ビッグデータをマーケティングに活用するには？

個人の非常に詳細な実際のデータを知ることができますが、このデータは具体的にマーケティングにどのように役立つのでしょうか?この記事では、マーケティングにビッグデータを活用する新しいアイデアを紹介します。

1. ビッグデータについて

近年、仕事や生活の中で、多くの人が私とビッグデータの話題について議論することを好むようになりました。友人たちは皆、ビッグデータを見ると集団老眼になったような感じがする、と感じています。遠くから見ると非常に鮮明に見えますが、近づくとだんだんぼやけてきます。これは正しい見方ではありません。

ビッグデータとは、読み取り速度が速く、多次元性があり、値密度が低い大量の実データを意味することは誰もが知っています。

読みづらいですが、簡単に言うと、個人の非常に詳細なリアルなデータを知ることはできるのですが、そのデータがマーケティングの実行にどのように役立つのかを考えるのは難しいです（ここに難しさがあります）。

実際には、ビッグデータが管理者に提供する最大の助けは、多くの場合、制御感覚であり、これは実際には古代の迷信に似ています。消費者に関するあらゆる種類のデータを見ると、消費者のことをよく理解しており、すべてがコントロールされているように感じます。

しかし、このデータをどのように活用するかという点では、消費者が過去に何を消費/閲覧したかを確認し、消費者が望むものをプッシュするだけになります (これは、Taobao や Baidu のプッシュ通知の背後にあるロジックでもあります)。

昨年、私は小売企業のデータを国内で最も有名なデータバンクに接続するプロジェクトを主導しました。一定量のデータを蓄積すると、消費者の年齢、性別、職業、所得分布、家族の人数、車や家を持っているかどうか、モバイルアプリの興味、読書の興味など（その他多数）に関するデータが得られます。

そして、誰もが泥沼にはまってしまいました。このデータをどのように有効活用できるでしょうか?

出発点に戻ると、ビッグデータは主に 2 つの側面で役立つと私は理解しています。1つは、トレンド、市場、消費者行動の発展の方向性を調べることです (これは長期的です)。 2つ目は、自社のビジネスに結び付けられる消費者データを分析することでマーケティングの効率を高め、営業を行うことです（短期的です）。

Alibaba Cloud、CBNData などの大規模なデータ組織や、Deloitte や KPMG などのコンサルティング機関が数多く存在し、さまざまな市場に関する消費者レポートを定期的に提供しています。この種のレポートは主に長期的な傾向を分析するために使用されます。

今日の記事では主に後者、つまり消費者データを毎日確認することで企業のパフォーマンスを向上させる方法についてお話します。

現在、多くの大企業ではビッグデータを活用する方法として主に2つの方法があります。前述のような重複した情報をプッシュするという単純で粗雑な方法に加え、より高度な方法としてラベリング＋精密マーケティングがあります。

簡単に言えば、2 つのステップがあります。

まず、年齢、性別、趣味、習慣、ライフステージに基づいて消費者を異なるラベルで分類します。

次に、マーケティング情報がどのタイプの消費者を対象としているかを決定し、その消費者に直接リーチします。

しかし、このタイプのビッグデータ応用方法には、 2 つの欠点もあります。

1.データソース

ビッグデータは対象となる消費者の行動記録を無差別に取得しますが、このデータをローカル環境で使用する場合、不正確なデータソースによって干渉される可能性が高くなります。

例えば、私はかつて、コーヒーショップの顧客の流れや入店した顧客のデータをビッグデータで捉え、人の流れがそこそこある場所のコーヒーショップの売上がなぜいつも低いのかを分析するコンサルティングプロジェクトに携わったことがあります。

2 か月間のデータ収集の結果、この店舗の消費者の年齢構成は中年層、さらには高齢者層がほとんどで、店舗滞在時間も最も長いことがわかりました。

そこで私たちは、この店にはもっと目立つ割引情報やメニューの文字を大きくするなど、中年層の消費者を引き付ける要素がもっとあるべきだと誤解してしまいました。しかし、これはあまり効果がありません。

