データマーケターは必要なのか。そして何をすべきなのか。
SmartHRの岡本(@takaokamoto1)です。
今回は、これからデータをマーケティングを活用したい。将来データマーケターとして働きたいという方のために書きました。お役立てください。
そもそもなぜ必要になってきたか?
・技術の発達
数年前にビッグデータとデータサイエンティストという言葉が流行りました(統計学も)が、これの根底にあるのは技術が進歩です。大量のデータを集め、保持、処理することがリーズナブルにできるようなったからです。データ活用自体がビジネスおいて重要であることは、かなり以前から周知の事実でしたが、これを実現できる環境(インフラ)が整ってきたことが大きいです。
マーケの世界でいうとアドテクノロジーの発達が大きく関連していると思います。
・ネット広告費の成長
電通が毎年発表している日本の広告費(2018年)によると、ネット広告費が1兆7000億円を超え、地上波テレビ広告費(1兆7848円)にほぼ並びました。(2019年の実績は逆転しているかもしれません。)
少し極端かもしれませんが、マーケティング活動(広告宣伝)の半分は、リアルタイムにデータ化され、すぐに分析し、フィードバックできる状態になってきているということです。
投資額が多くなり、そしてそれがすべてデータ化されている、かつ分析する環境を整えられる。ということであれば、その活動の効果は歴然です。データマーケティングはもう必須になってきています。
何をすべきなのか?
・データ統合
データ分析をする環境が整ってきたといいましが、社内のデータがバラバラになっていることがほとんどです。はじめからデジタル化されているデータであっても、データベースのテーブル定義が使える形で設計されていないこと(主幹が別部署だったり)。また、オフラインのマーケティング施策においては、はじめからデータ化されていないなどの課題があります。
こうした企業課題にまつわる理由や多岐にわたるマーケティング施策によってバラバラになったデータを規則性を持たせ、使える状態にして、一つの場所に集めることが必須の業務になります。
とても地味で傍からみたら、何してるの?みたいな業務ですが、将来的に発揮する価値が非常に価値の高い仕事です。
・データの集計、現状分析
データ統合によって使える形になったデータベース。これをもとに集計・分析をします。分析というと専門的な統計知識と高度なモデルを使った未来予測や因果関係の分析を頭に浮かべてしまうと思います。集計と現状分析でたくさんの課題を解決をすることができます。過去の事実を整理することで課題が抽出され、その改善がビジネスへ大きなインパクトを持つことは良くあります。
消費者の行動データから規則性を見出しアップセルを実現する。過去の広告配信とユーザーの購買データから、より費用対効果の高い広告へ予算アロケーションするなどが、わかりやすいです。
データ分析=データサイエンティストみたいにいきなり難しいことにいきなりチャレンジではなく、まずは現状整理・分析から取り組むことが大事です。
また、データの統合や集計、分析を実践するためのツール(BIとか)使用やSQLやpython、Rなどの言語を使用できることはマストな技術になります。
・持つべき思想
データだけに固執しすぎない。データと関連する施策を繋ぎあわせる存在でいる必要があります。施策を実際に走らせつつ、分析するのではなく、データを起点に課題を抽出し、対策まで提案する必要がありあす。
個人的な感想や感情をデータ分析をいれることは、ミスリードにつながりますが、データの向こう側にいるのが人間であることを忘れてはいけません。分析結果をもとにした考察の部分では、データの向こう側にいる人間の感情や行動原理も含めて考察しなければいけないことがあります。
BtoBビジネスでの面白さ
はっきり言ってデータ量だけでいったらtoCビジネスの方が圧倒的に多いです。
BtoBビジネスには、データマーケター人材がまだ少ない印象がありますが、これがその理由なのかなとなんとなく思います。
でも、BtoBならでは面白さはあります。それはオフラインデータとの統合です。ここでいうオフラインデータというのは、オフラインのマーケティング施策から得られるデータとビジネスのバリューチェーン上で必ず生まれるオフラインデータです。
オフラインのマーケティング施策というのは、展示会やセミナーなどのオフライン施策です。オフラインをタッチポイントとした見込み客が、その後どのようなタッチポイントを経由して、受注に至ったのかなどが解明する課題の一つになります。
バリューチェーン上で必ず生まれるオフラインデータというは、受注(売上)までにセールスマンという人が介在することです。流入してきたリードはすべてデータ化されるので、そこまではシンプルに分析で解決できますが、最終的な売り上げが発生するところで人が介在するで広告評価をどう解釈するのかという課題があったりします。
これがBtoBビジネスでのデータマーケティングの面白さだとおもいます。
BtoB領域でも優秀なデータマーケターが育ち、優秀なプレイヤーが輩出されてる未来を期待してます。
おわり
読んでいただいてありがとうございます。 お役にたてれば、嬉しいです! こういう記事を書いて欲しいなどのリクエストもお待ちしてます!