アナリティクスが役立つ場面を紹介します

　皆様こんにちは。SAS Institute Japanの津田と申します。今回、3回にわたって「マーケターのためのアナリティクス活用講座」を担当します。簡単に自己紹介をしますと、ちょうど20年前に大学院でエコノメトリクスを勉強する過程で統計学に親しみ、その後業務として2001年よりアナリティクスに従事しています。以前、MarkeZineで「はじめての人にもわかるアナリティクス講座」という連載をしていました。

　本コラムでは、マーケティングをする上でアナリティクスが役に立つ場面について紹介していきます。具体的には「ターゲティング」、「ウォレットサイジング」、「テキストマイニング」の3つの手法をピックアップし、目的や方法、適用例などを紹介します。統計学やアナリティクスの専門知識は前提とせず、可能な限りマーケティング用語で語るようにします。アナリティクスの勉強を始めたばかり、というかたも安心して読み進めて頂ければと思います

　マーケティングはとても範囲が広いため、まずは本コラムで扱う場面設定をします。企業向け・消費者向けの製品を販売しているA社が舞台です。販売チャネルは300名のセールスとコールセンターで構成され、マーケティングはその両方をサポートするミッションがあるとします。そして、残念ながらA社は毎年ジリジリと売上を落としている状態です。

　それでは、早速、A社の様子を見ていきましょう。

正しくても「適切でないターゲティング」に注意

　A社では全国の顧客とターゲット含めた6万社を300名のセールスが担当する状況にあり、活動にメリハリをつけることが求められています。この会社では、セミナーが案件獲得の最も有効な手段です。しかし、マーケティングで企業向けの無料セミナーを実施する場合、セミナールームの広さは有限ですし、セミナー・アンケートから見込み客のフォローをするにしてもセールス人数が限られています。そのため、集客時のターゲティングが重要です。かつては以下のような条件で対象を抽出していました。

• 以前のセミナーに来場してくれたこと
• 直近の3年間で購買額の大きい会社
• 会社の規模が一定以上であること（売上規模や従業員数）

　これは顧客に優先順位をつけるための手法であるRFMの考え方を利用した立派なターゲティングです。しかし、RFMは簡単に言えば優良顧客を捉える考え方です。毎年ジリジリと売上を落としている状態で、過去の優良顧客にまた買ってもらおうというアプローチでは先細りになってしまいます（リピート購買にも限度があるのです）。つまり、A社にはもう少し広い視点が必要です。

　そこでA社では少し発想を変えて、以下のようなターゲティングを考えることとしました。

• セミナーに参加して購買意欲が高まり案件化しそうな顧客を狙う
• セミナーに参加しても案件化しそうにない顧客は対象外

アナリティクスによるターゲティングを行うには

　アナリティクスによるターゲティングが通常のターゲティングと異なる点は、より案件化率の高い顧客を客観的根拠に基づき予測すること。その結果、より少ないコストでより大きな案件化率を得るという効果がある、ということです。予測をどのようにして実施するのか、効果があるとなぜ言えるのか、少し手順を追って見ていきましょう。

　案件化に至るのはどんな顧客なのか、法則性を見つけモデルにすることが大きなテーマです。「法則性」とか「モデル」とかと聞いて難しそう、と敬遠しないでください。実際にしていることは単純で、案件化した顧客としなかった顧客を選び出し、その2つの顧客グループの違いを各種データ（顧客属性や購買履歴、セールス・マーケティングのコンタクト履歴など）で説明付けることです。

　この場合「案件化した／しなかった」を目的変数、各種データを説明変数と呼びます。このコラムでもその用語を使いますので、頭に留めておいてください。それでは、次のページからアナリティクスによるターゲティングの、具体的なステップを説明します。