「実践的」カスタマージャーニー分析のすすめ

今できる最新カスタマージャーニー分析

第1部

「実践的」
カスタマージャーニー分析
のすすめ
内野明彦
Copyright (C) , Akihiko Uchino

All rights reserved.

本日のながれ
１）そもそもカスタマージャーニーとは？
２）なぜ今、注目されている？必要とされている？

３）具体的にはどういうものなのか？
４）どこから始めればいいのか？

５）DMP（データマネジメントプラットフォーム）との関係は？
６）まとめ

（途中で具体事例も交えつつ）
2



自己紹介
事業「支援」側
WEB系
コンサルティング
企業

広告代理店系SIer

アクセス解析
ツール/
コンサルティング
企業

マーケティング

外資系
マーケティング
企業

WEB系
インキュベー
ション企業

事業「主体」側

3

システム

４年くらい前から、いわゆ
る個客軸での「カスタマー
ジャーニー型」の分析や実
行支援のプロジェクトを手
がけています。
（明細データを使って）


最近関わったカスタマージャーニー系プロジェクト
• 最近のプロジェクトの切り口
–
–
–
–

営業リードスコアリング
→ 見込み案件の『受注確度の予測』
通販クロスチャネル分析 → 複数チャネル横断での『販売機会の最適化』
広告アトリビューション分析 → 間接効果を加味した『広告費の最適配分』
プライベートDMP構築
→ 広告接触から販売履歴までの『統合顧客DB化』

• 対象データは
「広告系」データ × 「WEBサイト系」データ × 「オフライン」データ

• 数十億～数千万件規模のカスタマージャーニー型（顧客行動履歴明
細）データを活用して、マーケティング課題の解決（支援）を行う
• その他、ビッグデータ分析系講座や企業向けインハウス講座なども展開中
4



本日のながれ


６）まとめ

5



約 973,000 件

そもそも「カスタマージャーニー」とは？？
「カスタマージャーニ－」でgoogle画像検索

6



「Customer journey」でgoogle画像検索

7




（引用：Customer Journey Mapping | Customer Experience Planning）

8




（引用：Customer Journey Analytics and Big Data from McKinsey Chief Marketing & Sales Officer Forum）

9




Google.com The Customer Journey to Online Purchase より

10



http://www.fitch.com
より引用




参考までに【customer journey】
でgoogleトレンドをみてみると、、

最近注目されてはいるが、
けっして目新しいコトバで
はない

13



自分なりに言葉でまとめると・・

『カスタマージャーニー』
顧客と企業とのあらゆる接点を時系列に見
通して、顧客との最初の接点から始まる一連
の体験ストーリー（直接接点、間接接点、
心理状態、態度変容など）をパターン化・可
視化し、「顧客の理解」や「ブランドの一貫性
の維持」、「顧客価値の最大化」などを行うた
めの基盤/マップとなるモノ、もしくはそれらを
総称する概念。
14



本日のながれ


６）まとめ

15



なぜいま注目されているのか？必要とされているのか？？
消費者の行動

・スマホ、O2O/オムニチャネル、ショールーミング等々
・消費行動がますます断片化



出展 http://www.businessinsider.com/the-future-of-digital

17



消費者の行動

行動データ・ログ

・ツールの進化（明細データ確保可能）
・共通IDサービスの普及
・3rdPartyDataの活用可能性

18



『アクセス解析』ツール～ウェブサイトへの訪問履歴が蓄積される
Cookie ID
6290934190113541225341

参照元 URL

MMCパラメータ

http://yahoo.co.jp/

banner_ad>yahoo>w
intercampaign>001

検索語

エントリー・ページ
URL
http://coremetric
s.cci.co.jp/?cm_
mmc=banner_a

6290934190113541225341
6290934190113541225341

プロダクトプロダクト
名
ID

ページURL

http://coremetrics.cci.co.jp/?cm_mmc=ba
nner_ad-_-yahoo-_-wintercampaign-_http://coremetrics.cci.co.jp/feature/feature
.html

