データ活用の重要性

データをマーケティングに活かすためのフェーズは3つあります。「データを整理する」、「データを分析する」、そして「データを活用する」です。データを整理、分析することで知見やヒントを得られても、それを実際の戦略や施策へと具体的なかたちにしていく作業が抜けてしまえば、データから成果を生み出すことはできません。

つまり、マーケティングにおけるデータ活用とは、マーケティング戦略の立案や施策の発案、課題の抽出など、データをもとになんらかのアウトプットを行うことです。データを活用していくスキルは成果に直結するスキルであるといえます。

それでは、なぜいま、マーケティングにデータ活用が重要なのでしょうか。

インターネットの進化やスマートフォンの普及により、情報を取得しやすい環境ができたことで、ユーザーの行動は多様化しました。そのなかで、競合に勝ち、顧客を獲得するためには、個々の価値観や特性を理解したマーケティング展開が求められています。

有効なマーケティング戦略を立てるためには経験や勘だけでは不十分であり、データをもとに顧客のインサイトを見抜く必要があります。顧客のインサイトを把握しないまま、マスマーケティングや企業本位の施策を実施しても、成果を生み出すことは難しい時代になっているのです。実際、アメリカで9,000店舗以上のレンタルビデオ店を展開していたブロックバスター社は、顧客データからニーズを読み取ることを怠ったことで、競合のネットフリックス社に先を越されたといわれています。

データ活用の基本

データ活用の効果を高めるためには、データの活用法そのもののスキルに習熟するだけでなく、データマーケティングの全体像を理解する必要があります。

先述のようにデータマーケティングには、「データを整理する」、「データを分析する」、「データを活用する」の3つのフェーズがあります。データ活用は、データ分析を通して得られた知見をベースとして、戦略立案や施策などの具体的なアウトプットにつなげていく作業です。また、データ分析は、データが正確であり、かつ目的に応じて整理されている必要があります。つまり、データ活用を効果的に行うためには、データ整理とデータ分析がきちんと実行されていることが前提となります。

データ整理

データ整理のフェーズは、データを棚卸しすることから始まります。データの棚卸しとは、社内外に蓄積したデータを集めることです。集めたデータは、すべてのデータを整理するのではなく、目的に応じて必要なデータと、いまは必要ではないデータに分けることがポイントです。

データの棚卸しが終了したら、必要なデータを統合します。棚卸し、統合をしてデータを分析・活用に適した状態にすることが、データ整理のフェーズでは重要です。データが整理されていなければ、誤った分析になりかねないため、必ず実行しましょう。

データ分析

目的に応じたデータ整理が終了したら、データ分析のフェーズへ進みます。データ分析の目的は、データ間の因果関係や規則性、相関関係、異常値を発見し、マーケティング戦略立案のための知見を得ることです。例えば、販売状況をかんがみて、ある一定の地域に販売が集中していれば、その地域に需要があると考えられます。「なぜその地域に需要があるか」ということがわかれば、その要素が共通する他地域への展開が可能です。このように、データから知見を得ることで、次のフェーズである具体的な戦略・施策へと落とし込むことができるのです。

データ分析については「マーケティングの成果を高めるデータ分析の基本」で詳しく解説しています。

データ活用

データから得られた知見をもとに、自社の戦略を組み立てていきます。「強みをより際立たせるにはどうすればよいか」、「弱みを改善するにはどうすればよいか」といった内部環境の戦略から、「自社にとって優位な市場事実は何か」、「自社に脅威となる市場事実は何か」といったような外部環境の戦略まで立案していきましょう。

効果的な戦略を策定するには、効果検証が不可欠です。戦略の実行前と実行後を比べて事前予測とのギャップを認識し、結果データを蓄積していきます。蓄積されたデータを次回の戦略立案時に利用すれば、戦略の精度をより高められるでしょう。

データの洗い出しからPDCAまで、データ活用について「データ分析における仮説の作り方～業務に役立つデータの活用、まず考えるべきポイントは？～【スタッフブログ：第1回】」でわかりやすく説明していますので、ご参照ください。

データ活用のポイント

データ分析で知見が得られても、そこから良い仮説（戦略や施策の具体的なアイデア）を立案できなければ、その知見を活かしたことにはなりません。仮説の精度を高めるには、マーケティング理論を学ぶ、事例を吸収するといった日ごろのインプットが重要となります。この仮説構築力は、一朝一夕では身につけられません。継続的にインプットを繰り返していきましょう。