ある日、私たちは実際に店舗に行って何が起こっているのか確認してみることにしましたが、これらの対策では取引率が少しも上がらないことがわかりました。

暑い夏でもありました。店の​​入り口まで歩いていくと、とても奇妙な現象が起こりました。多くの中高年が店の入り口に座って携帯電話を見ていたのです。

この店の入り口にはバス停があり、店内にはエアコンとWifiがあるので、バスを待つ間、多くの高齢者が店の入り口に座ってエアコンを楽しんでいます。これが、いわゆる主な顧客層が中高年層であるという事実の裏側です。

これは、ビッグデータが人々を誤解させる最初の例ではありません。私は美容オンラインストアの分析プロジェクトにも携わったことがありますが、データによると、プロモーション期間中、取引の 50% 以上が男性消費者のアカウントから発生していました。

ということは、このプロモーションは男性向け製品の方が効果的だということですか?しかし、そうではありません。各注文のショッピングカートを分析したところ、男性アカウントは女性向け製品のみを購入していることがわかりました。実際、その女性は請求書の支払いに彼氏/夫の口座を使っていました。

したがって、パネルに提示されたデータを単純に信じると、データに表示されている消費者が現実の消費者とは異なる可能性があるため、判断を誤る可能性があります。

2. 帰納的推論の誤り

現在、多くの大企業におけるビッグデータ活用は、まだ帰納的推論の段階にあります。つまり、データから消費者の特性のほとんどが A、B、C であることがわかり、消費者のラベルが D であると推測して、消費者に情報を提供します。

たとえば、あるホテルでは、宿泊客のほとんどが次のような特徴を持っていることがわかりました。

• 駐車スペースが必要
• 主に1泊から2泊の滞在
• 客室のミニバーの消費量が少ない

これら 3 つの条件に基づいて結論を導き出すのは簡単です。このホテルの主な顧客は、短期の家族旅行をする家族です。そのため、ホテルはファミリー向けの食事パッケージや近隣の観光スポットのファミリー向けパッケージを追加することで、ユーザーの定着率を高めることができます。その後、家族旅行フォーラムや公開アカウントを通じて宣伝していきます。

これは普通の推論のように思えるかもしれませんが、このラベルは完全に間違っている可能性があります。

上記3つの条件を満たすのは、家族連れの観光客だけではありません。

近くの会社に打ち合わせに来るビジネスマンもいるかもしれません。彼らはご馳走としておいしい飲み物を持参し、夜遊びに出かけることもあります。

近くにネットで有名なお店があり、近所のカップルがわざわざ車で来てチェックインするといった短期的な目的の場合もあります。

この種の帰納的推論エラーを回避する最善の方法は、さまざまなデータ次元で「重要な間接的証拠」を見つけることです。それは、シャーロック・ホームズがパイプの焼けた部分が右側にあるのを見て、その使用者が左利きであると推測するようなものです。

たとえば、上記の例では、3 つの条件のいずれも正確なラベルをフィルター処理できません。しかし、「これらのゲストの部屋にはエキストラベッドが必要です」という追加のデータディメンションを追加すると、基本的に、彼らが家族で旅行する顧客であることを確認できます。

したがって、ビッグデータを使用してターゲット顧客にラベルを付ける場合、重要なラベルを識別することで、その後のコンバージョン率を効果的に高めることができます。結局のところ、ラベルが間違っていれば、精密なマーケティングは実現できません。

しかし、この「ラベル + 精密マーケティング」アプローチには依然として大きな欠陥があります。

消費者行動の観点から言えば、たとえラベルが正しくても、不適切な時期や場所でマーケティング情報をプッシュすることは無意味です。新生児の母親が正確にラベル付けされているのと同じように、いつでもどこでも粉ミルクやおむつを購入する必要があるわけではありません。言うまでもなく、中〜高所得層のファッショニスタだからといって、必ずしも特定の流行のブランドにお金を払わなければならないというわけではありません。

根本的には、消費者の購買動機が多様であるからです。

消費者にラベルを付けてマーケティングを行うことのもう 1 つの欠点は、ターゲット ユーザー グループに含まれない人々が製品を購入する可能性が低くなることです。たとえば、私は勉強が大好きで、大学院入試に向けて一生懸命勉強している大学生だからといって、Su pr eme のような流行のブランドに興味がないというわけではありません。あるいは、高収入の上級管理職だからといって、シンプルで質素なトヨタの車が嫌いというわけではない。

しかし、精密マーケティングによってこれらのグループにリーチできなければ、本来あるべき販売機会を逃してしまうことが予想されます。

では、ビッグデータと精密マーケティングを別の方法で理解してみませんか?

