べにやまぶろぐ

技術寄りの話を書くつもり

『プライベートDMPセミナー~1.7歩先を行く、新マーケティング戦略~』聴講メモ

マイナビさん主催のアドテクセミナー 『プライベートDMPセミナー~1.7歩先を行く、新マーケティング戦略~|マイナビニュース 』に参加してきました。

DMPで求められるリアルタイムなデータ処理で競合他社と差をつける! | マイナビニュース』 に Spark の話があったのでそれを楽しみにして行ったのですが、特に Spark に関するお話はありませんでした。一方、ゴルフダイジェストオンラインさんのお話が非常によくまとまっており、参考になりました。

以下、聴講メモです。

株式会社ゴルフダイジェストオンライン 福永和洋 氏
  • 事業内容はゴルフ場予約サービス、ゴルフ用品販売 (EC)、メディア(ゴルフニュースなど)、レッスンの四事業
  • 140億円の売り上げ規模、250万人の会員
  • DMP とは
    • サイトアクセスデータ
    • CRM データ(顧客、POS、来店)
    • 広告配信結果
    • ペイドメディアデータ
    • ソーシャルメディア
    • オフライン(Ponta)データ
  • トリプルメディアの中央に位置する
    • ペイドメディア(広告配信結果、サイト閲覧情報)
    • オウンドメディア(自社データ)
    • アーンドメディア(ソーシャルメディアでの登録・行動情報)
    • さらにリアル店舗での入店、購買行動データ
      • Ponta カードでゴルフ場への来場履歴や購買履歴がとれる
      • アクアラインを使ってゴルフ場に来たとすると使用した分のボール購入をスマホ広告としてレコメンドするなど
  • DMP (Rtoaster Ads) 導入背景
    • 96年頃からウェブ広告をずっと使ってきて、現在は Google ダイナミックリマーケ / Criteo などを使っている
    • さっき見た商品が全然違うドメインで出たりして気持ち悪い、という調査結果がある
      • 成果は出ているが、企業ブランディングとしては疑問符
      • DMP を活用してパーソナライズされた広告を打てるようにしたかった
        • ちょっと期間を置いて未来訪のユーザーに広告を出す
        • 同じ CV であっても粗利が高いものをレコメンドしたほうが CPA が同じでも利益につながるのでそこをコントロールしたい
  • 内容 x 頻度 x タイミングがパーソナライズ化された広告を配信したい
    • 現状の広告でもできるが、トリッキーな運用になってしまう
  • 従来のリタゲとは企業内に蓄積されている顧客データをセグメントとして使用できる点が違う
  • メルマガ経由の売り上げが 30 - 40% あるので(メルマガを)止められない。
    • メルマガ登録に誘導するために購読しているかないかで訴求方法を変える
    • データマイニング
      • 離反傾向の分析をしてリテンション広告を打つ
      • 購買予兆の検知、大学の?研究室と共同研究をしており 70% の精度で捉えられたりしている
  • Rtoaster に入れる前の環境
    • ゴルフのスコアも蓄積してデモグラフィック以上のデータ(ラウンド回数、上手さなど)も蓄積している
    • レスポンシス(パーソナライズドメールシステム)でも使っている
    • Web サイトログについては訪問間隔・訪問度合いなども計算してから DMP に入れている
    • キャンペーンの原資を活用するために顧客ランクを分析している
    • 累積購入回数を年度別に分けて活用している
      • 去年10回の購入実績があって半期回って5回以下の人にはクーポン出したりしている
      • 去年の優良顧客が今年も継続して優良であるような施策
    • 商品データの中には粗利データも含まれている
    • DMP に入れる前が勝負、どういったデータを何に使いたいか
      • 前段に Hadoop/BI の環境を持って処理してから DMP に渡している
      • データクレンジング・クリーニング以上にカスタマイズする
  • DMP の効果
    • ロイヤルユーザリピート施策
    • ラウンド予定者購入促進施策
      • ゴルフ予約している人が実際にプレイする前に、商品を配送可能な期間内のみ広告を出している
      • 会員の半分が一回購買、その中でも半数が一年後に離脱
    • 初回顧客獲得施策
      • 購入から配送まで全て GDO でできるので、それを実体験として感じてもらうために初回購入を促す施策を打っている
    • 複数の条件かけあわせ・タイミングの演算がこれまでの広告ではできなかったところ
    • グラフ図中の赤い棒が CV 数
    • 無駄なメディア・ホワイトリスト・ブラックリストの調整でリスティングの CPA を下回るくらいでの成果は出せている
      • 質も良いし効率的にとれる
    • メルマガのインセンティブ
      • 10,000人の中の 1,000 人に対して 500円プレゼントとすると効率的にインセンティブを配信できる
      • 見込みのある人だけに配信することで一人当たりのインセンティブ額を上げられる