listing>google>winter
http://coremetric
リスティング広告から訪問
http://google.co.jp/
campaign>001
s.cci.co.jp/?cm_
http://coremetrics.cci.co.jp/?cm_mmc=list
6290934190113541225341
↓
ing-_-google-_-wintercampaign-_-001
http://coremetrics.cci.co.jp/product/analyt
6290934190113541225341
2ページ閲覧
ics.html
6290934190113541225341
商品詳細ページ閲覧
http://search.yaho
コアメトリク http://coremetric
6290934190113541225341
ス
o.co.jp/search?p=
s.cci.co.jp/produ
↓
6290934190113541225341
ics.html
離脱
6290934190113541225341

6290934190113541225341

COREME
TRICS

COREME
TRICS

http://coremetrics.cci.co.jp/product/cart/
COREME

6290934190113541225341
http://coremetrics.cci.co.jp/product/registr
ation/

6290934190113541225341

メールマガジンから訪問
↓
6290934190113541225341
mail>december>wint
6290934190113541225341
ercampaign>002
↓
6290934190113541225341
カート投入
6290934190113541225341
↓
6290934190113541225341
商品購入
6290934190113541225341
↓
6290934190113541225341
6290934190113541225341 離脱

820

820

6290934190113541225341

E メール・都道府県
名

登録ID
価格
アドレス
バナー広告から訪問
↓
2ページ閲覧
↓
離脱

6290934190113541225341

http://coremetrics.cci.co.jp/product/thank
s.html

6290934190113541225341

http://coremetric
s.cci.co.jp/produ
ics2.html?cm_mmc=mail-_-december-_-

http://coremetrics.cci.co.jp/product/cart/

http://coremetrics.cci.co.jp/product/thank
s.html

19

820
30000
TRICS
自然検索で訪問
↓
aaa@sam
s012345
TOKYO
ple
COREME ↓
820
30000
TRICS
カート投入
↓
EXPLOR
会員登録
600
10000
E
↓
EXPLOR
600 商品購入
10000
E
↓
EXPLOR
600
10000
E
離脱


19


『第三者配信』ソリューション
～広告の接触履歴（広告閲覧＆クリック）が蓄積される
第三者配信は、媒体社が保有するアドサーバではなく、まさしく第三者が保有する
アドサーバから広告を配信します
よって、配信設定、原稿管理、効果測定、レポーティングは第三者配信ベンダーの
プラットフォームから行われます（在庫管理は行いません）

リスティング

広告
広告

バナー
広告

一元管理

アドネットワーク

MediaMind
配信タグ

広告
広告

ソーシャル
ネットワーク

各媒体社の
広告サーバ

広告主/広告代理店

サイト

ユーザー毎（cookie毎）に広告を見せた、
広告をクリックした、広告でインタラクションした、、
という行動履歴を確保することが可能
20



顧客をとりまく「行動履歴明細データ」は急速に増加中
ユーザを取り巻く『データ』は今
後、急速に増加していく。入手
も出来る/しやすくなる・・

広告接
触履歴
メール
配信履
歴

ウェブ
サイト
行動履歴

営業接
触履歴

パネル
データ

顧客
属性
情報

アンケー
トデータ
コールセ
ンタ受
注履歴
店舗購
入履歴

WEB購
入履歴

21



消費者の行動


分析手段

・ツールの進化（ユーザー軸×マルチチャネル分析可能）
・高速安価なインフラ普及
・データサイエンティスト

22



少なくとも、データ処理コストは飛躍的に下がっている
データ
処理
コスト

←数千万件規模のデータ

10年ほど前は数千万件
のデータ分析に・・

数千万円規模

分析データ量

データ
処理
コスト

大量のデータを処理す
るコストも劇的に低下し
てきている・・

数千万円規模

数十万円規模
分析データ量
23



実は、 Excelで数千万件のデータを高速に分析できる
「PowerPivot」とは？？
http://office.microsoft.com/ja-jp/excel/HA101810443.aspx

マイクロソフト社サイトより引用

実は最近はやりの
「インメモリ」型データ
処理ツールだったりし
ます。

24



また、非常に安価なデータ処理インフラ/アプリも確保可能

（参考）オープンソースETL Pentaho

25

数十億件の明細
データの超複雑な前
処理がフツウのPCで
できます。



例～REDSHIFT

http://www.slideshare.net/Hapyrus/amazon-redshift-hadoop-hive10

26



• Essentia??

