顧客起点でマーケティング施策を立案するためのデータ分析手法
この記事では顧客とのより良いコミュニケーションを行っていくための顧客起点の考え方やマーケティング施策立案のための分析手法について書いています。
目次
顧客起点とは
顧客起点とは、文字通り「顧客」を「起点」に考えるということです。「企業側＝売る側」の起点ではありません。
例えば、販促活動において「この商品を買いませんか？」と一方的に特定の商品を全顧客に訴求するだけだと、顧客に「なぜこんなに多くコミュニケーションとってくるのだろうか？」「なぜこの商品の購入を促されるのか？」などの違和感を与えているかもしれません。特に多いのが、各部門やチームのKPIを達成に偏った施策がその顧客に五月雨に実行されている場合です。
顧客側の違和感を少なくしていくために「あなたは前に新商品を見ていましたが、こちらの類似商品もおすすめですがいかがですか？」といったような顧客側の気持ちをとらえ、コミュニケーションしていくことを「顧客起点」と捉えています。 今一度自社のマーケティング施策はその顧客を考えて実行されているか？について考える機会となれば幸いです。
出典 著者名：小畑 陽一 (著), 菊池 達也 (著), 仁藤 玄 (著) 書名：ユーザー起点マーケティング実践ガイド 出版社：マイナビ出版社 出版年：2021 該当ページ：111
上図のように考えていき「今の伝え方や方法だと、まだ自社商品を詳しく知らないユーザーは戸惑うかもしれない」「とはいえ、自社を好んで買ってくれる顧客は興味をもってくれるだろう」などの顧客のフェーズを捉えながら、コミュニケーションを考えていくことが求められます。
さらに深掘りして考えていけば「自社を好んで買ってくれる顧客」の中でも「毎月1点こつこつ購入する顧客」や「定期的に大量購入する顧客」のような、それぞれのニーズや志向性を読み解き、顧客特性別に考えていく必要も出てきます。
とはいえ、ここまで詳細に顧客を捉えながらマーケティング施策を行うには、施策対象となる顧客のフェーズや顧客特性のデータを保持し、その内容を理解していく必要があります。
そのために、CDPなどを用いて顧客のデータを統合していくことが顧客起点マーケティングを実践していくうえで重要となっていきます。顧客にまつわる様々なデータがその顧客に紐づいていれば、データ（分析）から顧客起点に新たな施策を考えやすくなります。
データ分析を行うにあたり、顧客起点で考える上で「データを数字で捉えず、人で捉える」ことが重要です。
どのように“人で捉えるのか”は分析事例をもとに次から説明していきます。
データを人で捉える
データ分析にあたって「データを数字で捉えず、人で捉える」とはどういうことでしょうか？Webサイトでのクーポン施策を行ったときの検証を例に考えてみましょう。
施策を検証すると「施策によって購入数が1,000件増加した」ことがわかりました。これでこの施策が成功したと判断したとします。ここからさらに、新規訪問者とリピート訪問者に分けて検証すると、下記のような結果がわかりました。
施策の効果検証結果
結果
・Webサイトクーポン施策によって購入数が1,000件増加した
内訳
・新規訪問者の購入数 200件増加
・リピート訪問者の購入数 800件増加
このクーポン施策において、リピート訪問者に対して効果が高かったという結果について考察してみると、下記のような仮説を得ることができました。
施策から得た仮説
結果
・リピート訪問者に対して効果が高かった
考察
・新規訪問者は、割引クーポンがあっても購入したい商品が定まっていないのではないか？
・リピート訪問者はすでに商品の検討を行っていて、割引クーポンが検討していた商品を購入する後押しになったのではないか？
例えば、この仮説から「ほしい商品が見つかった顧客に割引するクーポン施策は効果があるのではないか」と新たな施策へつなげることもできます。
出典 著者名：小畑 陽一 (著), 菊池 達也 (著), 仁藤 玄 (著) 書名：ユーザー起点マーケティング実践ガイド 出版社：マイナビ出版社 出版年：2021 該当ページ：112
