ブログ

Target Finder

  • データマーケティング
  • Target Finder
  • データアナリティクス&コンサルティング

自社に眠るビッグデータ活用は幻想か現実か?データ活用にまつわるコストを見極めるためにできること。

2021年3月5日(金) サポート事務局 HT

企業において日々蓄積される膨大なビッグデータの活用が叫ばれて久しく、実際に活用がビジネスに成果をもたらした事例もたくさん発表されています。

しかし“成功事例”はその多くが概念的であったり、複雑なシステム図で表現されていたりと理解しにくいところが多く、理想的なことが書かれているように見えて自社のビジネスにどのように活かせるかがイメージし難いという声も多く聞かれます。

そこで、実績がありそうな、自社の業態に強そうなソリューションベンダーやコンサルタントの提案を受けることから始めることが多いと思いますが、“答え”はみつかるでしょうか?

 

 

 

多くのベンダーやコンサルの提案は理想形であることを理解する

世の中にはデジタル化の恩恵を受けた様々なデータが存在し、散在しています。

どれも魅力的な文言で彩られたデータで、またそれらを魔法のように繋げ、さらに自社データを連携させることで素晴らしい成果につながるかに見えるソリューションもまた多く存在しています。

もちろん、これらは誇大広告ではなく、実際に成果を上げているソリューションや3rdPartyデータもたくさん存在しています。

しかし、実際にご自身がそのような検討の立場に置かれると、

・プランニングだけで、あるいは初期の自社データの分析だけで膨大なコストと時間が必要

・ソリューションに投入するためのデータの整理が必要

・一つだけでなく多くのソリューションの組み合わせが必要

KGI/KPIの設定が見えないままプロジェクトを進めなくてはならない

・取り組みの最中にも他の魅力的なソリューションが紹介される

このようなことが日々起きて迷いが生じるなど悩みは尽きません。

最終的には、ソリューション導入だけでなく、その運用にも膨大なコストが必要であることがわかり、大きな決断を迫られることになるのではないでしょうか。

皆さんの企業を取り巻くベンダーやコンサルタントは優秀な方も多いのですが、

最新のテクノロジーを搭載したソリューションを引っ提げた理想形をベースに提案していくケースが多く、それがこのような結果を招いている一因と言えるでしょう。

 

マーケティングコストをふんだんに持っていそうな企業も例外ではない

私どものクライアントには様々なマーケティングサイズの企業があります。

マーケティングサイズとマーケティングコストは絶対値として比例することは多いですが、

コストサイズが大きいからといって、ソリューション導入について鷹揚かというと決してそうではありません。

どのような企業でも、今までに効果を上げてきた施策を中心に予算が組まれているため、

自社データを活用するという新しい取り組み、それも成果にどれくらいつながっていくか実績のないことに対する投資には非常に厳しい姿勢で臨まれています。

多くの企業の担当者が、『理想形のマーケティングDXプラン』と『自社内での成果獲得への期待』の板挟みになっていることも珍しいことではないのです。

このような板挟みの状態を脱し、本来の目的を実現していくために必要なこと、

それは大きなプロジェクトに臨む前に、まず自社のビジネスの現状をデータから可視化することです。

 

自社のビッグデータから何がわかるかを知ることが第1

一般的に新しいビッグデータ解析システムなどを導入しようとしたときには、

・目的とする売り上げ拡大や顧客数の増大などの目標を設定し、

・そのために顧客の行動を把握するためのソリューション設計

・アウトプットとしての施策設計とそのためのソリューション設計

を行っていく流れを踏むことが多いと思います。

ここでの課題は自社のビッグデータそのものを、目的設定の前に分析してみるというケースが非常に少ないということだといえます。

これは事前にコストがかかる、時間がかかるなど特に膨大なトランザクションデータを有する企業では、気軽に前分析を、、、というわけにはいかないという事情があるようです。

 

