購買リフト28％改善　多角的なレポートがPDCAに好影響

　多種のタッチポイントに向けた施策を一気通貫で行っていくことを目指すなら、それに見合ったレポーティングが可能かどうかもソリューションの選定で重要視される基準の一つだろう。

　根津氏によると「Urumo Ads」のレポーティング機能は、高精度な突合データに基づく実数値を提供している。特筆すべき点は、広告接触者と非接触者それぞれの購買推移を、施策実施期間と前期間で比較することで純粋な広告効果を可視化できることだ。さらに、クリエイティブ別、ターゲティング別、性年代別の分析や、LTV観点での長期的効果測定など、多角的な分析が可能となっている。

　活用事例として、あるオーラルケア商材のケースが挙げられた。第1弾施策でYouTubeとGoogleディスプレイネットワーク（以下、GDN）を活用し、YouTubeではセグメントファインダーを基にターゲティング検証、GDNではクリエイティブ検証を実施。それぞれの結果を基にYouTubeで第2弾施策を実施した結果、ブランドリフトは35%、購買リフトは28%の改善を実現している。

購買データ×生成AIで「潜在顧客の可視化」へ

　続いて消費者起点のプランニングのアナリティクス領域を支えるソリューションとして挙げられたのが、生成AIを活用した新たなBI機能「Urumo BI」だ。

　「Urumo BI」は1,100万人分の購買データに加え、成分情報などの外部データをAIで分析し、顧客クラスターを自動生成する。これにより、データ分析に関する専門的な知識やスキルなしに、購買データの分析設計や実行、分析結果の解釈を簡単に行うことが可能になる。

　たとえばヘアケア商材の分析事例では、約15分で顧客クラスターが生成され、各クラスターの人数構成比や価値観、購買傾向が言語化される。さらに、これらのクラスターを製品カテゴリーごとにマッピングすることで、商品間の相性や市場の空白領域を視覚的に把握するなど、潜在顧客の可視化ができるようになる。

　また、特定されたクラスターは「Urumo Ads」の購買ターゲティングに活用できるほか、より広範な購買親和性の高い顧客層への配信や、クラスターごとの詳細な効果分析にも対応している。これにより、消費者理解から購買促進までの一気通貫したマーケティング施策の実現が可能となるわけだ。

　根津氏は今回のセッションのまとめとして要点を整理した。改めて挙げられたのは著しい環境の変化、消費者起点のメディアプランニングの必要性が高まっていること。その実現には購買データを活用し、消費者から購買までを一気通貫で分析・実行・検証する必要があるということだ。フェズではこれらの課題に対して「Urumo Ads」や「Urumo BI」などのソリューションを引き続き開発・提供し、今後も統合的なマーケティング戦略を支援していくという。根津氏は「気になる点がある方はぜひお知らせください」と参加者に伝え、セッションを終えた。