場合によっては、マーケティング シナリオにラベルを付け、そのシナリオに基づいて複数の異なるコピーセットを作成する方が効果的です。

2. マーケティングシナリオ

次に、本能、感情、認知の3つの次元からマーケティングシナリオに使用できるラベルについて説明します。

これら 3 つの次元を選択した理由は、動機付け心理学では、人の行動の内発的動機付けは主にこれら 3 つの側面によって影響され、そのうち本能と感情は遺伝的であるのに対し、認知は学習されるものであるためです。

これらのラベルが特定のマーケティング シナリオで独立してまたは同時にマークされている場合、製品のコピーで強調する必要がある情報がわかります。

1. 本能

マズローの欲求階層説を読んだ人なら誰でも、欲求の下位 2 レベルは人間の本能であることを知っています。最下層は、呼吸、水、食物、性など、生存と生殖に関係しています。 2番目の層は、健康、資産、道徳などの安心感に関連しています。

安心感がなぜそれほど重要なのかというと、人間は自然に周囲から確実性を求め、その確実性を高めるために一生を費やすからです。

集団生活を送る社会では、自分の洞窟を所有するということは、大型の捕食動物による攻撃から逃れられることを意味しており、犠牲の儀式を通じて好ましい自然環境を確保しようと努めることもできる。

確実性の絶え間ない追求は、何千年も前から今日に至るまで人類の進歩を促してきました。

今日まで私たちは世界の確実性を高めようと努力しています

各国は国連などの国際機関を通じて国際社会の確実性を高めている。

個人はフォーチュン500企業に入社することで収入とキャリアの見通しを高めることができます

義母は、義理の息子に結婚用の家を買うように頼むことで、娘の生活の質の確実性を高めている。

例外なく、これらの確実性はすべての利害関係者に安心感を与えます。

研究者たちは、私たちが環境の中で安全だと感じた場合、よりパーソナライズされた製品を選択する傾向があることを発見しました。安心感が欠如している環境にいると、私たちは大量生産された製品を好む傾向があります。

たとえば、アプリのマーケティングチャネルは、特定の動画 Web サイトでの映画の公開前です。多くの企業にとって、すべての映画広告は、映画を観たい人を引き付けるチャネルである可能性があります。しかし、より効果的なのは、テレビシリーズや映画にラベルを付けることです。

視聴者がスリラーやサスペンス映画を観ている場合、このアプリのマーケティング情報では、「3,000万人が選んだ中古車プラットフォーム」など、すでに多くの人が使用していることを強調する必要があります。

逆に、テーマがロマンスやSFのようなものであれば、このアプリのコピーでは「利益を上げるための仲介業者はいません。3日以内に完売することが保証されています」など、その独自性を強調する必要があります。

これら 2 つのタグは、ストリーミング コンテンツ内の広告にのみ適用されるわけではありません。たとえば、オフィスビルのエレベーターに掲示される広告は一般的な情報を伝えるべきですが、住宅ビルのエレベーターに掲示される広告は個人的な情報を伝えるべきです。なぜなら、人々はオフィスよりも自宅の近くの方が安全だと感じることが多いからです。

2. 感情

さまざまなマーケティングシナリオは、消費者に複雑な感情を与えます。複雑な問題を単純化するために、ラベルは「親しみやすさ」と「親しみにくさ」の 2 つのカテゴリに分類されます。

心理学にはプライミング効果と呼ばれる概念があります。これは、私たちの目が何かを見ると、脳がその認識した対象に関連するすべての概念を関連付け始めることを意味します。

たとえば、私が牧草地を見ると、私の潜在意識は私の認知と記憶を動員して、「草原」という概念に関連するさまざまな概念を関連付け始めます。

現時点では、誰もが最近ワールドカップを見ているため、サッカーとワールドカップに関連する概念が「トリガー」されやすくなります。この時期、サッカー代表チームやサッカー選手などは私たちに親近感を与えてくれるでしょう。

消費者は、馴染みのある概念に直面すると、コストの問題、つまり、特定の行動を取るのを妨げるものは何なのかについて考え始める傾向があります。

なじみのない概念に直面すると、私たちはその概念がもたらすメリット、つまりそれがどのようなメリットをもたらすのかを考え始める傾向があります。

したがって、この次元では、マーケティングシナリオにラベルを付ける前に、製品がターゲットグループのマーケティングシナリオの内容にどれだけ直接関連しているかを考える必要があります。