課題と申し上げたのは、自社データを前分析しておくことと、しないことではその後のソリューション設計に大きな違いを生む可能性があるからです。

当社の分析指標では、事前分析において

・トランザクションデータの属性分析

・購買行動などのペルソナ設定

・アップセル/クロスセル分析

・アップセル/クロスセルにおけるレコメンド商材予測分析

・顧客のランク付け

などを行いますが、事前にこれらの内容を企業側で把握しておくことで、KPIKGIの設定ができるということになります。

例えば、クロスセル/アップセルの対象商品/サービスが明確化し、売り上げ向上の数値を伴った目標化も可能になります。

これは、マーケティングDXに掛けるコスト規模の想定にもつながります。

このような前分析を行わない場合、多くのことを想定した数値などを前提に取り組みが進むことにつながり、最終的に『思っていたものと違う!』という結果につながりかねないのです。

特に多く聞かれる失敗例としては、

『機能満載で素晴らしいシステムができたけど、継続的に使いこなせていない機能がたくさんある』ということです。

事前に、可視化できていることが多くあればあるほど、必要な機能も絞り込むことができるためこのような失敗も減らしていくことができるでしょう。

 

そうは言っても、自社のビッグデータ分析にもコストと時間がかかる?

前分析といっても、膨大なデータを分析するには仮説立てから、分析の準備、解釈まで半年以上かかると言われた、それでは計画が進まない、、、という声が聞こえてきそうです。

前分析において非常に重要なのは、

“仮説の設定なしに行う”

“今のデータをそのまま分析できる”

ということです。

弊社では、これを産業技術総合研究所の知財を活用したAI技術で可能にしました。

まさに、

“事前の仮説設定不要”

ID+トランザクションデータであればあらゆるデータを分析可能”

“データのクラスタリング、パターン分析は自動化”

“レコメンド商材/サービスの抽出の自動化”

を実現しているため、非常にスピーディーに分析ができます。

 

たった数千件でも人的分析は不可能な時代!

デジタル技術の発達と、市場の加速度的変化、個人の嗜好の多様化などデータマーケティングに期待されることは多くなってきています。

これは変化速度に対応することがビジネスの命題となっているからで、自社のデータを活用してビジネスのさらなる発展に寄与させることへの渇望につながっています。

多くの企業が、データマーケティングによる成果獲得を目指して取り組まれていると思いますが、難解且つ少なくない投資が必要なこの取り組みを本格化する前に、できることはあるのです。

 

ターゲットを可視化するKPOサービス

当社では、POSデータ、アクセスログ、メディアデータなどID+トランザクションデータであれば様々なデータを自動セグメントする人工知能”Target Finder”を産業技術総合研究所と共同開発しました。

この“Target Finder”を活用いただくことにより先に示した顧客の把握を行い『予測精度の向上』『恒常的分析のスピード化』を実現します。

また、このようなAIツールを使いこなしていくためにデータマーケティングのコンサルティング、データサイエンティストによるデータ分析など様々な企業の持つ課題解決に向けたKPO ( Knowledge Process Outsourcing  ) サービスを多数用意しております。

企業にとって“宝”といわれて久しいデータをまずは簡易に分析するところからお手伝いをさせていただきます。

 

3月申込 5社限定企画:“Target Finder” SaaS型 1ID=9万円/

Target Finder” SaaS型 は1か月単位でご利用になれます。

この機会にAIツール“Target Finder” SaaS型で自社データの簡易分析をしてみませんか?

仮説がいらず専門知識なしで見込顧客を発見することが可能です。

以下のサイトのお問合せからフォームに入力してお申し込みください。

Target Finder® とは?

https://www.tagc-solutions.com/product/target_finder/

 

当社ではツールの提供と合わせ、データ活用のコンサルも承っております。

<取り組み事例>

・約200万人の会員分析の事例:コンサル費用概算300万円

BtoCの購買履歴を年次ごとに、単年度の動向だけでなく経年変化も合わせて分析。その後データの解釈によるペルソナ設定、顧客ランク付けなどを

1ヶ月で提供。

※その他の事例では会員数:数千~数百万人まで分析実績あり。

▼当社データアナリティクス&コンサルティングサイトはこちら↓

https://www.tagc-solutions.com/product/consulting/

  • 分析ソリューション
  • Target Finder
  • データアナリティクス&コンサルティング

コロナ禍で激変する市場ニーズをつかみ続け、顧客を獲得! いま求められるマーケティング設計とは?

