編集部からのお知らせ
解説集:台頭するロボット市場のいま
解説集:データ活用で考えるデータの選び方
経営戦略から見たビッグデータの核心

ネット広告領域に見るビッグデータ活用の方向性

辻 大志(バーチャレクス・コンサルティング)

2014-03-18 07:30

 情報テクノロジの分野において「ビッグデータ」というキーワードがかなり浸透した。しかし、企業経営の現場では言葉だけが躍り、このキーワードに対する期待と疑念という両極端の反応が見られる。本連載では、企業経営の観点から、ビッグデータのとらえ方、ビッグデータの企業経営への生かし方について考察し、経営戦略上の核心に迫る。

 前回前々回と2回にわたって、ビッグデータ活用による恩恵を最大化する組織体制、運営、ビッグデータの迅速性(Velocity)という特性を損なわない体制・運営を考察し、企業内でなすべきことをまとめた。

 本稿では、市場や環境という企業組織の外に目を移し、ビッグデータ活用による売り上げや収益向上について考察する。

ビッグデータ活用でもたらされる効果の主な例

 これまでも何度か触れてきたが、ビッグデータに期待される内容として「今を描き出す」「異変を察知する」「近未来を予測する」という3点が挙げられる。ビッグデータ活用による売り上げ増加や収益向上においても、この3点の観点から、直接的、間接的な効果を上げつつある。

 特に、異変を察知する、近未来を予測するという2つについては容易に予想できるが、売り上げ増加や収益向上に寄与する例が多く挙げられている。

 異変を察知するという点では、不正や犯罪を検出することに役立てられている。大量のログ解析による社内データへの不正アクセスを検知し、情報流出を未然に防いでいる例の他、不当価格表示を検出し、是正させる例なども挙げられている。

 また、不正や犯罪の防止だけでなく、製品やサービスの改善として、コールセンターに寄せられる顧客の声をテキスト化し、テキストの特徴の数値化(特徴ベクトル)によって、顧客や一般消費者の変化を察知し、速やかに必要な対応を処すといった活用が見られている。

 近未来を予測するという点では、ある結果が導き出される利用者の行動パターンをビッグデータから抽出した上で、その行動パターンに当てはまる利用者を見つけ出し、先回りした対応を処す例が挙げられている。

 例えば、利用者がウェブ会員を退会しそうなパターンに当てはまった場合に、特典の案内を出すことによって退会を踏みとどまらせる、病気が発症しそうなパターンに当てはまる検査数値の状態や推移が見られた場合に生活指導を強化し発症リスクを軽減化するなどである。

 こうしたさまざまな事例が次々と紹介されているが、中でもインターネット広告に関連する領域において、売り上げや収益の向上に向けた取り組みとしてのビッグデータ活用が強く推し進められている。広告というビジネス機能に求められる成果の性質上当然とも言えるが、ネット広告関連領域での取り組みを見ることにより、ビッグデータ活用による新たな売り上げ、収益向上策が見えてくる。


ネット広告関連領域での取り組みの方向性

 2013年はDMP(Data Management Platform)という言葉が広く浸透した年だった。DMPは、企業独自のデータ(会員データ、購買データ、アクセス解析データなど)や外部データ(オーディエンスデータ、ソーシャルメディアデータ、オープンデータなど)を蓄積、統合、クロス分析し、広告配信などのアクションプランの最適化を実現するためのプラットフォームである。

 本来、DMPは広告配信だけでなく、より広範なアウトプットを生み出すことができ、それを求めるべき基盤だが、現段階では、広告配信の部分に注目が集まっている状況にある。広告配信の高度化、最適化は、それ自体、売り上げや収益の向上に貢献するものではあるが、DMPの本来的な価値、すなわちより広範多岐なアウトプットにより、売り上げや収益の向上につなげていこうという議論がここにきて活発になってきている。

 議論の1つの流れとして、DMPをアドテクノロジ(広告テクノロジ)だけに利用するのではなく、マーケティング自動化(MA:Marketing Automation)、SFA(Sales Force Automation)、CRM(Customer Relationship Management)などにも利用していくという流れである。

 低関与商材か高関与商材かによってアドテクノロジが担うべき役割は異なるが、基本的なフローとしては、1.消費者に気付きを与える。2.興味関心を醸成し、営業可能なレベルまで育成した上で、3.適切な営業活動を経て、購買行動につなげ、4.顧客との関係を管理・維持していく。

 こうした一連の機能をDMP上に実装することによって、見込顧客の創出から既存顧客のサポートやアップセル施策まで一気通貫でとらえ、Life Time Value(顧客生涯価値)の持続的向上と効率的最大化を図ることを狙いとしている。

 これは、単にDMP上にMAやCRMなどのモジュールを並べて、一元化されたデータを共有して利用するというだけではなく、機能的な連携が図られることが意図されている。例えば、顧客のサイト閲覧履歴や行動履歴、さらには優秀な営業マンの社内資料閲覧履歴などを併せて分析し、アドテクノロジと同じ仕組みで、最適なタイミングで最適な媒体の最適な情報コンテンツをSFAにひもづけて営業担当者に提示するといった形である。

 このように、DMP/ビッグデータ上にシームレスに機能をつなぎ合わせ、これまでのモジュールによる線引きを取り払い、効率的にLTV(Life Time Value:顧客生涯価値)を最大化する仕組みが整えられようとしている。


 この流れは上記のような範囲にとどまらない。製品やサービスの戦略、開発、価格戦略、生産管理、物流管理などにおよび、一段階上の事業運営を推進する土台として、企業の売り上げ向上や収益向上に寄与していくことになる。

ZDNet Japan 記事を毎朝メールでまとめ読み(登録無料)

Special PR

特集

CIO

セキュリティ

スペシャル

ホワイトペーパー

新着

ランキング

  1. クラウドコンピューティング

    AI導入に立ちはだかる「データ」「複雑さ」「コスト」「人材」の壁をどう乗り切ればいいのか?

  2. クラウドコンピューティング

    【IDC調査】2026年には75%のアプリがAIを実装!導入で遅れた企業はどう“逆転”すべきか?

  3. 運用管理

    経産省調査で明らかに:未だにレガシーシステムを抱える企業が8割!オープン化でよくある課題とは?

  4. 運用管理

    AWS東京リージョンの大規模障害に学ぶ、パブリッククラウド上のシステムの迅速な復旧方法

  5. windows-server

    【ユースケース】ソフトウェア開発にDell EMCインフラ+コンテナを使うメリット

NEWSLETTERS

エンタープライズ・コンピューティングの最前線を配信

ZDNet Japanは、CIOとITマネージャーを対象に、ビジネス課題の解決とITを活用した新たな価値創造を支援します。
ITビジネス全般については、CNET Japanをご覧ください。

このサイトでは、利用状況の把握や広告配信などのために、Cookieなどを使用してアクセスデータを取得・利用しています。 これ以降ページを遷移した場合、Cookieなどの設定や使用に同意したことになります。
Cookieなどの設定や使用の詳細、オプトアウトについては詳細をご覧ください。
[ 閉じる ]