前後の文脈から行動の目的・動機を推定する

　行動ログの単純集計で見えるのは、「どんな行動が多いか」「どんな行動が一緒に起きやすいか」という水準までとなる。DCJはその一歩先、「行動がどんな順序で並び、その前後にどんな文脈があるか」を読み取る。前後にどんな行動をとったかを手がかりに、一つひとつの行動の目的・動機を推定していくのだ。

　例として挙げられたのが、自社ブランド名での検索行動だ。SNSで動向を見て、カテゴリーのページを眺め、その流れでブランド名を検索する。これは軽い情報収集の検索である。一方、口コミを調べ、価格比較サイトで確認した後にブランド名を検索する場合は、意味がまるで違う。

　「同じ『ブランド名検索』でも、SNSでふと目にして調べただけの検索と、口コミも価格も確認し抜いた末の検索では、意味がまったく違います。行動単体では、どちらなのかはわかりません。ですが、その前後の文脈まで見れば、どちらの検索なのか、その行動の目的・動機まで、推定できるのです。そして、それがわかれば、次にどこへ向かうのかも読める。だからこそ、次にどの行動へ移るかを確率で示せるのです」（中村氏）

　行動の“順序”を捉え、前後の文脈から目的・動機を推定し、次にどの行動へ移るかの確率を算出する。目的・動機を踏まえて整理した行動同士を、確率で結んでできあがる構造が、DCJのアウトプットである。

データドリブン・カスタマージャーニーの6つの価値

　中村氏は、DCJの価値として次の6つを挙げた。

　具体例として紹介されたのが、小売業の顧客行動の解明だ。仮説からジャーニーを描けば、店頭で実物を確認した顧客はそのまま購入する、という流れになりやすい。ところがDCJが示したのは違う顧客像だった。「店頭での実物確認」から購入に至るのは25％にとどまり、残りの75％は「店内Web検索」へ進むことが見えてきたのだ。

　「実物の商品を見た上で、その場でスマートフォンを開くお客様が数多くいるということです。仮説からジャーニーを描いていたら、実物を確認してそのまま購入という、事実と違う道を導き出していたかもしれません」（中村氏）

　こうした発見ができれば、店舗とオンラインを一体で捉える顧客体験、いわゆるOMOの検討に進める。店内Web検索を前提とした掲示物の見直しなど、具体的な施策にもつなげられる。

　同じ分析では、情報収集の後に「Webで他ブランドと比較する人」と、「そのまま店頭に向かう人」がほぼ同数であることもわかった。「印象で『どちらが多い』と言い合うのではなく、確率の数字で語れる。これが裏付けの価値です」と中村氏は強調した。

　また、DCJでは存在するルートをすべて書き出せる。そのため、同じ状態を行き来する動きまで数字で表れ、顧客がどこで滞留しているかも見えてくるという。一方で、すべてを書き出せば経路は膨大になる。そこで、確率の高さをもとに代表的なルートへ絞り込むのだ。実際に高価格帯商材の分析では、大きく3つの代表ルートに整理でき、ルートごとの顧客特性の違いも明らかになったと中村氏は述べた。