2021年1月28日(木) サポート事務局 HT

新型コロナウイルスの感染拡大により、従来のマーケティング戦略、事業スキームの見直しを日々強いられ1年が経とうとしています。経営計画の根本的な見直しと新しい事業スキームの構築が必須となっている企業様も多いのではないでしょうか。

多くの企業が人と商品・サービスとの接触を前提に事業計画やマーケティング戦略を構築してきましたが、これからは“最低限の接触”が定着してくる社会環境の中で、日々変化するマーケットニーズをつかみ続けていくかが重要になるのではないでしょうか?

 

 

■コロナ禍によるマーケティング戦略の変容

これまで、大きなマーケティングコストは認知や、販売チャネル(店舗やネット)を通して購買に促していくこと、そしてCRMに注がれてきました。

コロナ禍による影響はこのようなトラディショナルな手法に効率化を強いるようになってきています。生活者の行動変化がリアルなチャネルにおいて利用偏向をもたらしたり、通販/宅配の利用機会の増加による競争の激化などが顕著に表れてきています。

生活必需である流通企業はより的確なマーチャンダイジングに悩まされるようになり、また好調であるEC事業者においても競争の激化や志向サイクルの変化スピードへの対応に苦慮するなど、一見好調な業界でも今まで以上の対応課題が起きてきているようです。

こうした傾向は当分続くとみられ、新しい市場ニーズに敏感に対応できる力をもつことは避けられないでしょう。

世界的に実質国内総生産がマイナス2桁成長となっている現在、長期的に回復を見込める可能性は少なく、生活者の倹約傾向は継続し、購買に対する慎重姿勢が続いていくことも予測されます。

企業もこれまでのマーケティングコストを見直し、倹約的になっていくことは間違いないと思われます。すなわちマーケティングコストの使い方がより効果の高いところへと集中し、効果の薄いところへは収縮していくことになります。

 

■マーケティング戦略で効果を出すためには“予測の精度向上”がカギ

マーケティング計画を立案するための戦略にデータを活用し効果を図っていくことが叫ばれて久しく、ID-POSデータ、アクセスログ、視聴率、デジタルメディアデータなどを定常的に分析しマーケティング活動に利用している企業様も多いのではないでしょうか。

このようなデータマーケティングでは顧客の行動を分析し、同じ行動を見込み顧客に求めるためのコミュニケーションを図るということが主流でしたが、今後は“予測の精度向上”というニーズ把握が求められると考えます。

例えば、

 

・購買パターンの分析による顧客セグメント分類

・顧客セグメントそれぞれの購買確率の可視化

・複数の商材の場合は、アップセル/クロスセル購買確率の把握

・可視化された購買パターンごとのペルソナ/カスタマージャーニーの設計

 

これらに基づいたコミュニケーション設計により成果を最大化することに取り組んでいくことが重要になってきています。

これはBtoCのみではなく、BtoBにおいても同様です。むしろコロナ禍の中で対面営業の機会が制限されている現在、BtoB企業の方がより深刻かもしれません。

 

■取り組み事例

・一般消費者向けEC企業の事例

メール、DM、カタログ送付、メディアなどのコミュニケーション最適化を目的として

利用者の行動/購入履歴を分析、クラスタ分けすることで可視化。

購入するであろうレコメンド商品の選定と、施策対象者の選定に活用し、従来よりも高い反応率を得た。今後は休眠顧客の掘り起こしや休眠阻止にも活用予定。

 

・飲食関連施設業等への食材卸企業の事例

コロナ禍で訪問営業が難しくなってきた昨今、電話やメールでのアプローチの効率化

を目的に取引履歴を基にクラスタ分け。

営業先ごとにレコメンド商品の選定と営業先の優先順位付けを行い実施策設計に活用。

 

■恒常的に“スピード分析”ができることがPDCA適正運用のポイント

データマーケティングで重要なポイントにスピード“があります。

分析設計などを的確に行っても数カ月に一度コストをかけて分析していては変化の激しい市場の把握に後れを取ってしまう可能性があります。

昨今叫ばれているAIにより、分析の自動化、スピード化への取り組みが加速していますが、

多くの場合、膨大なデータの前整備に時間がかかったり、分析量によるコストが増大するなど成果に結びつくかどうかわからない時点でのAI導入に躊躇しているケースも多くみられます。

 

