デジタルマーケティングと顧客データの関係

多くの人がスマートフォンを所有するようになり、スマートフォン自体も搭載されているアプリも高性能になっています。
スマートフォンがあることで、いつでも、どこでも、どんな情報でも容易に入手できるようになり、ネット上での消費者の行動は複雑化しています。消費者の行動の複雑化に伴い、企業は顧客の行動を把握し、最適なマーケティング手法を実践する必要があります。
消費者の行動に関して、購買行動モデルが提唱されています。購買行動モデルとは、顧客が商品やサービスを知ってから購入や利用に至るまでのプロセスについての概念です。購買行動モデルは複数に分類されています。
購買行動モデルの基本的な概念はAIDAです。商品やサービスを認知し（attention）、興味を持ち（interest）、欲しいという欲求にかられ(desire)、購入(action)という概念です。AIDCASやAISASはAIDAを基本とし、AIDAに複数の要素が追加されており、複雑になっています。
AISASに関連する購買行動モデルにはAISCEASやDual AISASがあります。ソーシャルメディアマーケティングにおいて消費者の購買行動モデルを表す概念にはSHIPSやVISASなどがあります。
複数存在する購買行動モデルの中から、企業は消費者の購買行動モデルを把握して、自社の提供する商品やサービスに応じて適切な購買行動モデルを選び、マーケティング戦略を練ることが求められています。
ソース：https://www.leadplus.net/blog/customer-behavior-model.html#toc-1
そこでデータの活用が欠かせません。データの活用と一言で言っても、色々なプロセスが含まれます。まずは、ある規則に従ってデータを整理して可視化することで、気づくことがあります。
気づきとは、規則性や異常値、相関関係、因果関係などです。これらの気づきを活用してマーケティング戦略を立て、戦略を実行した後に効果検証を行います。このプロセスに持続的に取り組むことでデータ活用は意味をなします。デジタルマーケティングと顧客データは深く関係しています。
ソース：https://www.exa-corp.co.jp/digital-business/blog/business-improvement-by-digital-platform.html#toc-1

取得できるデータの種類

デジタルマーケティングはインターネットをはじめとしたデジタル上において広報等のマーケティング活動を行うことだけではありません。
デジタルマーケティングで注目すべきメリットは、WEB上の行動データ、位置情報データ、購買データなど、成果に繫がる情報を入手できることです。更に、入手した情報を蓄積し、分析して活用してこそ意味があります。
具体的に取得できるデータの種類は動画視聴、ページビュー、スクロール深度、クリックなどの行動データ、態度変容や購買行動の有無です。動画視聴やページビュー、スクロール深度、クリックなどは消費者の行動データであり、広告と接触した時の反射的行動を把握する際に役に立ちます。
スマートフォンで動画を視聴する人が増えるに伴って動画を活用する企業も増加しています。10代から50代男女を対象にした動画視聴に関するある調査では、動画を視聴する人の約20%が情報収集を目的としていることが判明しています。
また、購入を検討している商品に関して約75%の人が動画を視聴し、約60%の人がYouTuberや一般人などの紹介動画を視聴しているという結果が出ています。ソース：https://ferret-plus.com/13097
別の調査では、動画全体の8割までを65％の人が視聴し、動画視聴で購入率が1.85倍高くなると発表しています。ソース：https://www.movie-times.tv/study/statistics/4975/
動画をきっかけに購入ページにアクセスする人は少なくなく、最近では動画から直接商品購入ができる場合もあります。販売促進やブランディングなど動画のタイプ、効果のある広告手法等、様々な情報を取得できます。ソース：https://ecclab.empowershop.co.jp/archives/54068
動画の他、WEBサイトからも多く情報を得られます。ページビューとはWEBページが表示された回数のことで、訪問人数に関係なく表示されたのべページ数を指します。ユーザーが1人しかいなくても、そのユーザーが複数ページを開くことでページビュー数は多くなります。
スクロール深度ではユーザーがどの程度記事を読んでいるのか把握することができます。ページビューが多かったとしても、スクロール深度が低ければ記事はほとんど読まれていない可能性があります。ユーザーが多く離脱するポイントを把握できれば、WEBサイトの改善に繫げることができます。
また、ページ内のクリック率でユーザーの興味や関心のポイントを摑めます。ソース：https://digital-marketing.jp/access-analysis/what-is-heat-map/#i-4
態度変容や購買行動の有無は消費者の心理的な反応データに分類され、データを収集するためにはブランドリフトサーベイというアンケート調査を要します。
ブランドリフトサーベイとは、広告に接触したユーザーとそうでないユーザーを分類して抽出し、それぞれのユーザーに広告認知度やブランド認知度、企業商品やサービスの利用経験、利用意向などを調査します。ソース：https://quartet-communications.com/info/sns-ads/42905
行動データと心理的な反応データは互いに補完し合うことで、より適切なマーケティング活動に繫げることができます。

取得したデータの役立て方

取得したデータはより費用対効果の高いアクションをとるためのヒントになります。まず、取得したデータは集計や分析をして、グラフなどにまとめて可視化する必要があります。
可視化したデータを更に分析し、アクションプラン作成に役立てます。データ収集、可視化、分析、アクションプラン作成までの一環のプロセスはデータドリブンと呼ばれています。
ソース：https://it-koala.com/data-driven-1566#i-9
データの分析やアクションプランの作成はコンピュータやAIでは不可能で、スキルや経験を持つ人材の能力が必要です。動画視聴やページビュー、スクロール深度、クリックなどの行動データは高性能なWEB解析ツールを利用することで分析できます。
例えば、WEB解析ツールでWEBサイトのコンバージョン率が低いことが判明したら、WEBサイトのコンバージョン率を高めることを目標とし、目標達成のためにページの途中離脱や直帰が多い原因等を探り、WEBページの内容改善やデザイン変更等の対策を立てることができます。
ソース：https://www.wowcom.co.jp/blog/1101/
ページビュー数が多くてもユーザーが多いことを意味しません。また、必ずしも企業が消費者に対してWEBサイト上で期待している目的が達成されているわけではないことも考慮する必要があります。ページビューだけでなく、スクロール深度やクリック率データも合わせて見る必要があります。
ソース：https://www.seohacks.net/basic/terms/pv/
ブランドリフトサーベイのデータも同様にブランド認知度や広告想起率等、様々なデータ分析ができます。広告効果の良し悪しを判断する材料とし、アクションプランの策定に活用します。
行動データと心理的な反応データを補完的に活用することで取得したデータは最も効果的に役立てることができます。
記事提供：デジマナ
運営会社：共同ピーアール株式会社