アドテクを中心として広告業界のトレンドについて発信をする『DAC AD TECH BLOG』。今回はDACで自社開発を行っているプロダクトをご紹介するシリーズです。初回の今回は「パブリックDMP」として約900社に導入実績のあるAudienceOne®について、データドリブンマーケティング部の吉田さんと、AudienceOne®開発部の河原さんにお話を伺いました。
左：吉田さん、右：河原さん
顕在化前の見込み顧客も含め、フルファネルで可視化可能なDMP
はじめに、AudienceOne®とはどのようなソリューションなのか教えて下さい。
吉田：AudienceOne®は、約1,000の独自嗜好性カテゴリや特定のオーディエンスから類似オーディエンスを発見する機能を搭載した「パブリックDMP」という位置づけのプロダクトになります。また、企業が保有する1st Party データの収集/分析/管理機能も有しています。
AudienceOne®の独自嗜好性カテゴリをご活用いただき、既にオウンドメディアに接触している顕在化したオーディエンスと掛け合わせて分析することで、顕在化する前の見込み顧客を含めフルファネル※1で可視化できる数少ないDMPになります。
「興味関心なし（無関心層）」→「見込み顧客（潜在層）」→「興味関心あり（顕在層）」→「リテンション（顧客）」の流れを効率的に促進することが可能です。
※1：マーケティングの考え方の一種で、消費者の購入までの意識の遷移を図化したもの。上流から下流にかけて一般的に対象は減り、これを図化すると逆ピラミッド型になり、ファネルに見えるため、上流から下流にかけての遷移のことを指す。
AudienceOne®が保有するオーディエンスデータというのは、どのくらいのデータ量があるのでしょうか。
河原：データとしては、4億を超えるCookie IDを保持しています。約1兆レコード以上※2 のデータを処理しています。 またご利用いただく企業も増えている状態ですので、より活用いただけるよう日々アップデートを行っています。
※2：データベースを構成する単位のひとつで、データの1件分のこと
例を挙げていただくとすれば、どのようなアップデートを行っているのでしょうか
河原：そうですね。最近ですと、基本属性情報の追加を行っています。従来の指標に加え、「職業」「世帯年収」「未既婚」「子供有無」「EC購入頻度/金額」「ブランド志向かどうか」といったライフスタイル区分で分析軸のバリエーションを増やしました。
また、UI改善の面では、リーセンシー×フリークエンシーの散布をヒートマップの形で表し、特定のオーディエンスのボリュームが一目でわかるような画面の導入も行っています。これまでは１つ１つセグメントを切って頂かないとボリュームを確認していただくことが出来なかったのですが、条件を絞って該当の箇所を選択していただければ、すぐに選択した範囲のオーディエンスのボリュームをご確認いただけるようになりました。
※：リーセンシー×フリークエンシーのヒートマップ。選択した範囲のボリュームは右下の「ユーザー数」と円グラフで表示される。
会員データとの連携による可視化ニーズが増加中
では、具体的な活用方法の話に入れればと思うのですが、「AudienceOne®」を活用すると、どのようなアプローチが可能になるのでしょうか。
吉田：はい、繰り返しになりますが、AudienceOne®ではこれまで自社では持ち合わせていなかった独自嗜好性データ（3rd パーティデータ）を活用できますので、様々な視点での「顧客の可視化」が可能です。「自社の顧客はどのような人なのか」「顧客化するまでにどのような態度変容（インテントの変化）があったのか」ということを見出すことが出来ます。また、新規顧客獲得の効率化の他に、既存顧客の中から休眠ユーザーや解約などの離反ユーザーの傾向を分析し、再利用の促進や離反防止などのリテンション施策に効果的にご活用いただけるかと思います。
なお、さきほどお話をしましたファネルダウンの促進・効率化に当たっては、クライアントで所持している会員IDデータを連携することで、オウンドサイトでのユーザー行動だけでなく、他チャネル（リアル店舗など）の行動も含めた分析が有効になります。実際にご相談いただくケースとしても、この会員IDデータをAOneに連携し、AOne独自データ（3rd パーティデータ）と掛け合わせて分析したいという案件が増えています。Webサイトのデータだけでなく、自社で保有するあらゆるデータ（1st パーティデータ）を統合して、見込み顧客の発見と既存顧客を「見える化」したい、という要望です。
※AOneのダッシュボード。どのような属性のユーザーがオウンドメディアに訪問をしているのか可視化できる。
「見込み顧客」を発掘した後のアプローチとしては、どのような施策を取られるのでしょうか。
吉田：やはりよくご利用いただく施策としては、ディスプレイ広告への活用ですね。単純なDSPでのターゲティング配信だけでなく、純広告への出稿プランニングにもご活用いただいております。また、ディスプレイ広告以外でもメールやLPOなどのチャネルで、パーソナライズされたコンテンツ提供などにもご利用いただいています。住所データをお持ちのクライアントであれば、DMに活用することも可能です。これまでの画一的だった顧客アプローチを立体的にしています。