■ターゲットを可視化するKPOサービス

当社では、POSデータ、アクセスログ、メディアデータなどID+トランザクションデータであれば様々なデータを自動セグメントする人工知能”Target Finder”を産業技術総合研究所と共同開発しました。

この“Target Finder”を活用いただくことにより先に示した顧客の把握を行い『予測精度の向上』『恒常的分析のスピード化』を実現します。

また、このようなAIツールを使いこなしていくためにデータマーケティングのコンサルティング、データサイエンティストによるデータ分析など様々な企業の持つ課題解決に向けたKPO ( Knowledge Process Outsourcing  ) サービスを多数ご用意しております。

 

企業にとって“宝”といわれて久しいデータをまずは簡易に分析するところからお手伝いをさせていただきます。

  • 分析ソリューション
  • Target Finder
  • データアナリティクス&コンサルティング

大人の学び直し(リカレント教育)が大人気です。でも、どうせなら学び直さないで済むのが一番良いですよね。

2020年5月28日(木) サポート事務局 SS

「もう一度、勉強がしたい!」「苦手だったあの科目にチャレンジしたい!」「基礎からやり直したい!」

 

 

もうすでに社会に出た人が勉強をやり直すことを、リカレント教育(大人の学び直し)といいます。

子供の時にできなかったこと、挫折しちゃった科目に再度挑戦することはとても良いことです。カッコ良く見えます。高齢化社会になって、ますますリカレント教育がもてはやされています。

 

でも、ちょっと待ってください。子供時代に勉強が嫌いにならなかったら、そもそもリカレント教育を受ける必要はありません。「自分が若い時に、あの科目が得意科目だったらな~」と思っている人は少なくないと思います。

もしかしたらその苦手科目のせいで、失恋しちゃった、希望する会社に入れなかった、やりたい仕事に就けなかった、出世ができなかった等、その後の人生に影響が出てしまったのかもしれません。

 

いったいなぜ、勉強が嫌いになってしまったのでしょうか?家庭環境や金銭的な事情で、勉強が嫌いになった人もいるでしょう。ですが勉強にやる気が起きなかったのは、別の原因があったのかもしれません。

「勉強をする」と聞くと、どんなイメージを思い浮かべますか?

先生が教壇で授業をして、あなたは一方的に先生のお話を聞くだけ。教科書は最初のページから順番通りに学習しなければならない。その後はひたすら、机に向かって問題集を解いていく。挙句の果てには、偏差値という1つの物差しだけで生徒は判断される。

画一的な勉強の仕方が自分に合っているという一部の人を除いて、それではみんなやる気をなくします。勉強の仕方が限定されているので、勉強への苦手意識が生まれやすくなっているのです。

 

当社のデータマーケティングでは、大量の学習の記録をもとにベイジアンネットワークという分析モデルを用いてその因果関係を明らかにする取り組みを行っています。どのような学習カリキュラムが、その人の理解と結びついているかという因果関係が見えるのです。ですから、ベイジアンネットワークというAIエンジンを使えば、その人に合った学習カリキュラムをリコメンドできます。

 

テキストを頭から順番通りに学習することが自分にあっている人には、教科書通りのカリキュラムをリコメンド。勉強につまずくところが同じクラスタに所属する人には、テキストとは違う順番で勉強することをリコメンドする。10人生徒がいれば、その10人にあったそれぞれのカリキュラムがあるはずです。

 

学校の勉強だけではなく、難関な資格試験の勉強、はたまたゲームの攻略まで。大量の学習データを分析して因果関係を明らかにできるAIリコメンドは、パソコンやスマホの普及によってあなたを後押ししてくれます。自分のペースで効率的に楽しく学ぶことができるのです。

 

当社のデータマーケティングによるリコメンドで、画一的なカリキュラムではない、その人に合ったカリキュラムを提供する。そのことで勉強が好きになり、子供も大人もその人の持っている可能性を広げていきたい。

苦手だった科目を学び直したい!難解な資格試験に合格したい!好きなゲームを攻略したい!というさまざまな挑戦をバックアップ。当社のデータマーケティングは、そのようなこともやっています。

 

いかがでしたでしょうか?

