データドリブンとは?意味やマーケティング活動での活かし方を解説

市場や消費者の変化スピードが増すなか、前例のない新しい課題に取り組むためにデータの重要性が増しています。そこで注目されているのが「データドリブン」です。データにもとづいてさまざまな施策をおこなうことで、消費者に選ばれる企業に近づけます。

多くの企業では、仕事の中でデータを扱う機会もあるはずです。しかし、そのデータを活かせているケースはそれほどありません。どうすればデータドリブンを活かせるのでしょうか。

今回は、企業にとって大切なデータドリブンの意味やマーケティング活動での活かし方について解説します。ぜひ、参考にしてください。

データドリブンとは?

データドリブンとは、データにもとづいて判断・意思決定をおこなうことです。勘や経験、度胸(KKD)に頼るのではなく、データをもとに判断・意思決定をおこないます。

テクノロジーの進歩によって、得られるデータの質は高まっており、高度な予測や個人を対象としたアプローチなど、活用領域が広がっています。「データは21世紀の石油である」という言葉があるように、データの活用が企業のビジネスに大きな影響を与えます。

データは膨大にあるので、集めるだけでは意味がありません。ゴールとなるデータの活用イメージを明確にして、収集と分析をし、活用することが重要です。そのためには、データとデータを扱う「人」が必要となります。

データドリブンの意味

データドリブン(Data Driven)のデータは「情報」、ドリブンは「~をもとにした」「~に突き動かされた」という意味です。そのため、データドリブンは「データをもとにした」「データに突き動かされた」といった意味になります。

データドリブン以外にも「カスタマードリブン」「パーパスドリブン」など、ビジネスにおいてドリブンという言葉はよく使われます。

データドリブンを実現するには、以下のプロセスが必要です。

  • データを活用する目的
  • データの収集
  • データの可視化
  • データの分析
  • データをもとに意思決定・実行

データドリブンが注目される理由

時代の変化に伴って、消費者の購買行動は大きく変化しています。インターネットやソーシャルメディア(SNS)の普及、新型コロナウイルス感染拡大など、変化の要因はさまざまです。こうした消費者の変化に対応し、ビジネスを成長させるため、客観的なデータにもとづいた意思決定が注目されています。

近年では「データドリブン経営」や「データドリブンマーケティング」など、データを軸にした取り組みが進んでいます。
マッキンゼーによると、データドリブン企業は一般的な企業と比べて、より多くのユーザーを獲得する可能性が23倍、平均以上の利益率を達成する可能性は19倍になるそうです。

データを収集しながら、戦略や開発、フィードバックのサイクルを短く回すことが企業にとっての成長につながります。

データドリブンがDX化の鍵となる

「データ」という言葉は、IT企業だけに関係あると思われがちですが、そうではありません。医療や福祉、製造業や農業などのあらゆる領域でもデータは活用できます。

業界ごとのデータドリブン事例については下記の通りです。

業界 データドリブン事例
医療 電子カルテ、健康モニタリング など
福祉 排泄予測、転倒防止 など
製造 生産管理、サプライチェーン管理 など
農業 最適な収穫日の予測、水やりの予測 など

近年、DX(デジタルトランスフォーメーション)が注目されているなか、DXとデータドリブンは密接に関わっています。データにもとづいて判断・意思決定をおこなうことがDX化の鍵です。

企業がDXを進める過程で、PoC(Proof of Concept)をおこないます。PoCは概念実証のことで、新しい手法の実現可能性を探るための検証です。DX推進には検証を繰り返し、そのデータをもとに改善するサイクルが必要となります。これらを実現するために、精度の高いデータと最新のデジタル技術を活用することは欠かせません。

DXについては、「DXとは何かをわかりやすく解説!今、企業はDXをどう進めている?」でくわしく解説しています。

データドリブンのメリット・デメリット

データドリブンには、メリットだけではなくデメリットもあります。メリット・デメリットについて把握したうえで、データドリブンに取り組んでください。

データドリブンのメリット

データドリブンの主なメリットは、以下の3つです。

  • 再現性がある
  • ニーズをつかみやすくなる
  • 意思決定がしやすくなるそれぞれのメリットについて、くわしく解説します。

再現性がある

従来の仕事のやり方には、勘や経験、度胸によって進められるものが数多くあります。このやり方だと属人化してしまい、担当者が居なくなると誰もわからないという状態になりかねません。