最近は、3PAS（第3者配信）との連携を積極的にご案内しています。購入した全てのメディアのディスプレイ広告枠に対して、3PASを活用することでユーザーの興味関心に合わせてクリエイティブを出し分け、フルファネルでの最適なコミニュケーションプランを設計、実行できます。こちらは先ほど申し上げた出稿プランニングと合わせて活用することをお勧めしています。
データドリブンなマーケティング環境を構築
配信した結果を再度AudienceOne®に取り込んで分析することも可能なのでしょうか？
吉田：可能です。メールも含めて配信結果をAudienceOne®に戻し、ユーザーの反応状態に合わせて分析することが出来ます。このデータを活用し次の打ち手を考えることで、よりデータドリブンなマーケティング環境の構築が可能になると考えています。
最近、取り組まれている企業が増えているマーケティングオートメーションでおいても活用できるのでしょうか？
吉田：はい、可能です。マーケティングオートメーション（以下、MA）で配信をしたメールの反応をAOneに連携し、ディスプレイ広告の他にもFacebookやTwitterなどのソーシャルメディア広告への連携も実現しています。「メールを開封したユーザー」と「開封しないユーザー」に分類し、開封したユーザーの場合、開封したメールのコンテンツ内容は何だったのかをAOneに連携し、ソーシャルメディア上での訴求内容を変えるなどの打ち手が可能です。
MAへの活用では、AOneが保持している約1,000の独自嗜好性カテゴリをMAへ連携し、メール施策へ活用したいというニーズが増えてきています。eコマースのクライアントであれば、MAにおいて、購入金額、購入回数や頻度（1st Partyデータ）を基にユーザーを分類し、 AOneの独自カテゴリと掛け合わせて活用頂いています。
１st パーティデータ連携以外の活用方法だと、どのようなものがありますか？
吉田：例えば、アンケートの結果を元にした「見込み顧客」へのアプローチのケースがあります。アンケートの結果を元に「見込み顧客」を特定し、分析によって類似するユーザーを発見。その類似ユーザーに対してディスプレイ広告を配信することでオウンドメディアへの誘導を図る、といった形です。
また、オウンドメディア（自社サイト）では、顧客属性や過去の訪問履歴などから顧客に合ったコンテンツを表示するといった取り組みもあります。見込み顧客が顕在化したタイミングでの最適な情報提供により、購買行動にいたる（顧客化）までのプロセスをスムーズする、といった活用方法になります。
様々なデジタルソリューションを組み合わせて、幅広い提案が可能に
2015年度から運営主体がDACに統合されていますが、2014年度以前と比較して変化はありますでしょうか。
吉田： 組織面においては、これまで販売と製造が「モデューロ」と「DAC」とで２つの企業に分離されていたのですが、一体となったことで“販売スタッフ”と“開発スタッフ”間のコミュニケーションがスムーズに図られるようになりました。ダイレクトにクライアントニーズをキャッチアップし、スピーディに製品に反映させる環境が整ったと考えています。
河原：開発側からの視点としては、開発を行った機能の“意図”について、販売スタッフと意思疎通が難しい面があったのですが、同じ組織になることによって、意図が正確に伝わるようになり、関係者内での製品理解度が高まってきていると感じています。顧客に信頼される販売活動が行われるようになったように思います。
吉田：営業面においては、広告主・広告会社様、媒体社様の双方へAOneを軸にした利活用提案が実施できるようになった、と考えています。AOneと連携するプロダクトを同一の組織で取り扱えるようになったことで、多様化・複雑化している顧客ニーズに対し、AOne単体でのご紹介ではなく、様々なデジタルソリューションと組み合わせる形で幅広く要件に応える提案が可能になりました。
また、DACとの統合によりDACのデータサイエンティスト集団と連携した提案が増えてきていることもメリットの１つですね。
データサイエンティストが活躍する案件の引き合いが増えてきている、と。
吉田：はい。これまで分析やレポートは管理画面での提供のみでしたが、ローデータを活用した分析サービスのご提供が可能となっています。勘や経験による定性的な従来のプラニング手法から、精度の高い分析結果を元にし、データドリブンな次の打ち手の提案や施策実行が可能となっています。
今後も連携して、よりクライアントにとって価値のあるサービスを提供していければと思います。
------------------------------------------------------------
吉田さん、河原さんありがとうございました。
今回ご紹介した内容にご興味を持っていただいた方は、以下よりお問い合わせください。