このようにデータを「数字の結果・事象」から、顧客セグメントで切り分け、 データの特徴が「顧客の意思・思いが表れた行動結果」だと捉えると、顧客とどのようなコミュニケーションすべきかを仮説立てしやすくなります。 上記の例では新規・リピート訪問者で分けて推察していますが、ほかにも「流入チャネル」や「デバイス」「特定行動の有無」など、さまざまな顧客セグメントで切り分けて見ることができます。
マーケティング施策を立案するためのデータ分析手法
「データを人で捉える」という考えを前提に、施策を立案するためのデータ分析手法を解説していきます。
施策を行うためにまず目的を決めます。顧客分類図、ファネルのいずれにも「顧客を転換させる」という考えがあります。例えば「新規購入」を増やしたい場合「初回購入客=転換した顧客」と「未購入客＝転換させたい顧客」の差分を分析することで、転換させるためのキードライバー（貢献要因）を見つけられます。このキードライバーを見つけることが効果的な施策の立案につながります。
出典 著者名：小畑 陽一 (著), 菊池 達也 (著), 仁藤 玄 (著) 書名：ユーザー起点マーケティング実践ガイド 出版社：マイナビ出版社 出版年：2021 該当ページ：112
差分分析の集計自体はシンプルです。「転換した顧客」と「転換させたい顧客」の2セグメントで、各種データを切り口にクロス集計していきます。
例えば、Webサイトのページ閲覧比率を比較し「転換した顧客ほどWeb限定商品ページの閲覧比率が高い」という結果が出たとします。この結果から「Web限定商品ページは転換を後押しするのではないか」と仮説が立てられ、施策立案に活用できます。
セグメントが転換した顧客と転換させたい顧客との差分分析
結果
・転換した顧客ほどWeb限定商品ページの閲覧比率が高い
仮説
・Web限定商品ページは転換を後押しするのではないか→施策立案に活用
差分分析では、差分が出たデータ（上記の例だとWeb限定商品ページ）と転換自体に因果関係があるとまでは言い切れません。だからこそユーザー起点になぜその差分が生まれたかを考察することで、転換効果の出やすい施策を立案できるようになります。差分分析時によくあるケースとして、データによっては差分がまったく見えなかったり、一部の顧客行動の影響が大きいとミスリードしてしまうこともありますので注意が必要です。
データを集計してから考えるのではなく、どのような行動が転換に効きそうか、もしくはどのような状況が転換を阻害しているか、仮説を立ててから集計・分析するとよいでしょう。
差分分析をするデータ項目は、行いたい施策の目的やチャネル（場所）に応じて変わってきます。「誰に、いつ、どこで、何を」という点で見るべきデータを下記図に整理してみました。
出典 著者名：小畑 陽一 (著), 菊池 達也 (著), 仁藤 玄 (著) 書名：ユーザー起点マーケティング実践ガイド 出版社：マイナビ出版社 出版年：2021 該当ページ：114
CDPなどでデータを統合することは、データで顧客を捉えやすくしてくれます。今まで見えてこなかった気づきも出てくるかもしれません。いずれにせよ、この記事が 今一度自社のマーケティング施策はその顧客を考えて実行されているか？について考える機会となれば幸いです。
この記事を書いた人
- 小畑 陽一
- 株式会社UNCOVER TRUTH
取締役COO(Chief Operating Officer)
music.jpやルナルナを手がけるエムティーアイ社出身。ソリューション事業責任者として、大手企業向けモバイルサイト構築ソリューションで、国内ナンバーワンのASPサービスを展開。2014年、取締役として株式会社UNCOVER TRUTHの取締役COOとして経営に参加。経営・事業戦略とマーケティングを管掌。 ad:tech Tokyo / Kyushu、宣伝会議、MarkeZine、Web担当者フォーラムなど講演活動多数。
著書：『ユーザー起点マーケティング実践ガイド』（CDP専門書籍）
データ分析や基盤構築、プロダクトの活用などについて、貴社の状況と目的に合わせて幅広くご提案します。
カスタマーデータのマーケティング活用にお困りの際はぜひお声がけください。