[参加レポート]Tech Play Conference 2017 – デジタルマーケティング技術導入事例 #techplayconf2017

Report

IMG_8792

TECH PLAY Conference 2017の、デジタルマーケティング回に参加してきましたのでレポートします。

デジタルマーケティング技術導入事例

エンジニア目線で向き合うデジタルマーケティング業界

株式会社ブレインパッド 下田 倫大 氏

ベンダーとしてエンジニアサイドで働いている視点から
業界周辺のお話をされていました。

マーケティングとは
自分たちのポジションを決めて、知ってもい、興味をもってもらい、買ってもらうための手段
つまり、デジタルマーケティングとは
デジタル上でモノ・サービスを普及させるための手段

究極的には売り上げをUPすること
なので広告だけに限ったものではない

マーケティング領域のプレイヤーとしては
顧客、代理店、事業者、ベンダー、メディアがある。
それぞれの思惑や、タイミングよく到来したRTBの普及
大規模データ周りの技術のコモディティ化などが重なった結果
デジタルマーケティングの中で特にオンライン広告に脚光があたる。

アドテクブームにより
データに基づいて効率を追い求めるマーケティング活動を行う環境が提供された
そして

  • データを集めて分析したい
  • 分析結果を活用したい

というトレンドの到来
できそうでできていなかったPDCAサイクルを回せるようになった

たくさんのデータを集めて統合することや様々な角度で分析した結果
運用コストが指数関数的に増加
例えば、セグメントの数が増加してセグメント毎のクリエイティブや施策、検討材料が増え
マーケティング担当者、代理店担当者の業務が増加

効率化できて、施策への費用が減った結果、ベンダーへの予算が別のところへ行きベンダーは悲しくなる…

そして、なんだかんだで効率がいいのはリタゲという現実に気がつき
そういった施策が増え獲得系のリタゲ地獄へ
行き過ぎたリタゲに嫌気のさす顧客も現れる

認知系としてはオンライン/オフラインの統合が進みつつある
未開拓な領域ではあるものの波が来ている
TBSはPodcastからラジオクラウドへ移行(データが多くとれるため)

この業界で行きていくためには

  • マーケティング業界の考え方や用語、制約を理解する
  • その上で技術的なチャレンジポイント見つける
  • 気持ち悪くないことを技術で実現する

デジタルマーケティングの現場で求められる技術者のスキル

プリズマティクス株式会社 濱野 幸介 氏

これまでの実績から求められるスキルの話をされていました。

デジタルマーケターとITのどちらのスキルも必要なのではないか。
MUJIの話からスキルを洗い出す。

2000-2003年

店舗とWebがそれぞれ独立していた

2004-2008年

ネットストア購入履歴をチェックすると
買物前に商品をチェックする
店舗で購入

Webの目的は

  • ネットストアの購買
  • 店舗送客
  • デジタルを用いたコミュニケーション

2009-2017年

オウンドメディア

バズると売れるのか?
フォロワーは増えるが売れない

直近の傾向はインスタでいいねされると売れる傾向
ただし、すでに時代は流れているので、もうそういう話でもない

局所的、部分的で店舗の売り上げに直結しづらい
財務諸表のインパクトを明確にする必要がある
基幹系のシステムに対する理解
マーケ側のスキルがないとIT側の負荷が増える

顧客接点全体を設計する必要がある

  • 製品・サービス
  • レジ
  • カード
  • モバイル
  • Webアプリ
  • ネットストア

ダウンロード数、アクティブ数などの基本的な顧客の分析から
コミュニケーションのパフォーマンスレポート
キャンペーンによる、共有から購入に到るまでのデータの可視化

結果求められるスキルとして

  • マーケター
    • マーケティング
    • 経営
    • 法務
    • 財務会計
    • 企業文化の理解
    • 店舗感覚
    • 消費者感覚
    • クリエイティブ
    • 巻き込める力(PM)
  • エンジニア
    • Web
    • モバイル
    • サーバサイド
    • インフラ・SRE
    • 設計力
    • 期間開発の感覚
    • 品質に関する対策
    • データエンジニア
    • 統計の理解
    • 事業の壺の

のように数多くのスキルが必要になる

チラシアプリにおける店舗レコメンドエンジンの構築

DATUM STUDIO株式会社 里 洋平 氏

チラシアプリにおける店舗レコメンドエンジンの構築と題して
アプリのアクセスログから購買思考を推定してオススメ店舗をレコメンドする話をされていました。

構築の流れ

  1. 来訪パタンの抽出
  2. 閲覧パタンの抽出
  3. お気に入りと店舗の頻出
  4. 生活圏内でフィルタリング

来訪

来訪時間が似ているユーザをまとめる
ライトユーザはノイズになる可能性があるのでのぞいて考える
似ているデータをまとめてグルーピングする

閲覧

カテゴリを用いて、ソフトクラスタリングを行い
閲覧パターンが似ているユーザを分類できる。

お気に入り店舗頻出

アソシエーション分析
クラスタ毎にお気に入り登録パタンから、頻出パタンを抽出

生活圏について

特定エリアで活躍しているユーザへ配信したいが直接的なデータがない
閲覧店舗の緯度経度情報から閲覧回数に応じた重みを付与して中心点を算出し
中心店から最も遠い店舗までの距離を半径とした

まとめ

開発側の人間として、デジタルマーケティング取り巻く環境から
必要になるスキル、実際のマーケティングでの分析まで
一気に学ぶことができるとても、勉強になるイベントでした。
今後のデジタルマーケ部門の方からの問い合わせにも活かせそうです。
様々な角度から学ぶことができる本イベントは、テーマを変えて金曜日まで開催されています。まだ空きがあるため、ぜひ足を運んでみてください!

AWS Cloud Roadshow 2017 福岡