データ活用の4つのユースケースを紹介
講演の後半では、同社がこれまでに手がけてきたプロジェクトをもとに、データ分析のアプローチを4つに分けて、ポイントを説明した。4つのアプローチとは、(1) すでに社内に大量トランザクションデータが存在する、(2)大量トランザクションはあるが、データはない、(3) 社外にアクセス可能な大量データが存在する、(4)まだこの世に(まとまって)データがない、となる。
1つめは、「データ分析を行う企業の多くにあてはまるのではないか」とするパターンだ。すでにデータが存在していて、それをどう活用するかが課題だ。同社ではこうした場合にコンサルティングを行って、企業のデータ分析をサポートしているという。たとえば、ヒアリングを行って、改善したいKPIを決め、そのKPIの改善に寄与する施策を提案し、それを実施していく。
ユースケースとして、通販事業者の例を上げて説明した。KPIとしては「新規獲得実績」「リピート購入実績」「リピート稼働実績」「休眠・離脱実績」などがある。また、施策(展開するチャネル)としては、「広告」「PR」「SNS」「DM」「会報誌」「Webレコメンド」「アウトバウンド」「メール」などがある。そして、それらに紐づくデータとして「出稿データ」「媒体データ」「SNSデータ」「受注データ」「顧客データ」「商品データ」「Webログデータ」「施策データ」「コールログデータ」「対応履歴データ」などがある。「KPIやチャネル、データはヒアリングでは膨大になるものの、まとめると、だいたいこのような要素に落ち着く。A3用紙1枚に印刷できる程度だ」という。データ分析は、KPIを改善するための施策を精度よく行うために使われる。「散発的に実施するのではなく、全体の構造分析を踏まえてPDCAサイクルをまわしていく」という。
2つめは、大量のトランザクションがあるが、データがまだないという状況だ。トランザクションから、データを取得するために、同社では、2つの取り組みを行っているという。1つは、テレマティクス分野で、資本参加している車載システムのテクトム社と共同して、センサを収集するツールを開発している。走行データを分析することで、燃費向上、CO2削減などにつなげるという。
もう1つは、小売店での購買行動の分析だ。カメラを設置して、顧客がどの商品を買うかで迷ったデータを取得し、棚割りなどに役立てる。「あるブランドが10個売れたとしても、11人中10人が買ったのか、30人中10人が買ったのかでは、マーケティングが変わってくる。これまで見えていなかったものを見える化する取り組み」(同氏)となる。ミディー社のソリューションを使って米国スーパーマーケットで実験が進められているところだ。
3つめは、社外にあるデータを分析する取り組みで、代表例としては、ソーシャルリスニングがある。口コミを分析して、マーケティングに役立てる事例は、すでに国内でも実施されている。同社のソリューションの特徴としては、ネガティブ、ポジティブがわかるだけでなく、どういう理由で評価につながったかを任意の軸で分析できる点だという。
最後の、そもそもこの世にデータがない、というのは、新しいデータを収集する取り組みとなる。同社が取り組んでいるのは、スマートフォン向けの家計簿アプリから得られるデータの分析だ。利用者の許可のもと、その利用者がどこで何を買ったかを把握することで、小売店やメーカーという企業をまたいだ商品軸、顧客軸での分析を行っている。
実例として、あるコンビニのある商品を継続して購入する顧客は、そのコンビニにとっての優良顧客であることが判明したことをデータで示した。また、競合店とのカニバリゼーションの状況の可視化など、これまでにできなかった分析も可能になったという。データソースは顧客のレシートであるため、小売店やメーカーからデータを取得しなくてもこうした取り組みができるわけだ。
草野氏は最後に「大きなデータの分析は投資効果が見えにくく、取り組みが進まないケースが少なくない。データ分析が実現可能かを検証するためのPoC(Proof Of Concept)のような、実環境での効果を実感できるサービスなどを利用しながら投資を進めてほしい」とアドバイスした。