2023.06.09

データ活用事例～マーケティング編～

こんにちは。
データサイエンスアカデミーの山本です。

さて、今回は弊社が支援したお客様におけるデータ活用とその成果の事例なんかを少しお話ししたいと思います。昨今話題になっている「生成AI」のニュースなんてのを取り上げて私なりの見解を述べようなどと考えましたが、おそらくこっちのトピックの方が読む方にとっては楽しいだろうなぁと勝手に思いながらこれを書いてます。

ご紹介するのは「通販会社のデータ活用成功事例」です。
まず結論から話すと、成果としては「顧客のDM（ダイレクトメール）反応率が2倍以上に向上した」です。データサイエンスというツールであり手法を導入することで、こういう成果が出るってすごくありませんか？私は素直にすごいと思います。

クライアントの課題

マーケティング担当の経験・勘を基に反応率が高まるであろう顧客に対して、ダイレクトメール（ＤＭ）を送付してきました。反応率を上げ、通販を利用してもらいたいのだが、現在の方法（経験・勘によるターゲティング）が正しいかどうかもわからず、効果の検証の方法もわからなかった。
つまり、「勘に頼らず、分析をして顧客のターゲティングの精度を向上したい」というのが課題です。
まさにデータサイエンスの出番です。

いや、そんなデータサイエンスなんて大それたことしないで、Excelでピボットテーブルで集計して可視化すれば出来るんじゃないの？と思う方もいらっしゃるかもしれませんが、大量に蓄積されている顧客データ（ビッグデータ）はとてもExcelで処理できる件数ではありません。仮にExcelで処理できる件数だとしても、データ加工する際にExcelでというのは効率的ではなく、やはりプログラミングに頼ったほうが圧倒的に効率的です。それはさておき、さてこの課題をどうクリアしていくのか・・・

反応率モデルの構築と効果検証環境を整備する事で解決

データサイエンスの手法をバンバン使っていきます。
まずは、今までのＤＭ送付履歴データから、個々の顧客に対してＤＭの反応率を推察するＤＭ反応率モデルを構築することで、経験・勘に頼らずにターゲティングを行う方法を確立しました。そこで終わりではありません。精度を高めていくためには、効果検証をしてPDCAを実行していかなければいけません。ＤＭ発送後、効果検証分析を行うためのフレームを整備することで、毎回のＤＭ発送に対して常に効果検証を行うことを可能にした。効果検証を適切に行うことで、無駄なものを省いて、よりアタリに近づけていくといったことをグルグルやっていきます。PDCAを回して精度を高めることによって、顧客が求めている情報を的確に届けていくことができるわけです。

データをフル活用にしたことで得られたこと、成果。

前述したように、PDCA・効果検証の環境を整備できたことで、精度の向上が実現できました。
反応率がおよそ2倍以上にアップしたわけです。DMという手段はいまだにマーケティングの領域では顧客と接点を持つための効果的なアプローチ手段です。反応率が2倍になることで当然売上も影響してきます。顧客購買において自社商品との接点を持たせることが出来なければ当然商品が売れるなんてことはありません。いかに接点を持たすか、といったことで今回の施策は大いに成功ということになるでしょう。

また、反応率・売上だけでなく影響を及ぼす範囲は広がっていきます。
顧客ターゲティングの精度が上がると、さらに次のステージが見えてきます。例えば、掲載するコンテンツの質です。これも勘に頼らず、データによる仮説検証のサイクルを行うことで「勝ちパターン」が見えてきます。このパターンを見つけることが重要です。パターンを見つけることで、業務が精緻化でき、実務者のストレスも減っていきます。

データサイエンスが出来ることはたくさんあります。

結局のところ、これが言いたいのですが、ビジネスにおいてまたありとあらゆる身近な場面において、データサイエンスのスキル・知識を用いて出来ることはたくさんあるということです。
データを活用してできることって意外と身の回りにはたくさんあるってことを意外と私たちは気づいてません。しかしそれに気づくためには、その手法や知識がなければ気づかないこともあります。
データサイエンスアカデミーのカリキュラムでは、マーケティング領域における分析手法の習得やビジネス課題の分析にチャレンジすることができます。
データサイエンスに興味ある方は、参考にしてみてください！
次回はまた別の領域での事例をピックアップしていきたいと思います。