データをもとに業務をおこなえば、担当者が変わったとしても再現性があります。勘や経験、度胸によって進められる仕事は、属人化されてしまうため再現性がありません。データドリブンでおこなう仕事は再現性が高いので、チーム内でも手法を共有しやすいのがメリットです。マニュアル化もしやすいため、引き継ぎもしやすく属人化を防げます。

再現性が高まることでビジネスの成功確率も高まり、企業としての価値が高まっていきます。こうした背景からもビジネスドリブンの重要性は増していきます。

ニーズをつかみやすくなる

現代はモノやサービスが数多くあり、消費者のニーズは多様化しています。消費者のニーズをつかむには、1人ひとりに最適化されたモノやサービスが必要です。そのためにはデータの活用が効果的です。

データをもとに商品を開発したり、マーケティングに活かすことで消費者のニーズをつかみやすくなります。消費者のニーズをつかめれば売上や利益にもつながり、企業価値が高まります。

意思決定がしやすくなる

データを収集して分析すれば、数字による根拠が生まれます。勘や経験、度胸に頼らず、データによって誰もが意思決定をスピーディーにおこなえるようになるので、生産性向上にもつながるでしょう。データの精度が高まれば、意思決定の質も高まります。

効果検証もしやすいので、もしも誤った意思決定がされた場合、データをもとに方向転換することも可能です。

データドリブンのデメリット

データドリブンのデメリットは、以下の2つです。

  • 専門スキルが必要
  • 人手や費用がかかる

それぞれのデメリットについて、くわしく解説します。

専門スキルが必要

社内にデータが溜まっていても、使わなければ意味がありません。データを活用できる専門スキルを持つ人材が必要です。

データドリブンを実現する際、データの収集、可視化、分析、意思決定、実行という流れになります。それぞれのステップで専門スキルが必要です。

データドリブンのステップ 必要な専門スキル
データの収集 データを収集する目的やどのようなデータを集めるのかを決めるスキル
データの可視化 誰が見てもわかりやすいよう可視化するスキル
データの分析 ビジネスの成長に必要なデータを分析するスキル
意思決定 データをもとに正しい判断ができるスキル
実行 困難に陥ってもやり遂げるスキル

複雑なデータを活用するために、データサイエンティストやデータアナリスト、さらにはデータマネジメントを実現するための管理職が必要不可欠です。データをもとにマーケティング活動をするには、データを活用できるマーケターも必要となります。

マーケターについては「人気の専門職「マーケター」とはどんな仕事?マーケターになるには?シャノンのマーケターのスケジュールも公開!」でくわしく解説しています。

ツールによって補完できる部分もありますが、会社によって事業内容は異なるので、社内に専門人材が求められます。こうした人材を育成することも、データドリブンを実現するうえで重要なポイントです。

リソースが必要

データドリブンを実現するには、専門スキルのある人材に加え、それをサポートする人手も必要です。こうした人材が社内にいない場合、育成をするか外部から採用しなければなりません。当然、採用や育成にはコストや時間がかかります。

世界のデータ量は拡大し続けているなか、すべてを人の力で分析するのは難しいです。データを活用するためにはシステムやツールを導入する必要があり、費用がかかりますし、使い方を覚えるための学習時間もかかります。

このように、ある程度の人手や時間、費用などのリソースが必要だと認識しておきましょう。

データドリブンをマーケティングに活かす方法

インターネットの普及やテクノロジーの発展によって、消費者のライフスタイルは多様化しました。時間や場所を問わずに情報を得られますし、ECサイトで買い物もできます。

消費者は、顧客体験(CX)の高い商品やサービスを選択するようになりました。消費者に選ばれるため、客観的なデータにもとづいて意思決定をする「データドリブン」をマーケティングに活かす企業が増えています。

そのためにはデータを集めるだけではなく、データの活用が必要です。データドリブンをマーケティングに活かす方法について、順番に説明していきます。

目的を設定する

データドリブンをマーケティングに活かすには、まずはデータを活用する目的を決めます。Aという商品の売上をあげたいのに、まったく関係ないBのデータを収集して分析しても意味がありません。目的を設定し、それに合ったデータを活用しましょう。

目的の設定にはKPI(重要業績評価指標)の設定が欠かせません。KPIを設定して、それを達成するためにどうすればいいか、データをもとに考えます。継続的に数値化することでPDCAを回しやすくなり、成果向上につながります。