▼当社データアナリティクス&コンサルティングサイトはこちら↓

https://www.tagc-solutions.com/product/consulting/

  • 分析ソリューション
  • Target Finder
  • データアナリティクス&コンサルティング

下手な鉄砲も・・・働き方改革で・・・数発しか撃てません!

2020年3月31日(火) サポート事務局 SS

「営業は足で稼ぐもの!靴をすり減らしてなんぼ!」

日本のビジネスでは伝統的に、営業という仕事は「汗と涙」「義理と人情」「武勇伝」という熱血ストーリーによって神格化されてきました。特にB to B の営業では、「下手な鉄砲も数撃ちゃ当たる!」との突撃ラッパのようなスローガンのもとで、ルート営業、紹介営業、飛び込み営業、やみくも営業を含めてすべて「気合」で頑張れば、それなりに成果が出ていました。

 

 

しかしながら近年の若年労働力の減少、長時間労働や残業を減らす取り組みをはじめとする働き方改革、オフィスのセキュリティ厳格化(勝手に飛び込み営業ができない)などにより、営業という仕事に大きな変化が出ています。

まず営業現場の最前線では、ハラスメント防止、内部統制強化、コンプライアンス厳守などにより、ますます業務が複雑化。セールスメンバーは疲弊しています。そのセールスメンバーを束ねる営業マネージャーも、トップからの「少ない人数で売上高をアップさせること!」という営業部門生産性向上のプレッシャーと、疲弊した現場セールスメンバーとの間で板挟みになっています。今の営業現場では、下手な鉄砲であっても弾数が絞られていて、何発も撃てなくなっているのです。

 

数が撃てないのであれば、セールスメンバーの業務効率を上げるしかありません。でもどうしたらセールスメンバーの負担を減らして、なおかつ売上を維持・拡大できるのでしょうか?

日本の営業組織では、「セールス活動に多くの無駄がある」という声をよく耳にします。実は多くの営業マンは、今のような「やみくも営業」は時間の無駄だと薄々感づいているのかもしれません。また、実は多くの営業マネージャーが、売れる見込みのない得意先で部下に無駄な動きをさせていると認識しているのかもしれません。

受注に結び付きそうもないお客様に対して、血と汗と涙でアタックするだけでは、「時間」も「気合」もなくなってしまいます。

 

一方、ベストな商品を、購入確率の高いお客様にベストなタイミングでセールスすると、営業効率は上がります。営業チームのモチベーションも上がります。

昨今の営業現場では、「どのような頻度でどちらのお客様を訪問しているのか」「どの商品をセールスしたか」「その商品をアウトバウンドコールしているか」「購入のタイミング、購入数量、購入価格」などの詳細な営業活動データが日々蓄積されていると思います。ですが、その貴重なデータを社内で塩漬けにしているケースはまだまだ多く見られます。

 

当社のデータアナリティクス&コンサルティングは、営業活動データをAIツールのTarget Finderで分析することにより、「このお客様は成功率が低いにも関わらず、訪問回数が多すぎます」とか、「このお客様は新商品に飛びつきやすいので、新商品発売時には真っ先にアウトバウンドコールをしましょう」などの、確率に基づいたレコメンドをしております。

 

 

下の図は、営業活動データをTargetFinderに入力して解析したレコメンドの例です。視覚的に分かりやすい営業戦略資料となっています。

□図1

 

図1は、営業履歴データをTarget Finderで分析した結果をベースに、営業効率を高める営業戦略シートです。

商品Aを買う確率の高いターゲット企業をリストアップして、担当営業チームが確率の高い企業からセールスを仕掛けていきます。

 

□図2

 

図2は、営業履歴データをTarget Finderで分析した結果をベースに、Z株式会社というターゲット企業に対して、Z株式会社が購入する確率が高い商品をリストアップしてます。

担当営業チームは確率の高い商品だけをセールスします。

 

 

上図の通り、当社のデータアナリティクス&コンサルティングは

  • どこにセールスするべきか?

顧客リストから受注確度が高い顧客候補を抽出します

  • どの商品からセールスするべきか?

顧客とのセールス履歴をベースにAIが点数化(所属確率)をします

  • 次に何をすべきか?

常に最新の営業活動データをTarget Finderに入力すれば、施策のPDCAを廻すことができます

を的確に営業部隊へレコメンドすることができます。

 

 

いかがでしたでしょうか?

