【３時間で学ぶ！スモールサクセス型『カスタマージャーニー分析』】 slideshare公開用

Copyright (C) , Akihiko Uchino All rights reserved.
データマーケター
内野明彦
３時間で学ぶ！
スモールサクセス型
『カスタマージャーニー分析』

「カスタマージャーニー分析」の推進フロー
2
（データ設計）
データ確保・蓄積
データ統合・集積
データ加工
データ分析
データ可視化・意味化
施策設計→実行
（分析用データ確保）
効果検証
仕組化・体制化
システム/DB
スキル
データ分析/統計
スキル
プランナー/コ
ンサルスキル
能動的に取得するデータそのものを企画・設計
部門を横断して複数の明細データを確保・蓄積
複数系統の明細データを顧客軸で連結・統合
分析上の視点からデータを加工（前処理）
一時的に分析用に特化したデータマートを構築
各種手法を駆使して、データを分析、意味を導く
実際のコミュニケーション施策に組み込む
分析データを可視化して、意味を導く
分析の費用対効果も含めての効果検証
モデルの構築なども含め、運用の仕組みを構築
必要とされるスキルセット
『カスタマージャーニー』
プロジェクト
本日の対象範囲

《講演概要》
プライベートDMPやマーケティングオートメーション（MA）などの統合型マー
ケティング手法が啓蒙期から活用期に移っている中、最初から大掛かりな仕
組みやプラットフォームの導入ありきで進めてしまい、頓挫しているケースも少
なくありません。
成功のポイントは、少しずつの成功体験、いわゆる「スモールサクセス」です。
まずは手元のリソースを工夫して使いながら、顧客の時系列な行動（カスタ
マージャーニー）を分析し、可能な範囲でテストPDCAを回して本番の運用
イメージを押さえ、その上で本格的なDMP/MAの検討・選定や体制の構築、
運用に進むことが大切です。
本講座ではそのスモールサクセスを得るための最初の入口となる「顧客行動
時系列分析（カスタマージャーニー分析）」にフォーカスします。実際の顧客
行動データを用いて、Microsoft Excelの無料アドインである「Power BI
（PowerPivot）」を駆使してデータ分析を行い、LTV（顧客生涯価値）
分析や顧客スコアリング、テストセグメント抽出などの具体的・実践的な分析
ストーリーにそって、座学と分析の実演を交えてお話します。

本日のながれ
15:30 ～ 16:00 講義《基本編》カスタマージャーニー分析について
16:00 ～ 16:40 実演《基本分析編》実データとPowerPivotによる分析
16:40 ～ 16:50 質疑応答
16:50 ～ 17:00 (休憩)
17:00 ～ 17:20 講義《応用編》参考になる分析事例の紹介
17:20 ～ 18:20 実演《応用分析編》実データとPowerPivotによる分析
18:20 ～ 18:30 質疑応答
4

自己紹介
ISID、電通、ネットイヤーグループ、ネットエイジなどで、数多くの
IT/マーケティングプロジェクトに関わる。ウォルト・ディズニー・ジャパ
ンにてEコマースの立ち上げに関わり、2006年よりオーリック・シス
テムズの取締役としてアクセス解析の新規事業構築を担う。
2009年にコンフォート・マーケティングを創業。
2015年から個人で活動を開始し、データ活用からマーケティング
改善を支援する「データマーケター」として多くの企業に対して戦
略・分析・実行支援をおこなう。東京工業大学卒。趣味水球

Copyright (C) , Akihiko Uchino All rights reserved.6
自己紹介
事業「支援」側
事業「主体」側
マーケティングシステム
広告代理店系SIerWEB系
コンサルティング
企業
WEB系
インキュベー
ション企業
外資系
マーケティング
企業
アクセス解析
ツール/
企業
15年くらい前から、
いわゆる個客軸での
「カスタマージャーニー型」
の分析や実行支援の
プロジェクトを手がけています。

自己紹介
事業「支援」側
事業「主体」側
マーケティングシステム
広告代理店系SIerWEB系
企業
WEB系
インキュベー
ション企業
外資系
マーケティング
企業
アクセス解析
ツール/
企業
けっして、
統計の専門家
ではありません
システム/DB
スキル
統計/機械学習
スキル
コンサル/PM
スキル