また、データの活用は組織的に行う必要があります。特に、大規模のプロジェクトでは、部門をまたいでデータを収集することもあるでしょう。組織にデータ活用の文化を根付かせることで、他部門との協力もスムーズに進みます。

データ活用時には、データの可視化も重要です。グラフや図などで視覚的に表されていると、データの特徴を拾い出しやすく、情報を正確に把握しやすくなります。

データの業種別活用事例

マーケティングでは、自社、顧客、競合の3つの視点からデータを収集し、分析・活用していくことがおすすめです。まず、だれに、どんな需要があるのか、それに対して活かせる自社の強みは何か、競合はどのようにマーケティングを展開しているのかというマーケティングの基本事項をおさえましょう。そのうえで、業種・業態別におさえておきたいポイントを把握するのがコツです。

小売業のデータ活用事例

小売業では、需要の予測がポイントになります。需要は常に一定であるとは限らないため、需要の変動をおさえることで機会損失や過剰仕入を防ぐことができます。

需要の予測では、繁忙期・閑散期という大きな分け方だけではなく、気温やイベントなどの細かな条件による増減もデータ分析から把握することが重要です。また、受注、発注、在庫、販売、物流などの情報を自社内や取引先と共有し、サプライチェーンの最適化を図ることも、データ活用の好例です。

DVD/CD レンタル、ゲーム販売などを手がけるゲオショップを運営する株式会社ゲオは、会員向けアプリをリニューアルしてビッグデータを取得し、他社のネット通販やVOD（ビデオオンデマンド）との競争優位性を築くために活用しています。具体的には、会員を「趣味別」および「売上貢献別」に分けて、趣味に応じたクーポンの発行やメールを送付することで売上の向上を図ったり、新作DVDの仕入れを最適化したりしています。

製造業の事例

製造業は比較的、データ活用が進んでいる業界です。製造現場では、業務効率の向上や品質管理のために、工場の生産ラインの稼働状況や生産スケジュールを可視化しており、異常があった場合の迅速な対処を可能にしています。

また、工場の状況をモバイル端末から瞬時に営業員が把握できるシステムを整えることで、顧客の要望にも時間をかけずに回答できる仕組みを取り入れている会社もあります。

パンの製造・販売事業者である株式会社アンデルセンでは、従来、各店舗の店長が自身の経験で製造量を決定していました。そこで、販売履歴と来店客数を分析して、商品の売れ行きパターンを予測し、その予測に従って製造量を決定する試みを実施したのです。その結果、従来型の店舗より2%の売上拡大に成功しました。

サービス業の事例

サービス業では、来店客数の予測の精度がポイントです。過去の来店データをもとに予測を行うのが基本ですが、天候やイベントも考慮することで、より正確な来店予測ができます。来店予測の精度を上げられれば、従業員のシフトの無駄を減らし、人員配置の最適化ができるでしょう。また、店舗開発・改善の面でも、データ活用は有効です。客席回転率や顧客アンケートを見て内装を変更する、顧客滞在時間の長い店舗をモデルにしてレイアウトを改善するなどが可能です。

大手回転寿司チェーン店「スシロー」を運営する株式会社あきんどスシローは、店舗の寿司皿すべてにICタグを取り付け、レーンに流れる寿司の鮮度から売上状況までを管理しています。どの店舗で、どの寿司がいつ流されているのか、いつ消費されているのかといったデータを毎年10億件以上も蓄積しているとのことです。そのデータから需要を予測し、さらに店舗ごとに来店数だけでなく消費傾向までデータで把握することで、人員配置の最適化はもちろん商品開発や仕入量、プロモーションまで幅広い分野でデータの力を活かしています。

データ活用でビジネスを飛躍させよう

データを利用しないということは、大切なビジネスを経験や勘だけに頼ることと同義となります。培ってきた経験や勘は重要です。しかし、それだけではマーケティングの成果を安定させることは難しいでしょう。データの活用は、分析を通じて得た知見をもとに、具体的な戦略・施策を立案するプロセスです。経験や勘に加え、データの活用スキルを活かすことで、より高い成果が見込めます。データの活用でビジネスを飛躍させていきましょう。

関連コラム記事

マーケティングの成果を高めるデータ分析の基本