検索
ネット広告の効果を最大化するカギは「インサイト」
インターネット広告の最大の利点は個人単位で大量の情報を集めることができ、それをデジタルデータとして蓄積しておくことができるという点だ。加えて低コストで運用が可能なことも大きなメリットだ。
マス広告の時代でもアンケート調査などで顧客のニーズを知ることはできたが、基本的には紙に書いてもらい、それをキーパンチャーが打ち込んでデータ化していた。データの量に限りがあるうえに、データ化するために人件費という高いコストが必要だった。
それがWebに変わると、申し込みや登録はユーザーが打ち込んでくれるようになり、アンケートも同様に第三者が再入力する必要がなくなった。またCookie（クッキー）を活用し、大量に自動的に集めることも可能となった（ただし、以前は集めたCookieを比較的自由に利用することができたが、現在では勝手な利用が難しくなっている）。
こうしたデータを集めることでユーザーのインサイトが分かるようになった。「インサイト」という言葉を現在のマーケターは多用するが、いざ日本語に訳すとなると完全一致する言葉が見当たらない。「ユーザー自体もよく分かっていない潜在的な欲求」といった意味が近いだろうか。商品広告やあるいは店頭で商品を見て「ああ、そういえばこれが欲しかったんだ」というような感覚だと思ってもらえればいい。
さてここから重要なのだが、同じ商品・サービスを購入したとしても一人ひとりインサイトは異なる。例えばスポーツジムの同じコースを申し込んだとしても、ある人はダイエット、ある人は筋肉づくり、ある人は健康促進など、さまざまな目的があるだろう。ある人は美脚づくりというもっと絞った目標かもしれない。
またそのジムを選んだ理由にしても、価格が安いから選んだのか、自宅や通勤先から通いやすいから選んだのかは人それぞれだ。価格や距離よりも、確実に結果が出るという評判に魅力を感じる人もいるだろう。
このようにインサイトは人それぞれ異なるため、それに応じて広告を出し分けることが効果を最大化するためのポイントとなってくる。
「クラスタリング」で買ってくれる人にだけ広告を出す
ユーザーのインサイトを把握するためには、ユーザー一人ひとりの情報を可能な限り集めて、細かいセグメントにクラスタリングする必要がある。クラスタというのは「集団」という意味で、クラスタリングとはユーザーを同じような属性の小集団に分けるということだ。
このクラスタに対して適切な施策を打つことが、ユーザーのインサイトに応じて広告を出し分けるということにつながる。
例えば価格を重視するクラスタがあったとして、そこに不必要な機能を訴求して価格を高めてしまうと、結果として解約につながることが予想される。確実な効果を求めるクラスタに低価格を訴求しても同様のことが起こり得るだろう。低価格は世間的には良いこととされているが、クラスタによっては必ずしも低価格が良いというわけではないのだ。
もちろん確実に効果が出て、低価格であればいうことはないが、訴求するポイントを間違えるとサービスの質自体を疑われることになりかねない。適切な人に適切な施策だけを打つことが、LTVを高めるための理想の施策である。
正確なクラスタリングに最低限必要な3つのデータ
正確なクラスタリングのために必要なことは何か。それは突き詰めればユーザーが何に興味をもっているかを知ることだろう。そしてそれを知るためには、最低限、以下のデータが必要になってくる。
●デモグラフィックデータ：年齢、性別、家族構成、職業など人口統計学的なデータ
●ジオグラフィックデータ：地域特性、気候、人口など地理学的なデータ
●サイコグラフィックデータ：価値観、ライフスタイル、好みなど心理学的なデータ
これらを細かく組み合わせることによってセグメンテーションが可能となるのだ。
デモグラフィック、ジオグラフィックの2つのデータを集めることは難しくない。エントリーフォーム（申し込みフォーム）で取ることができるからだ。サイコグラフィックデータは若干取りにくいが、これもランディングページ（LP）の解析やアンケートで採ることができる。
しかし、デモグラフィックデータとジオグラフィックデータを組み合わせて、ユーザーにどのような傾向があるか、過去にどんな施策が効果的だったかなどを分析することはなかなかハードルが高い。まずデータを集計する必要があり、集計したデータと今まで行ってきた施策の結果を紐付ける必要がある。紐付けたのちに傾向を分析して、可視化も必要となってくる。
これを実現するためには、データサイエンティストと呼ばれる専門家が必要だ。ところがデータサイエンティストは今最も不足している人材の一つであり、そもそも採用することが難しい。だからといって、マーケティング担当者が分析まで行うのは、技術的側面や工数面でも難しいのが実情である。
ツールを活用している会社もあるだろうが、データ集計、施策との紐付け、結果分析のそれぞれに専門のツールがあり、それら全部を一人で使いこなすのはかなり大変なことには違いない。
ツールが「効果的なWebマーケティング」を実現
そもそもセグメントを分けるのにもツールが必要であり、そのツールの学習コストも考えねばならず、専任の担当も必要になってくる。さらにセグメントを分けることができたとしても、セグメントごとに施策を打つということを具体的にイメージできる人は少ないのではないだろうか。
したがってGoogle Analyticsのようなツールで全体の傾向を分析し、施策を実行することが一般的な企業で多いように思われる。
その際の指標としては、以下のようなものが代表的な例として挙げられる。
●ページビュー数
●ユニークユーザー数
●コンバージョン数
●セッション数
●ページ滞在時間
●直帰率
これらの指標をベースにページ単位で、分析を行うことになる。
今後、より効果的な施策を展開するためには、ユーザー単位の視点でセグメントを切ってクラスタリングすることが必要になってくる。しかし前述したように一定の工数が必要になるため、まずは仮説を立ててクラスタリングすることが望ましい。
今売れている自社の商品が、どの世代に受けているのか？ 男女別にどうなのか？ 天候との関連による指標頻度は？
――こういったことについて経験値を基にまず仮説を立てる。そして、仮説と施策の結果を比較して、試行錯誤しながら仮説を見直して、施策を最適化していく。過去のデータを分析して最適な施策を導き出すというアプローチではなく、経験に基づいて仮説を立て、実際に試しながら最適解を見つけていくというアプローチを取るということだ。
売れるであろうセグメントに絞り、施策を考え、結果を分析し、また施策を考えるということだから、施策に対する結果を可視化することは重要な作業だ。その一連の流れの実施にあたりツールの導入が不可欠になる。
また、そのツールにはもう一つ要件がある。それは施策の結果に基づいて次の施策を工数をかけずに展開できることだ。施策の結果を可視化して、それに基づいて新しい施策をつくる――これを高速にPDCAとして回すことができるツールが、ユーザー単位で施策を展開するWebマーケティングには必要なのである。
高原 英実
株式会社Macbee Planet 執行役員プロダクト本部長
【関連記事】
税務調査官「出身はどちらですか？」の真意…税務調査で“やり手の調査官”が聞いてくる「3つの質問」【税理士が解説】
恐ろしい…銀行が「100万円を定期預金しませんか」と言うワケ
親が「総額3,000万円」を子・孫の口座にこっそり貯金…家族も知らないのに「税務署」には“バレる”ワケ【税理士が解説】