最近関わったカスタマージャーニー系プロジェクト
• 最近のプロジェクトの切り口
– 営業リードスコアリング → 見込み案件の『受注確度の予測』
– 通販クロスチャネル分析 → 複数チャネル横断での『販売機会の最適化』
– 広告アトリビューション分析 → 間接効果を加味した『広告費の最適配分』
– プライベートDMP構築 → 広告接触から販売履歴までの『統合顧客DB化』
– P-DMPのRFP作成 → トライアルPDCAから導く『P-DMPの要件定義』
– P-DMP推進体制構築 → トライアルPDCAから導く『実践型スキル移管』
• 対象データは
「広告系」データ × 「WEBサイト系」データ × 「オフライン」データ
• 数十億～数千万件規模のカスタマージャーニー型（顧客行動履歴明
細）データを活用して、マーケティング課題の解決（支援）を行う
• その他、ビッグデータ分析系講座や企業向けインハウス講座なども展開中
8

講演/取材/執筆実績
9

講演/取材/執筆実績
10

本日のながれ
16:40 ～ 16:50 質疑応答
16:50 ～ 17:00 (休憩)
18:20 ～ 18:30 質疑応答
11

http://www.fitch.com
より引用
そもそも「カスタマージャーニー」とは？？

自分なりに言葉でまとめると・・
顧客と企業とのあらゆる接点を時系列に見
通して、顧客との最初の接点から始まる一連
の体験ストーリー（直接接点、間接接点、
心理状態、態度変容など）をパターン化・可
視化し、「顧客の理解」や「ブランドの一貫性
の維持」、「顧客価値の最大化」などを行うた
めの基盤/マップとなるモノ、もしくはそれらを
総称する概念。
13

なぜいま注目されているのか？必要とされているのか？？
14
消費者の行動
行動データ・ログ
分析手段
実行手段
マーケティングROI
・スマホ、O2O/オムニチャネル、ショールーミング等々
・消費行動がますます断片化
・ツールの進化（明細データ確保可能）
・共通IDサービスの普及
・3rdPartyDataの活用可能性
・ツールの進化（ユーザー軸×マルチチャネル分析可能）
・高速安価なインフラ普及
・データサイエンティスト
・cookieベースの施策普及
・マーケティングオートメーション
・「施策」単位での最適化は飽和感
・「個客」単位でのLTV向上必要

状況をまとめると・・
• カスタマージャーニー（CJ）が概念やイメージではなく、具体的に個
々のユーザーレベルでの行動把握と行動予測と施策実行（コミュニ
ケーション）が現実的になってきたということ
• 言い換えると、「マップの共有」でしか活用できなかったCJが
～生活者ってこう動いているはずだよね、こうなってくれるといいよね
ようやく「リアルな武器」になってきた
～（データをもとに）事実こう動いているね、このタイミングでこういう施策を打てばこう育成できる
はず、結果的にそうなった/ならなかった？それが利益に貢献した/しない？
• とはいえ、まだまだ成功法や勝ちパターンは無い状態、みんな（事
業者側もベンダー側も）模索中な状況
15

通常の
アクセス解析
通常のアクセス解析と「カスタマージャーニー分析」の比較
カスタマー
ジャーニー
分析
分析の範囲
ウェブ
中心
顧客
接点
全体
最適化の対象
流入構造
サイト構造
ユーザ行動
プロセス・
LTV
訪問者の行動をサイトの構造
（流入・入口・サイト内回遊・購
入フロー）毎に分解して施策単
位での最適化を図る
段階的なユーザとの接点・体験を
どのように設計して、最適化をする
か、という時間軸・成長軸を踏まえ
たコミュニケーションの最適化を図
る
『カスタマージャーニー分析』とは
16
分析の単位
セッション
単位
ユーザ
単位

『カスタマージャーニー分析』に必要なデータとは
• 網羅性
– カスタマージャーニー全体をカバーしているべき
（ID連携なども含め、出来る限り最終的なコンバージョン、もし
くはそれに準ずる地点まで確保すべき）
• 粒度
– 「明細データ」が好ましい
• 顧客行動の背景・理由（なぜ？）を探るため
• 時系列な分析を（遡って）するため
• 施策時のリスクを減らすため
17

18
データ加工
データ分析
効果検証
システム/DB
スキル
スキル
プランナー/コ
ンサルスキル

19
データ加工
データ分析
効果検証
仕組化・自動化
実際の運用サイクルに（テスト的に）組み込む
モデルの構築なども含め、自動運用の仕組みを構築
・アクセス解析ツール
・第三者配信ツール
・ワンタグソリューション
・ソーシャルログイン
・3Pデータ
・データベース
・DWH
・ETL
等々
・データマイニング
・BIツール
・可視化ツール
・マーケティングオート
メーション系ツール
・各種広告施策
・メールマーケティング
ツール
・LPOツール
等々
必要とされるシステム・アプリケーション