これからの営業セールスの世界では、「上手な鉄砲、弾数が限られていても、よく当たる!」でないと生き残れないのかもしれません。

 

▼当社データアナリティクス&コンサルティングサイトはこちら↓

https://www.tagc-solutions.com/product/consulting/

 

 

  • 分析ソリューション
  • Target Finder
  • データアナリティクス&コンサルティング

世の中は、大予言で動いている!? ~大胆な予言?もしくは未来予測?から当社のデータアナリティクス&コンサルティングについてご説明します。~

2020年1月23日(木) サポート事務局 SS

「ああ日本!〇〇年後の悲惨な現実」

「最悪のシナリオ!これが〇〇年後の日本の姿だ」

タブロイド紙や週刊誌でよく見かけるタイトルです。ハッピーなタイトルよりも、ネガティブな預言の方が新聞や雑誌は売れるのでしょうか?

 

 

1990年代後半、世界は「ノストラダムスの大予言」が現実に起こるのではないかと恐怖に震えました。他にも、アメリカ大統領の暗殺を予言したジーン・ディクソン、アメリカ同時多発テロを的中させたババ・ヴァンガなど、多くの預言が世界中で騒動になりました。

最近では、AIによる預言もあるそうです。人間には決して処理できないようなデータ量を分析するAIですから、今後AIの預言が騒動のもとになるかもしれません。

 

「当たるも八卦、当たらぬも八卦」的な大預言であれば純粋にエンタテインメントとして楽しめますが、近未来の生活者の行動を予測して課題解決のためのアクションを戦略立案するようなマーケティングの世界では、そんな悠長なことは言ってられません。AIを使ったマーケティング分析に関してはなおさら、予測の精度が問われます。

 

AIと聞くと、今流行のディープラーニングを思い浮かべる方が多いと思います。ディープラーニングは、機械が膨大なデータを自ら学習して自律的に答えを出すという手法です。最近では囲碁の世界王者に勝つぐらいに性能が向上していますが、ニューロンの数が増えるほど、ニューラルネットワークが複雑になるほど、その思考の過程がブラックボックスになってしまいます。ディープラーニングが出した答えに対して人間は、「どうしてその答えになったの?」となってしまうのです。

 

エンタテインメント性の強い大預言であれば、ブラックボックスからポンと答えが出てきたらワクワクするかもしれませんが、その予測精度が経営課題解決を左右するマーケティングの世界では、「なぜそうなるのか?」が説明できなければその予測は使えません。ブラックボックスから出てきた予測が、企業リスクに直結しうる課題となってしまいます。

 

前回このブログでご紹介したベイジアンネットワークはAIのアルゴリズムにも採用されていますが、複雑でかつ不確実な事象の起こりやすさやその可能性についての予測を可視化することができます。

よって、ベイジアンネットワークによって予測された推論をベースに何らかのマーケティングアクションをした場合は、「なぜそう考えたのか?」という説明をグラフィカルに確認することができます。仮にアクションがうまくいかなかった場合は、その思考プロセスを見返して改善することができます。

 

当社は「PLASMA」※注1を使って、ベイジアンネットワークとTarget Finderとを組み合わせた独自のデータアナリティクス&コンサルティングを行っております。

下の図は、ID-POSデータをTarget Finderに入力して解析したクラスタごとに、どのような属性であればどのチャネルにおける購買確率がどれくらい上がるか?などの予測分析を、視覚的に分かりやすいグラフとして構造化しております。

 

ディープラーニングのような手法とベイジアンネットワークの手法のどちらが優れているか?ブラックボックスか、ホワイトボックスか、まさに白黒つけ難いところではありますが、「どうしてその予測が出てきたのか、説明できなければ困る」といった場合に、当社はベイジアンネットワークとTarget Finderとを組み合わせた独自のデータアナリティクスによる、角度の高い予測モデルをご用意しております。

業種別では金融、EC、小売など各業界でのコンサルティング実績がございます。お気軽にご相談ください。

注1:「PLASMA」とは、産総研で開発が進められている「確率的潜在意味構造モデリング」のためのJAVA言語によるAPI

▼当社データアナリティクス&コンサルティングサイトはこちら↓

https://www.tagc-solutions.com/product/consulting/

ページトップへ