27



消費者の行動



分析手段


実行手段

・cookieベースの施策普及
・マーケティングオートメーション

28



29



【出典】 Gartner Magic Quadrant for CRM Multichannel Campaign Management

30



消費者の行動



分析手段


実行手段

・cookieベースの施策普及
・マーケティングオートメーション

マーケティングROI

・「施策」単位での最適化は飽和感
・「個客」単位でのLTV向上必要
31



状況をまとめると・・

• カスタマージャーニーが概念やイメージではなく、具体的に
個々のユーザーレベルでの行動把握と行動予測と施策実
行（コミュニケーション）が現実的になってきたということ
• とはいえ、まだまだ成功法や勝ちパターンは無い状態、み
んな（事業者側もベンダー側も）模索中な状況
• ただ、先端的な企業は既に、最近トライアルを始めている
が、費用対効果の見極め、および本格導入はこれから

32



本日のながれ


６）まとめ

33



事例のご紹介
※いずれも複数チャネルの行動明細データを統合したカスタマージャーニー型のプロジェクト
（ツールベースのお話は第2部以降で）

（１）BTC事例（クロスチャネル行動分析）
– すでに高度な分析を実施していたが、更なる個客理解とクロ
スチャネルでの行動分析を実施
– 広告を含む「全サイト流入」と「コンテンツ」に対するアトリビュー
ション分析と予算配分最適化

（２）BTB事例（リードスコアリング）
– CJが場合によっては年単位になる。まさに「旅」
– 基本WEBでは完結しないので、クロスチャネル必須
– 受注単価が高いのでCJ分析のROIは大きくなる
34



