メール受信設定のご確認をお願いいたします。

AdverTimes.からのメールを受信できていない場合は、
下記から受信設定の確認方法をご覧いただけます。

×

テレビとデジタルの最適な投資を実現する――楽天のビッグデータが拓く、マス・マーケティングの未来【後編】

share

「楽天のビッグデータがテレビCMも進化させる — データが切り拓く、マス・マーケティングの未来【前編】」はこちら

横山隆治氏が率いる、デジタルインテリジェンスは2015年よりテレビCMのターゲットセグメントでのアクチャル到達状況をほぼリアルタイムで捕捉分析し、ターゲットリーチの補完をデジタル広告配信で行う「CMARC」を提供している。このシステムには登録ID型で正確なデモグラフィックデータを保有し、かつ配信量も確保できることから、広告配信手法のひとつとして楽天DSPが使用されている。
マス広告、デジタルマーケティング双方の経験を持つ横山氏は、かねてより「マス」「リアル」「ネット」のすべての領域をデジタルデータで統合したマーケティングの未来を提言してきた。1億を超えるという楽天のビッグデータは、広告の本流にデジタルを取り込むうえで、どう生かされるのだろうか。
ad_0232

写真左から、楽天 アドソリューションズ事業 執行役員 アドソリューションズ事業長 濱野斗百礼氏、デジタルインテリジェンス 代表取締役 横山隆治氏。

広告効果を消費行動分析データまで紐づけて解析

—今後、「CMARC」における、楽天さんとの取り組みはどのように進化をしていくのでしょうか。

横山:楽天のビッグデータを使えば、テレビやデジタルで広告がリーチした人に対して、楽天リサーチでアンケートを行うこともできます。そこで、リーチの先の認知や態度変容の効果も検証が可能だと考えています。さらには、「楽天市場」内での消費行動分析データと紐づけて広告が購買につながったかまで検証できるような仕組みを考えています。

濱野:そうですね。「楽天市場」で扱う商品カテゴリは幅広いので、横山さんが考えられるような仕組みも実現可能です。

横山:広告のデジタルシフトでよく企業から課題としてあがるのが、小売り流通への営業活動において、GRPが棚確保の交渉材料になるという話です。この問題も、消費行動分析データまで紐づけた広告の効果を検証しておけば、GRPの量よりも、よほど説得力のある交渉材料になるのではないかと思います。

大量の楽天のデータから、拡張配信ロジックを導き出す

—楽天さんのデータはクライアントさんにまだまだ理解されていないと思っていらっしゃるところもあるのではないでしょうか。

濱野:販売チャネルのイメージが強く、楽天が広告メニューを提供しているといっても、「楽天市場」内での販売促進に活用するだけのものと思われてしまっているようです。

横山:楽天さんが持つデータは、ナショナルクライアントにも活用できるものだと思います。

僕がいま、残念に思っているのは、企業がDMPを導入したけれど、成果を出せないままにブーム的に終わろうとしていること。DMPと言いながら、1stPartyデータしか使えていなかったので、CRMツールがちょっと進化した程度の活用で終わってしまっていますよね。DMPでの分析をもとに広告を拡張配信するといいながら、拡張ロジックに独自性や新規性がなく、それがデータを分析したからこそ見えた、新しいセグメントにはなっていなかったことも原因のひとつです。

僕はマーケターの人たちがDMPを最大限活用できるようになるうえで、楽天さんの役割も大きいと思います。楽天さんは、拡張ロジックをつくるための材料を持っているので、それを提供しながらマーケターと一緒にロジックをつくる。さらに、その企業が持つ、1stPartyデータとつないで、企業のDMPを実行性のあるものにするといった支援は楽天さんがやるべきことだと思います。

濱野:そうですね。企業の方たちも、自分たちのお客さまのインサイトを意外と知らないと感じています。

意識や嗜好のクラスターも使った顧客分析が必要

横山:よく、マーケティングの世界で言われる「紙おむつとビールが一緒に購入される傾向にある」という購買行動の特性の話があるけれど、顧客分析がそういう象徴的な話でとどまってしまっている印象を持っています。

濱野:例えば、ある輸入車の所有者は、シャンパン好きだけど、別の輸入車の所有者は赤ワイン、国産車の所有者はセット商品を購入する傾向にある、とか。私たちも、そういう分析をしていたりします。

横山:今のように一瞬を切り取った現象面の話で終わらせず、もっと長期で商品の購買サイクルや行動履歴を見ることで、自社にとって新しいターゲット顧客のプロフィールが見えてくるのではないかと思います。楽天での購買傾向をもとに、新しいクラスターをつくってみるという施策もあるのではないでしょうか。

濱野:クラスター分析という意味では、楽天ブックスの購買データも活用できるかもしれません。実は楽天ブックスでは、書籍だけでなく雑誌も売っていて。どんな雑誌を購入するかには、その人の嗜好性が現れますので、この切り口からセグメントを切ってみるという展開も考えられます。

横山:今のデータ分析は、行動データに寄りすぎてしまっていると思います。意識や嗜好のクラスターも使っていかないと、成果を出すには限界にきていると思います。ただ、あまりにもセグメントを細かくすると、マス・マーケティングをしている人には取り組みづらいので、まずは10個とかくらいのクラスターに分けてもらって、行動と意識の両方を兼ね合わせたクラスター分析をしてみたら良いのではないかと思います。

濱野:楽天DSPで広告を配信すれば、どのセグメントがどんなメッセージに響いて、実際に行動を喚起したのかまで、把握・分析が可能です。その結果をもとに、マス広告で大々的にアプローチすべき、重要セグメントも見えてくるのではないでしょうか。

オンライン、そしてオフラインの購買を中心とした消費行動分析データ、「楽天市場」での買い物傾向から見える意識・嗜好性のデータを企業のマーケティング活動のさらなる進化のためにもっと活用していただきたいな、と思います。

楽天DSP:
DSPとは、代理店や広告主がターゲティングや価格、フリークエンシーなど、広告枠購入をコントロールする条件を設定し、バナー広告の配信を行うことができるプラットフォーム。楽天DSPでは、楽天市場や楽天グループの各サービスにおける、個人を特定しない購買や閲覧の分析データを活用してターゲティング配信が可能になっている。


1


楽天
https://www.advertimes.com/special/rakuten/

お問い合わせ
楽天株式会社 アドソリューションズ事業
TEL:東京 050-5817-1184 /大阪 050-5817-8914
URL:Rakuten AD Navigation http://adsales.rakuten.co.jp/
E-mail:ad-C-otoiawase@mail.rakuten.com