再びディスラプターとなり、新しい成長モデルを構築する
──はじめに、ライフネット生命の事業および、マーケティング戦略についてお聞かせください。
青木：ライフネット生命は、インターネットを介して生命保険を提供しています。お手頃な保険料を実現できる点、契約手続きがネット上で完結できる点が強みです。中期戦略として、現在リブランディングを進めています。
設立当初は競合他社がほとんど存在しませんでしたが、現在は市場が非常に活発化している状況です。だからこそ再びディスラプターとなることを目指し、新しい成長モデルを構築していきたいと考えています。
リブランディング戦略の中で、私はプロモーション業務を担当しており、施策の立案・検討を進めています。基本的にはオンライン施策が中心ですが、オフラインとの連携も視野に入れています。
今回は電通デジタル様に協力いただきながら、重要な中間指標である指名検索数の可視化に取り組みました。中でも動画広告はKPIの設定と効果の可視化が困難であると感じていました。そこで、YouTube広告が指名検索数にどの程度貢献しているかを可視化したいと考えていたのです。
データクリーンルーム活用で指名検索数のリフト分析を実施
──ライフネット生命の課題に対して、電通デジタルは具体的にどのような提案をされたのでしょうか？
久保田：ライフネット生命様での申込数等を計測するツールやGoogle・Yahoo!などの広告実績だけでは分析に限界があるのではないかと考え、データクリーンルーム（以下、DCR）の勉強会を実施させていただくとともに、指名検索数のリフト分析を提案しました。広告を1ヵ月間配信し、その後1ヵ月かけて分析を行います。さらに、分析終了後の1ヵ月後に振り返り（レビュー）を実施するスケジュールです。
──どのようなソリューションを用いて実施したか詳しく教えてください。
加藤：今回、docomo data squareというデータクリーンルームを活用しました。具体的には、まずdocomo connecting path（以下、コネパス）というポストCookieソリューションを用い、対応タグをライフネット生命様のサイトに埋め込み、URLのパラメータから指名検索を行ったユーザーを抽出し、そのユーザーを基にした指名検索来訪者の予測モデルを作成しました。
その後、今回はYouTube広告の効果検証を目的としていたため、指名検索して来た人たちのdocomoの属性データで可視化（把握）し、その属性を使ってターゲット拡張した予測の指名検索者来訪ユーザーデータをYouTubeのデータクリーンルームに突合。広告接触が指名検索にどの程度寄与したかを可視化しました。
──docomo data squareの特徴も教えてください。
加藤：docomo data squareの強みとしては、まずドコモの全国会員データ、つまり属性情報やアンケートデータなどが含まれている点が挙げられます。これらのデータとコネパスで取得した来訪データをID単位で結合することが可能で、サイトに来訪したユーザーがどのような特性を持っているかを可視化できます。
