“データドリブンマーケティング”とは

商品の売れ筋や消費者の行動パタンの分析を、担当者の経験に基づく勘（推測）によって分析するのではなく、日々急速に増え続けている膨大なマーケティングデータを統合的に活用し、PDCAサイクルを回しながら合理的に成果を上げていこうとする手法のことです。データに重点を置いた合理的マーケティング手法です。

これがうまく実現できると、以下のような点が期待されるようです。

（1）未知な潜在顧客層、多様な行動パターンの発見の可能性

（2）個客（顧客一人ひとり）への対応の可能性

（3）マーケティングをリアルタイムに最適化できる可能性

データの蓄積やそれへのアクセス環境の整備については進みつつあるものの、分析する技術や採るべき施策を打ち出したりその運用を行う人材が十分には備わっていない点が進展を鈍らせているようです。

また、効果的な分析モデルを作成するために、メーカー、流通業者、マスメディア、ソーシャルメディアなどの間での企業の垣根を超えたデータ交換・共有が必要となりそうです。

なお、データドリブンマーケティングには、ビッグデータ、データサイエンティスト、MA（マーケティング･オートメーション）、DMP（データ･マネジメント･プラットフォーム）などの概念が関連します。

 

 

 

“アンビエント広告”とは

街中に存在し、かつ広告枠としては売られていないスペースに掲載される広告のことです。

例えば、商店や飲食店の壁や個人宅のフェンスや塀などに掲載されるものです。それまで、掲載されたことのないような場所に、突如、広告が登場することによって、認識率が増す効果も期待できるようです。

有名なアンビエント広告として、西友がオープンした場所の近く、スバルのショールームの壁面に「スバルは、走りがちがう　西友は、安さがちがう」とか、ベーカリーショップの壁面に「西友のある生活が始まるかと思うと、夢もパンも、ふくらむよね」などといったものが知られています。

スマホのカメラで撮影してSNSへ投稿されたりすると、特定なエリアに展開している広告ながら広く拡散する場合もあるようです。

広告のサイズが掲示場所に依存するため、汎用性が低く広告の制作時間や掲載場所の交渉などに時間がかかるようです。

従来のような決まった広告枠に広告を収めるといった制約がないため、広告掲載に対する新たな発想力が求められるようです。

 

 

 

“デモグラフィックデータ”とは

デモグラフィック（demographic）とは「人口統計学の」という意味です。即ち、デモグラフィックデータは、性別、年齢、住んでいる地域、所得、職業、学歴、家族構成などその人が持つ社会経済的なデータを指しています。

インターネット広告を出す場合、単にネットユーザ全員を対象とするのでなく、広告商品との関連性で絞り込んで（ターゲティングして）出す場合が増えつつあります。

考えられる種類としては、①時間帯を絞って出す、②エリアを絞って出す、③興味・関心を持っていそうなユーザに絞って出す、などが知られていますが、この他に④デモグラフィックデータに基づいて絞って出す手法が採用されつつあります。

デモグラフィックデータはダイレクトメール型広告のターゲティングなどに利用されています。

“エクスパンド広告”とは

ネット広告のうち、Webサイトの掲載枠に表示されるディスプレイ広告の一種です。

ディスプレイ広告には、①ネット広告の元祖であるバナー広告、②動きのあるリッチメディア広告、③文字形式のテキスト広告、が含まれますが、エクスパンド広告は②リッチメディア広告に位置付けられます。

具体的には、閲覧者がマウスのカーソルをバナー広告のところに持っていったりそれをクリックした時に、飛び出して画面に広がって表示されるタイプの広告です。画像やアニメ、コマーシャルの動画などが大きく表示されます。動画をそのまま全画面表示させるといった仕掛けも可能です。このため、広告を目にしたユーザーに与える効果は大きくなります。

 このような広告の配信は、Webサーバーから分離して運用されている、広告専用の「アドサーバー」によって行われています。

 

“運用型広告”とは

広告掲載枠を、掲載先の媒体、単価、数量（期間やクリック数）などを決めて固定的に買い取り、そこへ固定的に配信する静的タイプの広告配信ではなく、掲載先のサイトや入札単価などを調整しながら出稿の仕方を最適化していくような動的タイプの広告配信の仕方です。

リアルタイム入札型の広告配信サービス（RTB）などを利用し、短期間に様々な掲載先や単価などを試し、効果や反応を見ながら最適化させていきます。

掲載枠を事前に買い付けて固定的に配信する方式よりも費用対効果を高められる可能性がありますが、逆に、掲載期間中は効果の測定や見直しを常に行う必要が生じ、そのための人員や予算の確保が必要になり得ます。

“グーグルアドセンス（Google AdSense）”とは

米グーグルがWebサイト運営者（媒体社）に提供しているサービスで、Webサイトのコンテンツに最も関係の深いネット広告（コンテンツ連動型広告）を自動的に配信し、サイト運営者に広告収入を支払うサービスです。

このサービスを利用したいサイト運営者は、グーグルから提供されるJavaScriptをWebページに埋め込むことにより、当該ページにGoogleから配信されるサイト内容に最も関連の深い広告を掲載することができます。