20
データ加工
データ分析
効果検証
システム/DB
スキル
スキル
プランナー/コ
ンサルスキル
プロジェクト（分析＋テスト施策）

「スモールサクセス」型カスタマージャーニー分析の目的
どういう定義で抽出される顧客に（セグメント抽出方法）
どういうタイミングで（タイミング判定方法）
どういうコミュニケーションをして（チャネルとコンテンツとオファーと仕組み）
どういう反応と行動を期待して（施策の短期評価方法、体系）
その結果顧客のCJ状態が進行して（顧客セグメント定義と判定方法）
その結果のビジネスインパクトを生み出し（CJ視点での顧客評価体系）
つまりはどのくらいの投資をしても回収できるか（顧客資産価値算定）
運営のためにどういう体制が必要か（運用コストと体制調整）
～「スモールサクセス」によって、をある程度は具体的可能

P-DMP 及び MA 導入のシナリオ
DMP導入シナリオ（最近よくあるパターン）
●他社成功事例＋ベンダーからの提案
→ 予算取り、稟議、社内調整、説得、ツール／プラットフォーム選定
→ 環境、体制構築
→ 運用 PDCA
→ 成果？？
DMP導入シナリオ（スモールサクセス型）
●まずはスモールスタート＆サクセス
データのこと、進め方のこと、優先順位、必要な環境要件、必要な体制、
システム部門とマーケ部門の調整、組むべきベンダー、などが完全ではないが色々みえてくる
→ 予算取り、稟議、社内調整、説得、ツール／プラットフォーム選定
→ 環境、体制構築
→ 運用 PDCA
→ 成果！！

１）大量の行動明細データ（ビッグデータ）を扱える
従来のエクセルと異なり、行数の制限がなくなり、現実的に数千万レ
コード級のビッグデータ処理が可能である。
（但し、メモリのサイズ、元データのファイルサイズによっては制限があります）
２）複雑でアドホックな分析ができる
「DAX関数」を活用することで、ユーザの時系列な動きを分類する
など、一般的には難しいデータ処理・分析も比較的簡単に対応する
ことが可能。分析上の視点（知りたい事）をツールの制約によって
諦めることなく、深いレベルで把握することが可能になる。
なぜ「スモールサクセス型CJ分析」に PowerPivot なのか？

３）思考を止めない高速な集計処理
PowerPivotの内部にはインメモリデータベースが格納されていて、その中に
大量のデータを圧縮して保持する仕組みを持っており、これによって非常に
高速な集計処理が可能。
マーケティング系の分析の場合、分析の結果を見ながら新たな視点や仮説
が生まれてくることが多いので、常に分析の試行錯誤が発生する。この試行
錯誤において分析者の思考を止めない高速な集計・分析が出来る環境は
極めて重要な要素となる。
４）複数のデータソースを関連付けての分析ができる
本講座では1種類のデータを取り込んだ分析事例を紹介するが、
PowerPivotでは複数のデータソースを取り込んでそれらを簡単に関係づけ
る事が可能。例えば、行動明細ログに対して、顧客IDをキーに顧客マスタ
ーと紐付ける、というようなイメージ。最近は「オムニチャネル」という概念が注
目されているが、ネット上の顧客行動とオフライン（店舗やＤＭなど）上の
行動とを関連付けて、顧客行動の全般をもれなく捉える、と言った最新の
分析テーマにおいても活用が可能。

５）安い
６）Excelなら
できそうな気がする?

技術的な障壁
事業・商品企画営業マーケティング生産・SCM コールセンター
コスト削減 CS 向上案件獲得率向上 ROI 改善新規事業創出
これまでのマイクロソフトのビッグデータ戦略
社内社外
経営層
SNS センサー機械ログ GPS オープン経理 POS 顧客 DB 営業案件 SCM
ビッグデータの民主化
26
『マイクロソフトのビッグデータの民主化』資料より引用

マイクロソフトのビッグデータ新戦略
¥0
Power BI フリーミアムの時代へ
※ 「Power BI Designer」を活用した分析、クラウドベースの Power BI.com 上での、1GB/ユーザーのデータ保持・分析、日時でのデータリフレッシュが可能（パブリックプレビュー中）
無料で利用できる機能の詳細はこちら： www.powerbi.com
27
Microsoft Power BI