  • 今後の展望
    • 質はとれるけど量がとれないという問題はある
    • メールでやっていたステップアップメールなどのマーケティングシナリオを DMP でも活用したい
    • 未来訪ユーザーの引き込みをしないと質・量とれるようにはなっていかない
      • データセラー型 DMP を導入していきたい
株式会社 アドクラウド(スペイシーズ) 室園 拓也 氏
  • プライベート DMP を日本で初めて作った会社
  • 経産省でパーソナルデータを扱うお墨付き(ベストプラクティス)をもらっている
    • cookie が実際だれなのか後から辿れないようになっている?
  • KUDAN (妖怪)
  • 1st party と類推の 3rd party、競合の CRM データを使う 2nd party という区分はどうか?
  • Wappalyzer を使うとサイトで使われているアクセス解析ツールがわかる
  • GA は dimension と metrics が肝
    • ディメンション(属性軸:緑)
    • メトリクス(数値軸:青)
    • アフィニティカテゴリ(類似カテゴリ)
    • セグメント
      • デフォルトセット
      • 類似カテゴリ
      • ユーザ単位
      • セッション単位
      • コホート分析
      • シーケンス分析
        • ユーザーの行動の流れを定義できる
  • オウンドメディアの分析だけなら GA 最高
    • GA 周辺でしか使えない、AdWords のリマケ
    • GA プレミアムにすると DSP (Doubleclick Bid Manager) に連携できたりするが 1,000万円/年
  • KUDAN は月額30万円
    • DMP は多様なデータを cookie に変換
    • CRM の顧客属性データとの統合
    • 複数オウンドメディア間でのユーザー統合
      • サイト A B C でばらばらの ID
      • 3rd party cookie に保持しているものを 1st party cookie に書き出すことができる
    • 他の DMP とのセグメント交換(売買)
      • ハブをやっている(人材会社 to 人材会社 : ○○という職業の人を探したい、というとき片側の DMP の該当セグメントの cookie を渡し、DSP から配信して CPA が半分になった)
      • サービス立ち上げ時にユーザを限定して広告を打ちたい
    • 30種類以上の DSP への連携配信
      • 依頼ベースで接続先を増やす
    • GA へのセグメント連携
    • LPO ツールへのセグメント連携
  • メール配信時に DMP でユーザーを認知する仕組みがある。CRM で管理している軸を追加できたりする。
  • GA で切ったセグメントと DMP を掛け合わせる(GA セグメントをインポート)
  • 解析ツールへのセグメント連携(GA へのインポート)
  • Clicktale / Ptengine という heatmap ツールとかけあわせてセグメントごとに可視化する。
  • オウンドメディアの自社軸によるオーディエンス分類 (自社メディアで管理している顧客に対して能動的な分類が可能に)
  • クロスサイトトラッキング(複数オウンドメディアにまたがる顧客を把握し、施策につなげる)
Talend 株式会社 寺澤 慎祐 氏
  • 2005 年にフランスで二人のエンジニアが創業
  • OSS / Apache ライセンス
    • 2,000万 DL
    • 100万ユーザー
    • 4,500社に導入されている
      • Citibank DHL ebay Bank of America など
      • GE の旅客機を飛ばして数TBのデータを取得し、フライト状況を分析したりしている
    • Amazon はサービス開始から 44 回値下げしてきている、ストレージが増大した
  • 本日の販売状況から将来の製造数を知る
    • 処理タイミング:デイリー
    • 処理時間:8時間 = 対応は翌日
    • Hadoop を使った場合、処理時間:20分 = 対応は当日
    • 過去と今のデータでちょっと先の将来を予測できないか
  • 800 コンポーネント(Pinterest の数を数える等)、ネイティブ稼働、自動化するためシステムに組み込み
  • Talend Studio
    • Eclipse で GUI ツールを動かす。データの収集・整備・変換・統合を設計するツール
    • デプロイされた JAR ファイルや処理を管理するツール Talend Administration Center
    • 自動生成されたジョブは hadoop 上で稼働する (M/R)
    • 開発者は Talend Studio だけの習得だけで大丈夫
      • basho / cassandra / mongoDB / cloudera / Pivotal / Hive / Spark...
      •  M/R 書けるエンジニアは 人月 300 万円?
      • Talend の使用料は 200万円 / 年