【連載企画・中編】マーケティングだけではない。CDPを使ってビジネスに貢献する「トレジャーデータ」の使い方

【連載企画】CDPツールベンダーロングインタビュー②〜Treasure Data中編〜
デジタルマーケティングジャーナル(DMJ)にて連載企画が始動。
今回のテーマは、「各CDPツールベンダーを訪問し『CDP』についてのロングインタビューを行う」というもの。 今回はTreasure Data中編(全3回)をお送りします。

CDPの参考記事:カスタマーデータプラットフォーム(Customer Data Platform、CDP)とは?

Treasure Data Webサイトはこちらから


トレジャーデータは、企業内に散らばったカスタマーデータを統合するCDP(Customer Data Platform)を提供している。顧客企業のCRMやeコマース、IoTなどのデータを収集することはもちろん、サードパーティベンダーと連携してデータを企業経営に活かすことを可能にする。数あるCDPの中でトレジャーデータの特徴は、様々な種類の大容量のログデータを蓄積できること。2018年にはソフトバンク傘下の英Arm社に買収されたことでも話題に登った。 

今回は、CDPとしてのトレジャーデータについて、トレジャーデータ株式会社 マーケティングディレクター 堀内健后氏にインタビューを敢行。トレジャーデータ自身の話はもちろん、トレジャーデータ運営の知見から得たデジタルマーケティング人材や組織の話など、幅広く話を伺った。インタビュアーはアンダーワークス株式会社 マネージャー 高橋 諭が務めている。

トレジャーデータの強みは「生データを大量に活かせること」

高橋:
次の話題にいかせて下さい。海外も含めて、CDPツールはたくさんあると思うのですが、その中でのトレジャーデータの優位性はどういったところになるのでしょうか?

堀内:
その点でいくと、トレジャーデータはデータベースに端を発している会社なので、大量のデータを生データのまま溜めて扱いやすくしている点においては負けないと自負しています。

生データのまま溜められるというのは、箱が大きいということに加えて、受け口も大きいことを意味しています。つまり1秒間に100万件といった膨大なデータか送られてきても、それを受け止められる。容量が大きくても、口が小さければ、溜めることはできないですよね。その仕組みをエンジニアが限られている顧客企業に提供できているのが強みです。

この点は当然と言えば当然。トレジャーデータが100人単位のエンジニアで必死に作っているものを、データベースエンジニアがほとんどいない事業会社さんでやるのは大変だと思っています。「工場も持っていないのにハードウェアのプロダクト作れ」と言っているようなものです。

他方で、容量に自信があることの裏返しですが、トレジャーデータはリアルタイムのレスポンスは得意ではありません。その点だけみると、他社の方が得意なケースはあるかもしれませんね。

トレジャーデータ冊子

加えて、生データがあるから、例えばCookieとメールアドレスを一緒に放り込んだ瞬間に、すべてのCookieに対してあとからメールアドレスを振り付けて顧客理解に活用してもらう、といった活用法は、トレジャーデータがやりやすいかと思います。

容量の大きさを活かす、BtoCでの活用事例  

高橋:
生データを取っているからこそ、加工が後からでもできるということですね。大容量のデータ、生データという特徴があるとのことで、その特長を活かしやすい業種や状況というのはありますか? 

堀内:
トレジャーデータをはじめ、CDPを使わなくていい業界というのは本来的にはないと思っていますが、コストパフォーマンスの問題はあります。例えば1個100円のお菓子の購買をメールアドレスと紐づけて分析することはできますが、実際問題として、100円の商品のためにメールアドレスを収集するのはコストがかかりすぎる。しかも9割以上はリアルな棚で売れて、デジタル上の販売ではないから、分析しにくい。

一方でテレビCMはじめ、色々な広告宣伝キャンペーンプログラムをやっていて、大きくソーシャルなマーケティングも手がけていると、大きな意味でのカスタマービヘイビアというか、デジタル上のビヘイビアを把握したいといったニーズが企業にはあって、そのために使われているケースもあります。

また、自動車や不動産のように高単価なものは、CMやデジタル広告からのオーディエンスデータを溜めて分析してコンバージョンさせたい、という要望が強い。例えばカタログ請求してもらうとか試乗に来てもらうとか、マンションなら展示会に来てもらうことでリアルにコンバージョンするといったことです。エンドユーザーの行動に対して購買の予測を機械学習にかけて、「このお客様は購買確率が高いから、もっと営業した方がいい」といった使い方をするユーザーもいます。

トレジャーデータ堀内氏

色々なお客様が色々な使い方をしてくださっていますが、トレジャーデータは決して安いわけではないので、カスタマーベースというデータ量が大きいほうが成果は出しやすいのかなとは思います。Excelでもできる量のデータしかないようなカスタマーベースだったら、それはたぶんExcelで十分ってなってしまうと思います。

高橋:
間違いないですね。  

菅原:
もちろん他のシステムとデータ連携できるといったふうに、他の意味を見出していただけるのであれば嬉しいですけどね。

話をまとめると、データ量が多く個別に分析するニーズがあるというお客様には、トレジャーデータはとても相性がいいかと思います。具体的にはコンシューマーグッズや、不動産、車といったハイエンドな高額商品ですね。

マーケティングだけでなく、データを全社のビジネスに貢献させる

高橋:
とするとトレジャーデータはBtoC商材が向いているという話だと思うのですが、BtoBで使うケースは少ないですか?