28
Excel への
BI 機能拡充
(技術的な障壁を解消）
技術的な障壁
経済的な障壁
Power BI
フリーミアム
(経済的な障壁を解消）
マイクロソフトのビッグデータの民主化への旅
真のビッグデータの民主化

（参考）オープンソースETL Pentaho
29
オープンソースで高度なデータ処理環境も構築可能
数十億件の明細
データの超複雑な前
処理がフツウのPCで
できます。

Pentahoについて
INDUSTRY RECOGNITION OVER 160 PARTNERS GLOBALLY
❯ 世界で最も人気があるエンタープライズ向けオープンソースBI/BAスイート
• 2005年設立:オープンソースBIのパイオニア。
• 500万ダウンロード。（平均10万ダウンロード／月）
❯ 多くの実績:
• 2,000以上の商用ユーザー
• 10,000以上のデプロイメント
• 185か国
❯ サブスクリプションモデル、ユーザー数無制限によるアナリティクス
• エンタープライズBI/BAとして社内の情報活用
• クラウドによる社外への情報提供、コラボレーション
❯ ビッグデータへの素早い取組み
• 2008年からHadoopに対応、Hive JDBCドライバーをApacheSFに寄贈etc
• 従来のETLを超える高機能なビッグデータ統合機能
『KSKアナリティクス社Pentaho』資料より引用

Pentaho Data Integration
•容易な操作性、高い拡張性
– グラフィカルな設計ツール（spoon)
– 多様なデータに対応
• 構造化データ, 非構造化データ,
webサービス, パッケージソフト
(Google, SAS, SFDC, etc.),
ビックデータ, JSON, XML, HL7,
等）
– バッチ処理, 低レイテンシィ処理、リアルタ
イム処理
– PDIクラスタ, Hadoopクラスタによりス
ケールアウト可能
– 100% Javaエンジン; 拡張性あるプラグ
イン可能なアーキテクチャ
– ワークフロー, アラート,モニタリング
•すべてのデータの統合、操作、管理
Use Cases:
従来型のETL処理 – DWHの作成と保守
情報配信 – 複数データソースから抽出したデータを
変換してレポート配信
MapReduceアプリケーション – コーディングレス
でHadoop処理
拡張性 – 他社機能を上記と組み合わせて利用可能
『KSKアナリティクス社Pentaho』資料より引用

使いやすいGUIクライアントツール
・各種データソースに幅広く対応（CSV,Excel,SFDCなど）
・入力、変換、出力をドラック＆ドロップと設定のみ、プログラムレスで実現
・機能の追加、拡張も可能
・パイプライン処理や並列実行などでパフォーマンスを最適化
『KSKアナリティクス社
Pentaho』資料より引用

本日のながれ
16:40 ～ 16:50 質疑応答
16:50 ～ 17:00 (休憩)
18:20 ～ 18:30 質疑応答
33

カスタマージャーニーの可視化イメージ（ファクトベースでの）
34
新規
訪問
セミナー
申込
検索
集客
検討
行動
検討
行動
ユーザ行動（カスタマージャーニー）
有料会
員化
第１期_３ヶ月２回以上
activity閲覧（★）
↓
第２期_３ヶ月２回以上
activity閲覧（★）
セミナー
参加
[04_セミナー申込完了]
→[02_個人有料会員]

まとめ
• 「カスタマージャーニー（CJ）型」が現実的に
• CJ≒DMPともいえる
• アドテクとアクセス解析とCRMは融合化
• CJ≒DMPを制するものがこれからのデジタルマー
ケティングを制する？（事業社もベンダーも）
• 先行投資型ではなく、スモールサクセス型に
• 今どきはちょっとした知恵と工夫で実践可能
• 「実践的」「PDCA型」で進めていきましょう
35

ご静聴ありがとうございました
36
ご意見・ご質問などは下記まで
uchino0308@gmail.com
内野明彦

【３時間で学ぶ！スモールサクセス型『カスタマージャーニー分析』】 slideshare公開用

Recommandé

Recommandé

Contenu connexe

Tendances

Tendances (20)

En vedette

En vedette (20)

Similaire à 【３時間で学ぶ！スモールサクセス型『カスタマージャーニー分析』】 slideshare公開用

Similaire à 【３時間で学ぶ！スモールサクセス型『カスタマージャーニー分析』】 slideshare公開用 (20)