リアルタイム性を追求、CRMやPOSとの連携で広がる施策
MZ：広告主企業のデータだけだと、すでに顧客になっている人へのアプローチが中心になってしまうと。
江川：そうですね。なので、Yahoo! DMPの活用によってパーチェスファネルが拡大するというわけです。
もうひとつは、リアルタイム性です。これまで扱ってきたウェブ上のデータに加えてアプリのデータはもちろん、企業のCRMシステムやPOSシステムと連携する場合はそれらのデータも含め、あらゆるデータをリアルタイムで処理できる基盤があります。
MZ：リアルタイム性は、2013年11月の発表でも強調されていましたね。
石井：ええ。そのときに「0.2秒」というコンセプトを掲げました。それまでもデータのリアルタイムな活用を進めてきましたが、スピードをさらに速めて、Yahoo!プレミアムDSP以外のさまざまなマーケティングチャネルでも活用できるよう進めています。
江川：例えば、実店舗の前を通りかかったらそのユーザーに合ったクーポンが配信される、といったアプローチも実現可能です。実際そのためには企業側のシステムも整える必要がありますが、オンライン・オフラインを含めたリアルタイム性を追求していきます。
「もうすぐ旅行しそうな人」のグループを検出できる
MZ：ヤフーのデータの活用で、潜在顧客にアプローチできるというお話がありましたが、どのように潜在顧客を検出するのですか？
石井：膨大で、かつ多様なデータを分析することで、行動予測ができます。単に属性が似ている人をセグメントするのではなく、まさに同じ行動を取るだろうと予測できるユーザー層を特定してアプローチできるのです。
江川：例えば旅行のツアーを予約しようという人は、まずこんなキーワードで検索し、次にこのサイトを見て、と行動が似通ってきます。それを人単位でというよりアクション単位で、次にある行動をしそうな人をセグメントします。ページ閲覧や検索、購買データなど複数の種類のデータが組み合わさることで、その精度が3倍、4倍にもなることが分かっています。
MZ：なるほど、「もうすぐ旅行しそう」な人を捉えられると。それは、企業がすでに持っているデータだけではできませんね。
石井：ええ。そうした行動予測に加えて、もうひとつ新規層へのアプローチがあります。それが、会員属性を分析して、優良顧客になりそうなグループを見つけることです。
企業が持っている、優良顧客とそうでない顧客のデータ上の差異を把握し、それがわれわれのデータの中から見つかれば、優良顧客見込みのグループを精度高く抽出できます。その人たちに限定してアプローチできると、ユーザー視点でも自分に合った広告が表示されることになる。徐々にそういう世界に近づくと思います。
高度な分析をしたい場合、社内に高度なデータ分析ができるデータサイエンティストがいなくても、そこはQubitalデータサイエンスがサポートしていきます。