KPIについては「マーケティングの成否を分ける「KPI」「KGI」の重要性とは。シャノンがKPI設定で失敗した実体験もご紹介!」でくわしく解説しています。

データの収集

入手可能なデータはさまざまです。ウェブ上で得られるデータのほか、IoT(モノのインターネット)によってアナログ情報をデジタル化し、データを収集できるようにもなっています。具体的には下記のようなデータを収集できます。

  • アクセスログ
  • アプリデータ
  • センシングデータ
  • SNSデータ
  • POSデータ
  • GPSデータ

収集された必要なデータは、活用できる形式に直す必要があります。既に企業内に蓄積されたデータがある場合でも、目的に応じて活用できる形式に直します。
データ収集するために、顧客管理システム(CRM)や営業支援システム(SFA)、マーケティングオートメーション(MA)ツールなどを活用しましょう。

データにはさまざまな形式があるので、形式を統一しなければ分析しづらくなってしまいます。名寄せやデータクレンジングをして、適切な形に直しましょう。

データクレンジングについては「データクレンジングとは?マーケティング施策成功のために欠かせないデータクレンジングの手順」でくわしく解説しています。

データを収集する際には、データを扱うための管理や運用体制、セキュリティへの意識も重要です。システム面と人材面を整える必要があります。

データの可視化

データを収集し、分析した後はデータを見やすいように可視化しましょう。データの見かたがよくわからない人にも理解しやすいよう、わかりやすくすることが大事です。

数値をグラフやチャートなどに変換することで、人間の脳はデータを理解しやすくなります。そうすると、これまで気がつかなかった課題に気づくことがあります。
データの可視化の際には、数値の変化を一目でわかる形に変換することが望ましいです。

誰が見てもわかりやすくすれば、同じ認識を持てるようになり、方向性が定まります。意見の相違が起こりにくくなり、業務効率が高まります。

【代表的なデータの可視化例】

  • グラフ(棒グラフ、円グラフ、折れ線グラフなど)
  • チャート(バブルチャート、レーダーチャートなど)
  • ヒートマップ
  • 相関図
  • イラスト

など

データをわかりやすく可視化するには、ビジネスインテリジェンス(BI)ツールの活用が有効です。

データの分析

適切な形に直されたデータをもとに、分析をおこないます。分析は解決したい問題に対しておこなってください。意思決定に関係しないデータ分析をしても意味がありません。

データを統計的に分析する手法は数多くあります。そのなかで、市場調査などのマーケティング分野でよく使用されている分析手法を紹介します。

分析方法 内容
クラスター分析 大きなグループから似たもの同士のグループを見つけ出します。
年齢や居住地域のようなあらかじめわかっているグループ分けではなく、趣味嗜好を組み合わせたグループを見つけ出すときに使用します。
クロス分析 項目をかけ合わせて集計します。
アンケート調査の分析に用いられることが多く、シンプルでわかりやすい分析方法です。
アソシエーション分析 商品間の関連性を見つけ出します。
スーパーやコンビニのように、さまざまな商品を扱う場合に有用です。
ロジスティック回路分析 複数の要因から事象の発生率を予測します。
マーケティング以外に災害の発生予測や病気の発生率などにも活用されています。
テキストマイニング 多くのテキストデータから傾向を読み取り、可視化します。
文章を単語に分割し、出現頻度や相関関係をAI(人工知能)で分析します。

データの分析はデータドリブンには必須です。データ分析にかかる時間を短くすれば、コストカットにもつながるので、それを実現するためのAIやツールの活用が重要です。また、社内にデータ分析のスキルを保有する人材を確保することも重要といえます。

意思決定と実行

データドリブンを実現するうえで、意思決定は欠かせません。ノーベル経済学賞を受賞したダニエル・カーネマンは、「組織は意思決定を生産する工場である」という言葉を述べています。どのような組織でも意思決定はおこなわれます。勘や経験、度胸ではなく、データにもとづいて意思決定することで、意思決定の質はより良くなるはずです。

データドリブンでは、収集されたデータを分析し、それをもとにアクションプランを考えて意思決定をし、実行に移します。実行後は、PDCAを回して精度を高めていきます。

データドリブンで意思決定をすると、実際に業務にあたる従業員も納得しやすいです。経験や勘、度胸をもとに指示されるよりも、データをもとに指示されたほうが論理的です。「こんなことをしても意味ない」「経営層はどういう根拠で意思決定しているのか」といった不満も生まれにくくなります。モチベーション向上にもつながる可能性があります。