アクセス解析と『カスタマージャーニー分析』の違い
通常のアクセス解析と「カスタマージャーニー分析」の比較

分析の範囲分析の単位最適化の対象

通常の
アクセス解析

カスタマー
ジャーニー
分析

ウェブ
中心

顧客
接点
全体

流入構造
サイト構造

ユーザ行動
プロセス・
LTV

セッション
単位

ユーザ
単位

35

訪問者の行動をサイトの構造
（流入・入口・サイト内回遊・購
入フロー）毎に分解して施策単
位での最適化を図る

段階的なユーザとの接点・体験を
どのように設計して、最適化をする
か、という時間軸・成長軸を踏まえ
たコミュニケーションの最適化を図
る



• ユーザー単位分析における
可視化サンプルいくつか紹介

36



ECサイトの初回購入商品毎の顧客数 × 顧客生涯価値（LTV）
初回購入商品別（購入数多い順）

37



LTV把握
顧客単位での平均LTV把握（120日ベース）

38



カスタマージャーニー定義
コンバージョン（購入完了）に至るまでの流れ
７日前

５日前

４日前

３日前

２日前

１日前

社名系

CVUR ３％

CVUR ２％

商品
カテゴリ
ブランド
Ａ
ブランド
Ｄ

ブランド
Ｂ

ブランド
Ｃ

39


コンバージョン（購入完了）

コンバージョンユーザレート

CVUR ４％

６日前


カスタマージャーニー定義
コンバージョン（購入完了）に至るまでの流れ
７日前

社名系

５日前

４日前

初訪： 80PV前後

３日前

2回目： 70PV前後

２日前

１日前

3回目： 40PV前後

CVUR ３％

CVUR ２％

商品
カテゴリ
ブランド
Ａ
ブランド
Ｄ

200PV前後

200PV前後

ブランド
Ｂ

ブランド
Ｃ

30PV前後

40

30PV前後

100PV前後
10PV前後


コンバージョン（購入完了）

コンバージョンユーザレート

CVUR ４％

６日前


41

カスタマージャーニーのグレード管理
レポート時点（例：9月上旬）
2011年5月（初回流入月）

初回流入月
5月

ユ
ー
ザ
ー
グ
レ
ー
ド
（
例
）

来訪
ユーザー層
CV予備層
CV
ユーザー層
複数CV
ユーザー層

60UU

2011年6月
50UU

25UU

40UU

25UU

10UU

25UU

初回流入月
6月

来訪
ユーザー層
CV予備層
CV
ユーザー層
複数CV
ユーザー層

60UU

2011年7月
50UU

25UU

25UU

25UU

10UU

初回流入月
7月

来訪
ユーザー層
CV予備層
CV
ユーザー層
複数CV
ユーザー層

最終の顧客行動
状態

10UU

15UU

5UU

2011年8月
40UU

25UU

10UU

ユ
ー
ザ
ー
グ
レ
ー
ド
（
例
）

中間の顧客行動
状態

25UU

10UU


ユ
ー
ザ
ー
グ
レ
ー
ド
（
例
）

初動の顧客行動
状態

10UU

15UU

5UU

2011年7月

60UU

2011年8月

2011年9月

50UU

25UU

40UU

25UU

10UU

10UU
25UU

15UU

5UU

25UU

10UU


初回流入月
8月

ユ
ー
ザ
ー
グ
レ
ー
ド
（
例
）

来訪
ユーザー層
CV予備層
CV
ユーザー層
複数CV
ユーザー層

41

60UU

25UU

10UU

5UU

2011年9月
50UU

25UU

15UU

10UU

2011年10月
40UU

10UU
25UU

25UU



分析対象データの「質」が重要
（量が多ければいいのではなく）

• 網羅性
– カスタマージャーニー全体をカバーしているべき
（ID連携なども含め、出来る限り最終的なコンバージョン、もし
くはそれに準ずる地点まで確保すべき）

• 粒度
– できれば「明細データ」が好ましい
• 顧客行動の背景・理由（なぜ？）を探るため
• 時系列な分析を（遡って）するため
• 施策時のリスクを減らすため
42



「カスタマージャーニー分析」の推進フロー
（データ設計）

能動的に取得するデータそのものを企画・設計

データ確保・蓄積

部門を横断して複数の明細データを確保・蓄積

データ統合・集積

複数系統の明細データを顧客軸で連結・統合

必要とされるスキルセット

データ加工

システム/DB
スキル

分析上の視点からデータを加工（前処理）

（分析用データ確保）

一時的に分析用に特化したデータマートを構築

データ分析

各種手法を駆使して、データを分析、意味を導く

データ可視化・意味化

データ分析/統計
スキル

分析データを可視化して、意味を導く

施策設計→実行

実際のコミュニケーション施策に組み込む

効果検証

分析の費用対効果も含めての効果検証

仕組化・体制化

プランナー/コ
ンサルスキル

モデルの構築なども含め、運用の仕組みを構築

43









必要とされるシステム・アプリケーション

データ加工

・アクセス解析ツール
・第三者配信ツール
・ワンタグソリューション
・ソーシャルログイン
・3Pデータ
・データベース
・DWH
・ETL
等々




データ分析






効果検証



・データマイニング
・BIツール
・可視化ツール


44

・マーケティングオート
メーション系ツール
・各種広告施策
・メールマーケティング
ツール
・LPOツール
等々



本日のながれ


６）まとめ

45



ECサイト
を想定

まずはスモールスタート（できる範囲から始めてみる）が重要
消費者の行動

・既存顧客（既購入者）が「個客」軸で、どのような
購買行動をしているか？

意外とわかっていないもの


・購買履歴
・メール配信/反応履歴

購買履歴なら必ず個客軸で
の時系列分析が可能

分析手段

・Pentaho（オープンソースETL）
とにかく安く、早く！
出来る範囲でやっ
・EXCEL（PowerPivot)
・社内のマーケター（＋パートナー企業）てみる

