ローデータから、顧客の実際の動きを読み取る重要性

　先に挙げたアパレルEC企業の事例でも、通信教育会社の事例でも、アトリビューションで成功する企業に共通するのは、顧客一人ひとりの接触履歴をローデータで見ているということです。弊社でも、ユーザー行動のローデータを上手く集計し、活用することを提唱しています。一人ひとりのローデータを見ていくことで、いつどこから接触し、どんな行動をして、どこで指名検索をして、最後はどういう理由で申し込んでいるかがおおよそ推測でき、仮説が立てられます。

　「すべてのローデータを一個ずつ見るのは現実的ではない」と思われるかもしれません。もちろん、すべてのユーザーのローデータに目を通す必要はありません。20～30人のデータを見るだけで、いくつかの行動パターンが明らかになります。そしてその行動パターンでセグメントをして、どれだけのボリュームがある行動なのかを分析します。そうすることで、成果のあった施策をフラットに評価することができるのです。

　この時、注意すべきなのは、ユーザー接触のローデータが取得できない状況があるということです。アトリビューション分析のツールを選ぶ際には、すべてのユーザー接触を計測し、ローデータとして取得できるかを確認して選定すべきでしょう。また、同じ「Yahoo! JAPAN」という媒体でも、「ヤフージャパン」「ヤフー」「Yahoo」といったように、表記が統一されていなければ集計できないという問題もあります。これは分析ツールに広告メニューのマスタ管理機能が備わっていれば、表記ゆれを防ぐことができますので、分析前にローデータ整形の手間があるかどうかも、ツール選びの重要なポイントです。

　ビービットの仮説検証型の広告効果測定ツール「ウェブアンテナ」では、ユーザー接触のローデータを取得でき、さらにそのデータを手軽に分析するコミュニケーション仮説の検証機能を提供しています。この機能は、ウェブでのコミュニケーションを上手く行っている弊社のお客様のナレッジを集約し実装したもので、柔軟な切り口で事前に立てたコミュニケーションプランを分析・評価することが可能です。効果測定ツールのポイントとして前述した、すべてのユーザー接触のローデータの取得や、ネーミング管理の仕組みも備えています。

アトリビューション分析成功の秘訣＝ユーザー行動の理解

　私たちビービットは、ユーザー本位の発想がデジタルマーケティング成功のカギだと考えています。ユーザー不在の数字の議論はナンセンスで、徹底的なユーザー志向で深くユーザーを理解することが重要です。ユーザー本位のコミュニケーションを行っていくためには、一人ひとりの行動を見て、その裏側にあるシナリオを読み取る必要があります。

　これまでアトリビューションをうまく分析し活用できている企業が少ないのは、“アトリビューション”という言葉やツールに振り回されてきたことが大きな理由でした。アトリビューションは目的ではなく、あくまで仮説の検証手段に過ぎません。アトリビューションで検証すべき仮説とは、コンバージョンするまでのユーザー一人ひとりのコミュニケーション・シナリオです。ローデータからユーザー一人ひとりのオンライン上の行動を読み取るという最も基本的で、そして最も有効な第一歩を踏み出すことで、これまでの「ナンセンス」なアトリビューションから脱却し、ビジネス成果を上げることができるのです。