サイト閲覧者の興味と広告内容とが関連しているため、クリックされる確率が高くなります。広告のクリック回数に応じてグーグルからサイト運営者に広告料が支払われるようです。

グーグル側では、当社の検索エンジンに使われている技術を応用してWebサイトを解析し、その結果をもとに登録されている広告から適切なものを選び出すようになっているようです。

 

“インタースティシャル広告”とは

インタースティシャル（interstitial）とは「隙間の」という意味で、インタースティシャル広告は、スマホ画面上で、ページの切り替え時、コンテンツの隙間をぬって表示される広告のことです。

バナー広告、ネイティブ広告と並んでスマホ広告の主流になりつつあるようです。

アプリを開発する側で広告枠を設ける必要がなく、また表示するタイミングをアプリ開発側でコントロールできるようです。広告は画面全体に表示されるため視認性が高くなります。

なお、アプリの利用が広告の挿入によって一時的に遮断される形となるため、アプリ開発者は利用者に不快感を与えないように挿入する個所を工夫する必要があります。

スマホ向けの動画広告の在庫量が増加傾向にあることから、本広告の普及に対する期待が高まっているようです。

 

 

 

 

 

“第5回ソーシャル活用売上ランキング（日経BP）”とは

デジタルマーケティングの専門誌である「日経デジタルマーケティング」（日経BP社）が、2015年12月2日～2016年1月7日の期間に実施した消費者アンケートの結果（※）から導き出したもので、企業やブランドがソーシャルメディアを用いた販促活動でどれだけ売上げにつなげたかのランキングです。消費行動スコア（偏差値）と呼ばれる値に基づいています。

※）このアンケートでは消費者が企業からのソーシャルメディアによる働きかけによって商品購入やサービス利用へと行動が変化したかどうかなどが確認された。有効回答数は1万7233人であったとのこと。

上位は以下のようになっています。（）内は前年度の順位です。

1位（24）：ドミノ・ピザ、2位（38）：GU、3位（5）：マクドナルド、4位（8）：ハーゲンダッツ、5位（4）：ミスタードーナッツ、6位（7）：セブン－イレブン、7位（3）：ユニクロ、8位（16）：サブウェイ、9位（2）：無印良品、10位（1）：スターバックス、以下20位まで、ファンケル、明治、ケンタッキーフライドチキン、任天堂、オルビス、ANA、ネスカフェ、ロクシタン、ローソン、西友の順。

ドミノ・ピザなど上位に入った企業やブランドの多くが無料対話アプリのLINEを活用していたとのことです。例えば、ドミノ・ピザは、2015年9月より「ドミノ簡単注文」と呼ばれるLINE活用サービスを提供しています。

なお、4位のハーゲンダッツは、LINEでなくツイッターを活用したキャンペーンなどが功を奏したようです。

日経BP社のニュースリリース（2016.2.22）のサイトは、https://www.nikkeibp.co.jp/atcl/newsrelease/corp/20160222/です。

“コールドスタート問題”とは

Eコマースサイトなどで、サイトを訪れた個々のユーザに対してチェック中の商品に関連する情報をレコメンドする手法として「協調フィルタリング」と呼ばれるものが利用されています。

例えば、「この本を購入した人は、他にもこのような本を購入しています」などといって、他の類似の商品を薦めたりするものです。コールドスタート問題とは、この「協調フィルタリング」における問題のひとつです。

例えば、サイトの新規ユーザーやサイトに新しく登録された商品の情報の場合に、ユーザーの好みを判断する情報が乏しいため適切な情報を推薦することができない、といった問題です。

また、商品の入れ替わりが早いファストファッション系のECサイトでは、類似度を判断するのに十分なデータがたまる頃には新し商品が出てしまうためたまったデータが意味を持たなくなってしまう、といった問題です。

このようなコールドスタート問題への対策として、例えば、商品の属性を基に類似度を計算しレコメンドするといったコンテンツベースのレコメンドが知られています。ただ、利用者にとっては想定の範囲内のレコメンドであるため、偶然性のあるレコメンドにはなりにくいようです。

“サービサイジング（servicizing）”とは

モノを販売して対価を得る代わりにサービス（機能）を提供して対価を得る形、即ち、財を売るのではなくサービス(機能)を売る形の経済システムのことをこのように呼んでいます。

商品や製品を売り切る（所有権が変わる）のではなく、例えば、リース、レンタル、シェアリングといった形での商品・製品の機能提供形態です。利用者から見た場合、洗濯機を買う代わりに、ランドリーやクリーニングを利用したり、車を購入する代わりにレンタカーを利用したり、アプリケーションソフトやストレージを購入する代わりにクラウドやオンラインストレージを利用するといったものが該当するかと思われます。

製造業者のビジネスに関わる言葉ですが、純粋な営利目的のビジネスとして成り立つかどうかは難しいところのようです。

なお、サービサイジングのうち、例えば、製品の生産・流通・消費に要する資源エネルギーの削減や使用済み製品の発生抑制など、環境面で特に優れていたパフォーマンスを示すものは、「グリーン・サービサイジング（Green Servicizing）と呼ばれているようです。

ビジネスの成立要件の分析や公共的な支援策の検討が行われつつあるようですが、ビジネスとして成熟するにはまだ時間がかかりそうです。