Reading Time: 1 minutes

GoogleアナリティクスとZoho CRMの連携によって可能になること

こんにちは、清水 誠です。第一回から4回にわたって、GoogleアナリティクスとZoho CRMを統合してWebのパーソナライズを簡易的に実現する方法について具体的に紹介してきました。例として取り上げたEC(ネット通販)はわかりやすい例の一つでしかなく、他のビジネスモデルにも適用できます。

そこで今回は、この考え方と仕組みを使うとどんなことが可能になるのか、応用例をいくつか紹介することで、連載を締めくくりたいと思います。

カスタマー志向のビジネスやマーケティングがトレンド

連載の前半は具体的な実装の話が続きました。視点を広げるため、マーケティングの大きな流れの中で今回の取り組みを振り返ってみましょう。

最近のマーケティング(やビジネスそのもの)は顧客一人ひとりに目を向けるようになってきました。それに伴って、「顧客視点」「人間中心」「顧客体験」「UX」「CX」「人軸」「ピープルベース」「LTV」などと色々な表現やソリューションが飛び交うようになりました。

大きな予算が動くアドテク(デジタル広告)業界ではこのトレンドの普及が進みつつありますが、オウンドメディア運用やWebアナリティクス(ウェブ解析)、SEO、コンテンツマーケティングなど、集客後の接客に関しては、まだまだシステムやビジネス都合の指標の確認や、短期的な最適化に留まりがちなのが現状です。

企業と顧客の関係性を

というようなステージで捉えると、これまでは獲得とCVの最適化が重視されがちでした。これは、わかりやすい、実行しやすいという都合によるものです。コスト削減や売上の最大化、価格や品質の訴求、企業都合の発信だけでは、グローバルの競争に勝ち残れない時代です。「接客」や「維持」(リテンション)についても考慮・対策しないと、長期的な顧客育成が進まず、ビジネスが安定・成長しません。

MA(マーケティングオートメーション)や接客ツールのような最近のソリューションも、この長期的な顧客との関係性のあり方を明確にすることが前提になっています。

顧客体験の改善につなげるカスタマーアナリティクス

このようなトレンドを受け、アナリティクスやCRMも進化してきました。顧客一人ひとりに向き合うマーケティングやビジネスを実現するためには、顧客データの活用が必須となります。

ただし、これまでのようにシステムや部署ごとに分断されたデータを使うのではなく、顧客に関する幅広いデータを個人単位で紐づけて統合することが重要です。なぜなら、企業は顧客一人ひとりを理解し、顧客体験の設計や構築、改善につなげることで、顧客の獲得と維持をしていく必要があるからです。そのため、アナリティクスはウェブ上の行動データのみを扱う「アクセス解析」「ログ分析」「ウェブ解析」から、より広いデジタルアナリティクス、さらにはオフラインまでも含めた「カスタマーアナリティクス」へと進化しつつあります。

このような顧客データの統合によって顧客一人ひとりを360度から理解し、顧客体験の改善につなげていく方法論のことを「カスタマーアナリティクス」と呼びます。アナリティクスとCRMの融合、と言い換えることもできるでしょう。

カスタマーアナリティクスとは:

顧客理解とデータ活用によってビジネス上の意思決定につなげる方法論

カスタマーアナリティクスのプロセス

アナリシスは「分析」を意味しますが、「アナリティクス」は(ツールを活用した)データの収集や分析によって意思決定へとつなげていく方法論、プロセスまでも含む英単語です。ツールの名前や種類ではありません。

この反復的なプロセスは、日本では製造業で一般化した「PDCA」という略語で表現されることが多いですが、何となく分かったつもりになりがちです。アナリティクスのプロセスは、グロースハックのBuild-Measure-Learnモデルを以下のように拡張するとわかりやすいでしょう。

1. Build Experience / エクスペリエンスの構築

企業が構築すべきなのはウェブサイトやアプリではなく、それらを通じて得られる顧客の体験そのものです。認知や関心のきっかけとなる広告やキャンペーン、情報収集の過程で触れる検索や口コミ、商品やサービスの検討や購入、活用、アフターサービスにおけるメールやSNS、さらには店舗やTV、印刷物、コールセンターといったオフラインも全て、顧客体験に影響を与えます。

チャネルやメディア、キャンペーンといった企業の都合で企画・管理・運用するのではなく、顧客一人ひとりの状況に合わせて最適なメッセージを最適なタイミングで最適な接点を通じて届けることが重要です。

また、計測されたデータをシステム間で連携させることで、パーソナライズやターゲティングの自動化も可能になります。

2. Measure Data / エクスペリエンスの計測

伝統的には性別や年代といったデモグラ(属性)や購買(行動)データを使った顧客分析の活用が中心でしたが、最近は行動(ビュー・クリック)や態度(アンケート・ソーシャル・趣味嗜好)のデータをデジタルで取得できるようになりました。

単にデータを集めるのではなく、各種データを個人単位で紐づけ、360度から一人ひとりを理解・分類するのがカスタマーアナリティクスの特徴です。

3. Learn Ideas / 顧客の理解

データを見て場当たり的に大小様々な気づきを得るだけでは、ビジネスへの大きなインパクトは見込めません。目的に応じて適切に取得したデータを適切に分析することで傾向やパターンを見出し、個客の将来の変化を予測できるようになると、機会の創出やリスクへの早期対応、さらにはマーケティングや接客の自動化が可能になります。