データの収集や可視化、分析はあくまで手段です。成果を得るためには、意思決定と実行が重視されます。データを整備できても、活用できなければ無駄になってしまいます。データを意思決定や実行に結び付けられる仕組みが重要です。経営層がデータドリブンな考え方を持ち、データドリブンな組織作りを進める必要があります。

データドリブンをマーケティングに活かした事例

実際にデータドリブンをマーケティングに活かした事例を紹介します。紹介するのは、以下の3社です。

  • JTB
  • USJ
  • Netflix

それぞれの事例についてくわしく見ていきましょう。

JTB

大手旅行会社の株式会社JTBでは、2017年にデータドリブンをおこなう戦略組織「データサイエンスセントラル」を立ち上げました。DMPを基盤にデータの統合と分析を実施。基盤と分析、施策を目的から逆算して設計し、施策を実行。その結果がデータベースに溜まり、PDCAを回しました。

このようなデータドリブンをマーケティングに活かした結果、CVRが45%も増えた事例も生まれています。

USJ

テーマパークを運営する、USJ(ユニバーサル・スタジオ・ジャパン)もデータドリブンマーケティングを実践しています。パーク内の行動データを取得するために、センシングやGPS、ビーコン、Wi-Fiなどのさまざまなソリューションを組み合わせて観測。最終的には地磁気のデータ活用をしています。この行動データをマーケティングや新サービスの開発に活用しています。業績のV字回復にデータドリブンが貢献しているといえるでしょう。

データは来園者(ゲスト)を理解するうえでも欠かせません。データをもとに、ゲストに喜んでもらえるサービスを提要し続けています。

Netflix

世界190か国以上で動画配信サービスを展開するNetflix(ネットフリックス)は、データドリブンな企業として有名です。
おすすめの動画を表示するレコメンドエンジンは、ユーザーの行動データを活用して作られています。レコメンドエンジンによって、ユーザーは自分好みの作品を発見でき、満足度が高まっています。

Netflixではオリジナルコンテンツも作成していますが、データをコンテンツ制作にも活用しているのが特徴です。視聴データをもとに、ユーザーに好まれる作品ジャンルやストーリー、出演者などのデータを収集します。それをコンテンツ制作に活かしています。結果、作品の質が高まり、オリジナルコンテンツがゴールデングローブ賞やアカデミー賞を席巻するほどです。

データドリブンを支援するツール

データドリブンを支援するツールはさまざまです。代表的なツールの種類や役割、ツール名は下記の通りです。

ツールの種類 ツールの役割 代表的なツール名
ビジネスインテリジェンス(BI)ツール データを可視化するためのツール ・MotionBoard Cloud
・Tableau
・Microsoft Power BI
など
アクセス解析ツール Webサイトを評価するためのツール ・Googleアナリティクス
・Adobe Analytics
など
カスタマーデータプラットフォーム(CDP)ツール 顧客情報を収集・結合・蓄積するためのツール ・Adobe Real-Time CDP
・Rtoaster
など
顧客関係(CRM)ツール 顧客情報を一元的に管理するツール ・eセールスマネージャーRemix Cloud
・kintone
・Salesforce Sales Cloud
など
マーケティングオートメーション(MA)ツール マーケティング活動全般を自動化するためのツール ・SHANON MARKETING PLATFORM
・Marketo Engage
など

ツールを組み合わせることで、効果は高まります。それぞれのツールについて、くわしく解説します。

ビジネスインテリジェンス(BI)ツール

ビジネスインテリジェンス(BI)ツールは、収集されたデータを統合、加工し、見やすく可視化してくれるツールです。データの量が膨大になると「ビッグデータ」と呼ばれ、データの可視化が難しくなりますが、BIツールを活用すれば可視化しやすくなります。数字だけで見るよりも、グラフやイラストなどで可視化されたデータのほうが人は理解しやすいです。

見やすくすれば誰でもデータを理解しやすくなるので、共通認識を持ちやすくなります。データをビジネスに活用するためには欠かせないツールです。

Tableau社が提供する「Tableau」、Microsoft社が提供する「Microsoft Power BI」が代表的なツールです。

アクセス解析ツール

アクセス解析ツールは、Webサイトに訪れたユーザーの数や行動履歴をデータとして解析するためのツールです。Webサイトを評価するためには欠かせません。
アクセス解析ツールで最も有名なのが「Googleアナリティクス」です。高機能なうえに無料で利用できるので、多くの企業で導入されています。