たとえば、衣料品を販売し、感情的なコンテンツを含む公開アカウントに投資する場合、このマーケティング チャネルはターゲット消費者にとって非常に馴染みのあるものになります。このとき、消費者がまず考えるのは、「ああ、服が売られている。まずはいくらなのか見てみよう」ということでしょう。

同様に、感情的な内容の公開アカウントの場合、販売する商品がティーセットであれば、知名度が低いとみなされます。このとき、消費者はすぐに「この店で売っている茶器の何が良いのか？」と考えます。

3. 認知

前回の記事「私たちはよく排水について話しますが、何について話しているのでしょうか？」で、認知閉鎖モードの概念について触れました。

簡単に言えば、さまざまなシナリオにおける質問に対する回答の曖昧さの受け入れレベルが異なります。

例えば、あるオンライン ショッパーがTaobaoで服を購入するとき、彼女は「来週末に彼氏とショッピングに行けるようにスカートを買いたい」と考えています。現時点では、スタイルを見るたびに、頭の中にたくさんの疑問が浮かびます。

「このスタイルは今シーズンのスタンダードですか？」

「この生地は透けたり、暑かったり、シワになりやすいでしょうか？」

「この店は近々セールをやる予定はある？買うと損するかな？」

「このスタイルは以前見たものと似ています。着用するとどう違うのでしょうか？」

「……」

現時点では、認知的閉鎖性に対する需要が高まっています。なぜなら、衣服を購入するというタスクを完璧に完了するには、決定を下す前にこれらの質問に正確に答えなければならないからです。

消費者が情報を閲覧し、タスクを完了していると考えるとき、認知的閉鎖に対するニーズが高まります。

消費者はどのような状況でタスクを完了しているのでしょうか?

その答えは、TaobaoやJD.comなどの電子商取引プラットフォーム、スーパーマーケットやパーソナルケアストアなどのオフライン小売店、さらには航空券の購入やホテルの予約を行うウェブサイトなどのトランザクションシナリオです。

対照的に、動画ウェブサイト、ショート動画アプリ、パブリックアカウント、モーメントなどのコンテンツベースのシナリオでは、消費者は認知度の低い閉鎖的な需要状態に入り、1つまたは2つの製品の利点のために衝動的な決定を下す傾向があります。

（追記：これがWeChatビジネスのコンバージョン率が高い根本的な理由でもあります）

したがって、マーケティング シナリオをトランザクション シナリオとして分類する場合、マーケティング情報は詳細なデータのリストと比較であり、消費者の主な懸念事項に対処する必要があります。このシナリオは、日用ケア製品などの補助製品のマーケティングに適しています。

コンテンツベースのシナリオでは、マーケティング情報はできる限り簡潔で、感情的なつながりを刺激するものである必要があります。このタイプのシナリオは、新しく発売された外国からの輸入品や知られていないロマンチックなホテルなど、新しくユニークなコンセプトの製品のマーケティングに適しています。

結論

今日はビッグデータを活用する新しいアイデアについてお話しました。

現在、多くの大企業は、閲覧・購入履歴の繰り返しプッシュや「ラベル＋精密マーケティング」といった手法を用いてビッグデータマーケティングを行っています。これらの方法は、データ ソースと帰納的推論の誤りの影響を受け、コンバージョン率を効果的に向上させることはできません。

したがって、ここでは別のオプションを紹介します。それは、最初にビッグデータ アルゴリズムを使用してマーケティング シナリオにラベルを付け、次にさまざまなマーケティング シナリオでパーソナライズされた情報をプッシュすることです。

これを行う利点は、伝える必要のあるマーケティング シナリオと製品情報がすべて客観的に決定されることです。

マーチャントは、マーケティングシナリオのラベルの組み合わせに基づいていくつかの異なるマーケティングコピーセットをカスタマイズし、ビッグデータを通じてさまざまなチャネルに配信するだけで済みます。

簡単に言えば、 「現在の水温と照明条件下で、その池の魚が最も釣り針に食いつく可能性が高くなるように、異なる池で対応する餌を使用する」ことを意味します。

著者：何氏、 Qinggua Media より出版許可。

出典: Yuanwai He (ID: Yuanwai-HE)