そのためには、カスタマージャーニーマップやコンセプトダイアグラムを使った顧客体験のモデリングとビジュアライズも重要です。

統合可能な顧客データの例

本連載では、GoogleアナリティクスからWeb上の行動(閲覧・クリック・購買)データを、ECシステムから購買情報とデモグラ情報を取得しました。他にも、いろいろなデータの組み合わせが考えられます。

行動系データ

  • Webの閲覧ページやクリックのデータ
  • メールの開封やWebリンクのクリック

属性系データ

  • デモグラ情報
  • オフライン含む購買履歴
  • ロイヤルティのランクやLTV

態度系データ

  • オンラインで実施するアンケートの回答内容
  • Web上の行動からの推定心理(注目や迷い、検討、意識の広がりなど)のスコア

匿名の訪問者にまで対象を広げる

本連載で実現したGoogleアナリティクスとZoho CRMの統合がユニークなのは、個人を特定できる会員IDや顧客IDを使うというCRMで一般的な方法ではなく、WebアナリティクスのCookie IDを使って匿名の訪問者を対象に各種データを統合した点です。ただし、匿名の状態が最終というわけはありません。資料請求や購入といった個人を特定できるデータが得られた後はCookie IDとの紐付けを行うことで、徐々にプロファイルが明らかになっていくプログレッシブなアプローチを採用しました。

この結果として、ログインを必要としないサイトにおいても、幅広い訪問者や顧客を対象とした分析やターゲティング(パーソナライズ)が可能になりました。

カスタマーアナリティクスの応用例

視点を広げて大きな考え方を整理したので、最後にこれらのアプローチをどのような場合に応用できるのか、以下のデータの流れ図を見ながら具体的に考えてみましょう。

複数ECの統合

楽天やAmazon、Yahooなど、複数のプラットフォームで通信販売を行なっている場合でも、本連載の手法を適用できます。各プラットフォームから得られる配送先の情報を使って名寄せを行ってから、Googleアナリティクスの行動(閲覧)データと統合します。

「楽天セールの期間のみ楽天で通常はAmazon」などとECを使い分けているのか?利益率が高くコントロールしやすい自社ECへどれくらい誘導できているのか?その際のオウンドメディアにおけるコンテンツの貢献度は?などといった分析も可能になります。

B2Bソリューションの資料請求Web

Googleアナリティクスの行動(閲覧)データと資料請求者の情報を紐づけて、営業向けの見込み顧客リストを作成します。事前にどのソリューションをどの程度検討したのかがわかるので、確度の予測やアプローチ方法の改善が可能になります。

「ホームページは営業にとっても役に立つ」と思ってもらえれば、社内におけるデジタル部門のステータスが上がり、他部門からの協力も得られやすくなることでしょう。

メーカーのカタログWeb

資料請求や注文完了がなく、ログイン機能もない情報提供型のメーカーサイトの場合、目標アクション(コンバージョン)を設定しないでページ毎の閲覧回数やサイトへの訪問者数といった短期的な指標を追いかけがちです。サイトへの訪問者が増えても、どんな人が何を目的としてサイトを訪問し、どのコンテンツを読んだ結果としてどう変わったのかを理解できないと、Webの貢献度や価値を判断することができません。

行動系のデータだけでは知見は得られないので、店舗や小売店での購買行動や、価値観、態度の変化についてアンケートを定期的に実施し、その回答内容をGoogleアナリティクスで計測、またはインポートします。

「デパートで買っているお客様はホームページをいつどのように活用しているのか?」「満足度(推奨度)の高いお客様と低いお客様のWeb行動の違いは何か?」などと行動と態度を合わせた分析によって、集客やコンテンツ、誘導方法の改善につなげることが可能になります。

メディアサイトのWeb

購読者へ配信するメールの本文に含める自社Webサイトへのリンク先URLに会員ごとに固有のIDを付与し、クリック後にGoogleアナリティクスでそのIDを取得すると、メール会員の属性系情報とWebの行動(閲覧)データを統合できるようになります。ログインを必要としないサイトでも属性系データと行動データを紐づけられるのがポイントです。

金融機関のWeb

銀行や証券などの金融機関の場合、顧客の維持が重要です。Googleアナリティクスから得られる行動(閲覧)データとCRMのロイヤルティ系データを統合し、一人ひとりの顧客の離反や生涯価値(LTV)を予測できれば、特定セグメントへ適切なタイミングで適切なメッセージ(コンテンツ)を伝えるというターゲティングやパーソナライズ系の施策が可能になります。

例えば、ローンについてのページを初めて閲覧し始めた場合は、お金が必要になったというニーズが発生または存在していて、その金融機関から借りるという解決策が検討の候補に上がった、と判断できます。さらにお金の管理についての知識や考え方が広がると、投資関連など閲覧するページも増えていくはずです。概念の広がり、緊急度、絞り込み度や懸念点などの心理状態や変化は、行動データからある程度数値化できます。推測が外れることもありますが、「訪問回数」や流入元などのデータだとデバイスやブラウザの制約を受けるというデメリットを補い、より顧客の状態に近いターゲティングが可能になります。さらにDMPの属性データやアンケート結果を組み合わせるのも良いでしょう。

最後に

以上、色々な応用例について考えてみました。目新しい略語やツール、短期的なデータに振り回されず、顧客との長期的な関係性を構築・維持するために、カスタマーアナリティクスの考え方をぜひ活用してみてください。


 

 

Comments are closed.