実行手段

・既存顧客へのメール配信
・既存のメール配信ツールでの手運用

とにかく安く、早く！
出来る範囲でやっ
てみる

・最低限の分析・施策コスト
→ ROIは出しやすいはず

小さくても成果が出
れば、予算確保や
他部門連携がしや
すくなる

マーケティングROI

46



本日のながれ


６）まとめ

47



DMP（データマネジメントプラットフォーム）との関係は？
• DMPの機能とは？
1. 顧客ID、Webサイト訪問クッキー、会員ID、ソーシャルメディアIDなどを
統合する。
2. 統合されたデータを分析し、クラスタリングを生成する。
3. 生成したクラスターを連携するツールにデータをフィードないし交換する。
4. 生成したクラスターに属するユーザーデータを可視化する。
5. 特定ユーザーと類似または関連づけられるユーザーに対象を拡張する。
6. ユーザーセグメントを最適化し、セグメントごとのメッセージを最適化する。
7. ユーザーデータを広告配信に利用し、かつ広告配信の反応によってデータ
の精度を高める。
引用：DMP入門～顧客を知るためのデータマネージメントプラットフォーム～
横山隆治菅原健一草野隆史

48









必要とされるスキルセット

システム/DB
スキル

DMPのカバーする領域

データ加工




データ分析


効果検証


・「DMP」と「カスタマージャーニー分析」
データ分析/統計
は表裏一体
スキル


・データドリブン×個客軸での
マーケティングプラットフォームと分析視点

プランナー/コ
ンサルスキル


49



DMP（データマネジメントプラットフォーム）との関係は？
DMP導入で得られることは基本２つ。「『打ち手』の最適化」と「顧客の洞察」。まずは「打
ち手」の最適化から入り、「洞察」を極めろ。
「カスタマージャーニー」という新たな顧客洞察のための情報を得るチャンスが出てきた。
私は、DMPは当然、今お金をたくさん使っている「施策」の最適化のためから導入するもの
だと思うが、究極は顧客と将来の顧客を「洞察する」ためだと言い切りたい。
（中略）
しかし、ＤＭＰによるカスタマージャーニー分析は、顧客化したユーザーを、広告接触や流
入前検索行動だけでなく、登録情報や意識調査データ、購買行動データ、ソーシャルメ
ディアのデータなどで情報をリッチ化して「洞察する」ことが出来そうだ。意識調査では現れな
い行動データと、行動データだけでは分からない意識変容過程などを統合すると、顧客化
の文脈が可視化できる可能性がある。

これからは、こうしたデータから「文脈発見型」のマーケターの時代だと思う。
ここ10年くらい代理店が一生懸命バズワードにしてきた「消費者インサイト」。しかし、本当
の「インサイト」を見つけ出す作業は、プライベートDMPによってマーケター自身が自分で行う
時代である。（そもそも昔から自身でやるものである。）
ブログ「業界人間ベム」（DI横山さんによる）より引用

50



本日のながれ


６）まとめ

51



まとめ
• 「カスタマージャーニー（CJ）型」が現実的に
• CJ≒DMPともいえる
• アドテクとアクセス解析とCRMは融合化
• CJ≒DMPを制するものがこれからのデジタルマー
ケティングを制する？（事業社もベンダーも）
• 先行投資型ではなく、スモールスタート型に
• ちょっとした知恵と工夫で実践可能！
• 「実践的に」且つ「自ら」から進めていきましょう！
52



ご静聴ありがとうございました
ご意見・ご質問などは下記まで
uchino0308@gmail.com
内野明彦

53



「実践的」カスタマージャーニー分析のすすめ

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Viewers also liked

Viewers also liked (16)

Similar to 「実践的」カスタマージャーニー分析のすすめ

Similar to 「実践的」カスタマージャーニー分析のすすめ (20)

「実践的」カスタマージャーニー分析のすすめ