アクセス解析ツールによって以下のようなことがわかります。

  • 検索キーワード
  • サイトへの流入経路
  • 滞在時間
  • PV(ページビュー)
  • UU(ユニークユーザー)
  • セッション数
  • 直帰率
  • CV(コンバージョン)
  • CTR(コンバージョン率)

など

Google社が提供する「Googleアナリティクス」、Adobe社が提供する「Adobe Analytics」が代表的なツールです。

アクセス解析については「マーケティングに欠かせないアクセス解析。Googleアナリティクスの目的、MAとの違い・使い方は?」でくわしく解説しています。

CDPツール

CDPは、顧客情報を収集・結合・蓄積するためのプラットフォームです。データがオンライン・オフラインに分散されている場合に、データを集約してくれます。CDPでは、自社で集めた「ファーストパーティクッキー」を管理するので、データの出どころが明確です。データの質も高く、顧客にパーソナライズされたサービスを提供するために役立ちます。

CDPは他のツールと連携することで、効果がさらに高まります。

Adobe社が提供する「Adobe Real-Time CDP」、ブレインパッド社が提供する「Rtoaster」が代表的なツールです。

CRMツール

CRMは、顧客情報を一元的に管理するツールです。顧客のことを理解し、顧客の満足度を高めるために欠かせません。顧客を理解し顧客満足度を高めることは、売上拡大につながります。

CRMの基本機能は以下の通りです。

1) 顧客管理
顧客のプロフィールと購入履歴、各種のコンタクト履歴までを一元管理します。
コンタクト履歴には、顧客からの問い合わせやクレーム、セミナーへの参加などのコミュニケーション履歴も集約します。

2) 問い合わせ管理
顧客からの問い合わせ、商品への要望・クレームなどを管理します。

3) 顧客フォロー管理
商談や電話連絡など企業側からのアクション、メールマガジン配信やキャンペーン実施の履歴などを管理します。

4) 顧客分析
顧客データを正確に蓄積し分析することで、特にフォローすべき優良顧客の判定、マーケティングに役立つペルソナの設定などが可能です。
Salesforce社が提供する「Salesforce Sales Cloud」が代表的なツールです。

CRMについては「顧客理解に欠かせないCRMとは?マーケティングにどう役立てる?」でくわしく解説しています。

マーケティングオートメーション(MA)ツール

マーケティングオートメーション(MA)ツールは、マーケティング活動全般を自動化するためのツールです。マーケティング活動が大幅に効率化されるため、生産性向上につながります。

MAツールの主な機能は以下の通りです。

  • ランディングページやWebフォームの作成
  • セミナー/ウェビナーの管理
  • キャンペーンマネジメント
  • メールマーケティング
  • Webトラッキング
  • レポーティング
  • 他システムとの連携(CRM、SFA、BIツール、DMPなど)

こうしたMAツールの機能を活用することで、顧客との関係構築や業務負担の軽減が可能です。他システムと連携すれば、各部門間で連携強化を図れます。

シャノンが提供する「SHANON MARKETING PLATFORM」などの製品があります。

MAについては「マーケティングオートメーション(MA)とは?基礎知識やツールについてわかりやすく解説」でくわしく解説しています。

MAを導入しようと考えているけれど、何からはじめればよいのかお悩みの方に向けて「MAのはじめかた」を公開しています。情報収集されている方は、ぜひ資料をダウンロードください。

MAはじめかたガイドをダウンロード

まとめ

この記事では、データドリブンについて解説をしてきました。ポイントは以下の4つです。

  1. データドリブンとは、データにもとづいて判断・意思決定をおこなうことで、消費者の購買行動の変化に対応するために注目されています。
  2. データドリブンの主なメリットは、3つあります。再現性があること、ニーズをつかみやすくなること、意思決定がしやすくなることです。
  3. データドリブンをマーケティングに活かすには、データを集めるだけではなく、データを活用して進める必要があります。そのためには、人材が欠かせません。
  4. データドリブンを支援するツールはさまざまです。ツールを組み合わせることで、効果は高まります。

消費者の購買行動は変化し続けているため、データの価値は年々高まっています。データドリブンを意識してビジネスを効率よく進めていきましょう。

最後に、シャノンのマーケティングオートメーションでは、データの一元管理による効率的なリード獲得とナーチャリングが可能です。以下にて豊富な機能をくわしくご紹介しております。
⇒製品資料と特典資料4点の無料ダウンロードはこちら