第4回　アイザック・マーケティング株式会社
畠山正己代表取締役に聞く〜データ分析との出会いと変遷

■懸賞キャンペーンのデータ整理の重要性

前回は大量のデータから効率的にターゲットを探すという話でしたが、今回は“顧客データの収集およびそれを活用した企業のコミュニケーション戦略”にテーマを絞ってお話させていただきます。

20年前ほど、各社はプロモーションや自社マーケティングに役立てるため、個人情報を集めるためのキャンペーンを積極的に行っていました。特にタバコ業界は、マスメディアへの広告規制もあり、懸賞付きのキャンペーンをよくやっていました。
当時特に人気があったのが、“PeaceのブルーチタンZIPPO”。ブルーチタンZIPPOは当時、Peaceの懸賞でしか手に入らず、特殊な焼き付け塗装をしているためひキャンペーンの都度風合いや色や雰囲気が異なるため、コレクターも多く存在していました。

人気があるあまり、一つの懸賞キャンペーンに一人の人が複数枚応募することも多くありました。企業側としては、Aさんという個人の正確な情報を収集したい。しかし、応募される方も当選するために試行錯誤されているので、名前の漢字を一文字変えてみたり、よみがなを変えたり、電話番号をわざとずらしたり…と、正しくない個人情報も大量にまざりこんでいました。

そのため、わたしたちはAさんを特定するために、例えば、会社であれば名前を一字でも間違えると当選の結果がいかないので、会社の住所であれば名前は正しいであろう、自宅であれば住所が名前が一文字間違えていても届くので住所は正しいだろうなどなど、複数の条件を組み合わせて、大量の個人情報を正しいものにしていきました。結局、たくさん集まったと思うキャンペーンでも、だぶりのない応募者は、実は20%ほどだったりする。自社内でこのようなノウハウを貯めこむことで、様々なデータベースの取り扱いに精通してきました。

■DB化されたデータの活用方法

このような形で顧客情報がDB化されていくと、次はこれをどのように活かしていくかということに焦点は移ってきます。
当時は、顧客属性に合わせて複雑に異なった印刷物を封入するアッセンブリーマシンや、それぞれ異なる情報を印刷するオンデマンド印刷機の登場によって、顧客の購買傾向や趣味嗜好に合わせたメッセージやキーワードを効率よく顧客毎に印刷できるようになった時でした。

顧客属性によって異なる情報を届けるために重要になってくるのが、データ分析に基づいた顧客セグメントです。

顧客セグメントをするにあたって一番イメージしやすいのは、Recency（最新購買日、最後の利用日）、Frequency（累計購買回数）、Monetary（累計購買金額）から消費者の傾向をみるRFM分析だと思いますが、それに加え、ショッピングの経験がある・ないなどの目的変数とその事象に対する説明要因を探るデシジョンツリーや、購買確率を的確に算出するニューラルネットワーク等を利用したグルーピングが盛んに行われるようになってきました。

このようにデータ分析の世界は、広告規制や個人情報保護方案など外的要因と、テクノロジー技術の進歩によって、手法や考え方がどんどん変化していくのがよくわかります。

（続く）