータを活用して課題解決を行いたいなど AI 活用を検討中のご担当者の方がいましたら、ぜひお問い合わせください。まず何から始めればよいか悩んでいるといったお客様も、お気軽にご相談いただければと思います。

関連ブログ記事 

【ケーススタディ】機械学習導入支援サービスで会員サイト改善を実現!SBT の導入プロジェクト
顧客満足度の向上や業務効率化に音声認識を活用!Azure Speech to Text入門
画像も検索できる! Azure Cognitive Search を活用して簡単にファイル検索の仕組みを作ろう

関連ページ

「CogEra」はこちら
「ML Connect」はこちら
「機械学習導入支援サービス」はこちら

DX推進に役立つ情報をお届けします!メールマガジン登録はこちら

【総合】お問い合わせ

製品・サービスに関するお問い合わせはお気軽にご相談ください

ピックアップ

セミナー情報
クラウドエンジニアブログ
clouXion
メールマガジン登録