堀内:
おっしゃる通りですが、BtoBの事例も少しずつ増えています。とはいえ、使い方自体はBtoCと変わりません。トレジャーデータ自身がBtoBとしてのユーザーですので、その観点からお話すると、次のような使い方をしています。

トレジャーデータはテレビCMほどではないにしろ、広告を配信してその結果を格納したり、ウェブサイトのデータを溜める。マーケティングオートメーションと連携させて、誰がメールを開封した、いつ資料ダウンロードしたといったログを入れる。Salesforceのデータも加えて、例えば資料のダウンロードが何件で、アポイントが入ったとか案件化したといった情報を入れています。

このような具合でデータを溜めることで、リードが何件で、MQL、SQLが何件できた、といった情報をダッシュボードで表示する、といった具合で使っています。このデータはマネジメント含め、現場のみんなが見られるようにしていますね。  

高橋:
なるほど。他方のBtoCで面白い使い方している事例はありますか?

堀内:
機械学習を使って「この人は買うんじゃないか」という確率を出しているケースがあるのですが、それは上手くいっていて、コンバージョンが上がっています。あとは解約防止のための利用。BtoCでサブスクリプション系のサービスやっている企業は、解約しそうな人を予見して、アクションをとっています。

高橋:
 AIやサブスクリプションなど、今っぽいビジネスに活用されているのですね。

アンダーワークス株式会社マネージャー高橋

堀内:
もちろん、従来型のビジネスにも使われています。例えばアパレル企業では、自社のECサイト、アプリ、SNSデータなどの外部データをトレジャーデータで統合。マーケティングだけではなく在庫運用などのロジスティクスにも活用していますつまり在庫の適正化のために売上予測から在庫の適正量を計算して、それを各店舗に配分しているんですね。

実際に店舗のバックヤードの写真を見せて頂いたのですが、在庫が整ったおかげでビフォーアフターがとてもきれいになっているんですよ。店舗では販売員が在庫管理に使う時間が減ったので、その分接客に使える時間が増加。その結果、売上も実際に上がっているようです。これはすごい成功事例ですよね。うまく使っていただいて嬉しいです。

高橋:
これは面白い。今教えていただいた需要予測や在庫管理の事例は、ログをためられるプラットフォームだからこそできる。マーケティングに留まらず、扱う範囲を拡張させて、全社のビジネスに貢献しているんですね。

データ×機械学習でパーソナライズを実現

高橋:
ここまで国内の事例を紹介いただきましたが、海外で象徴的な事例はありますか。

堀内:
そういう意味でいうとトレジャーデータの使われ方は、実は世界でも日本でもそんなに変わりがないんですよ。世界共通に使われています。なんとなく海外の方が進んでいるだろうという先入観がありますが、実はそんなことはなくて、進んでいる企業は進んでいる、といったほうが正しい。とはいえ、日本では見たことがない海外の事例を紹介します(笑)。

例えばモバイルアプリだけでECを運営しているWishという企業は、ものすごい量のデータをさばいて、アプリの立ち上げ画面をパーソナライズしています。それによって、エンドユーザーの購買結果が大きく変わるからです。

詳しく説明すると、スマホを前提で行動している方々は、そもそも面倒くさくてアプリ内で検索なんてしない。アプリを立ち上げて、画面をスクロールしていって、いいものがあったらポチポチ買う、といった購買行動をとるのです。裏を返すと、PCと行動様式が全く違うので、今までの見識が通用しない。じゃあどうしようかといったときに、データに基づいて、アルゴリズムが立ち上げ画面を、全ユーザーにパーソナライズしているんです。

高橋:
人力でパーソナライズした結果と、データを元にパーソナライズした結果はやはり違うものですか?

堀内:
明らかにデータからパーソナライズしたほうがいい結果になっています。

トレジャーデータ株式会社 マーケティングディレクター 堀内健后氏

ユーザーが何千万人もいるケースにおいて、人力でパターンを作ったとしてもせいぜい数十パターンが限界。しかし、機械学習を使ってどんどんアルゴリズムを変えることで、数十どころか何千万といったユーザーに最適な画面を提示できる。当然コンバージョンは上がります。

ちなみに、こういった異常な学習量とパターン分けというのは、アメリカの方が得意なケースが多いように思います。単純に日本人の何倍もの人がいますし、マーケットも国内だけでなく世界が相手になります。中国にも同じことが言えますね。規模が全然違うので、単純に競争するのは難しい。


いかがでしたでしょうか。ラスト後編に続きます。

あわせて読みたい記事