データ101:マーケティングにとってなぜデータ統合は重要なのか?

f:id:DatoramaJapan_blog:20180305113102p:plain

CHINTAI様が指摘していたように、社内外に散在するデータを統合することで、マーケティング全体ひいては経営全体が俯瞰できるようになります。

データ統合とはまったく異なるソースにさまざまなフォーマットで存在するデータを集め、分析のために1つのデータベースに統合することです。

しかし、マーケティングデータの統合は、まさに「言うは易し、行うは難し」の典型と言えるでしょう。

マーケティングのデータソースはあまりに散らばっています。Facebookの広告データから、同僚のノートパソコンのエクセルファイルまで、ありとあらゆる場所に存在しているのです。Datoramaでは、カスタマージャーニーのさまざまな段階をマッピングするために、マーケティング部門やエージェンシーが1日平均で60以上もの多様なテクノロジーを利用していることを突き止めました。統合前のデータは、世界各地の縦割り型のデータセンターに、さまざまなフォーマットで、さまざまなアクセスプロトコルで存在します。データ統合とは、こうしたデータすべてを1つの屋根の下に集め、すべてに同じ言語を使用することを意味します。

データ統合はなぜマーケターに重要なのか?

ガートナーのアナリスト、マーティー・キーンは、2016年クールベンダーレポートにおいて、データ統合を「マーケティング業務の重要な舞台裏」と説明しています。データ統合とはいわば、マーケティングに関するすべてのパフォーマンス、結果、投資、ステークホルダーを、ひとつに束ねることです。(幾つか例を挙げるなら)デジタルキャンペーン、オフラインキャンペーン、ウェブ解析、CRM、販売後システムなどのマーケティングデータをすべて統合することで、マーケターはシームレスに繋がれたカスタマージャーニーのビューを作成でき、これがよりスマートな意思決定をサポートします。これはしばしば唯一のソースと言われます。

マーケターは、この唯一のソースをもとに、KPIや指標、自社の個別のソースシステムにないディメンジョンを活用し、マーケティングを全体的に管理、最適化することができます。これにはすべてのマーケティングプログラムの総インプレッション数、エンゲージメント、コンバージョンといった、総合的な指標も含まれます。さらには、メディアの消費スペース、エンゲージメント当たりコスト、顧客獲得コスト、マーケティングROIといった効率性に関する指標も含まれます。こうしたビジネスレベルの指標は通常、マーケティングダッシュボードで俯瞰でき、すべてが基礎的なデータ統合レイヤーに基づいています。

マーケターにとってのデータ統合の有用性

マーケターとデータ統合の関係は独特です。それは、マーケティングが無数にあるタッチポイントを移動するオーディエンスと顧客の集客、エンゲージメント、コンバージョン、定着という責務を担っていることに大きな理由があります。マーケティングのパフォーマンスとインパクトを測定するためには、プログラム、チャネル、キャンペーン、オーディエンスなどについて、それぞれどれが最も戦略的目標を推進しているかを評価できる俯瞰的ビューが必要です。

新しいプラットフォームの導入や、古いプラットフォームからの切り替えには、唯一のソースが中断なく稼動し続けられるための迅速なデータ統合が必要となります。同様に、さまざまな実行システムに新しい分析が絶えず追加されるということは、すなわち、迅速な更新のために現在の接続がフレキシブルである必要があるということです。最後に、マーケターは多くの場合、たとえばランディングページにおけるUTMパラメータのように、重要指標とディメンジョンを同条件のシステムに分類しています。

CMOレベルのビューからデータの比較が可能となるよう、マーケターにはこうしたすべての分類を整理できるシンプルな手段が必要です。この分類を変更または分岐させる場合には、迅速に再整理できることが不可欠です。

従来型のデータ統合が抱える課題

データ統合は多くの場合、ビジネスインテリジェンス(BI)の問題として議論されます。これは、従来型のBIツールが、複数の部門からデータを集約しビジネスを支援するという目的のもと、さまざまなソースのデータを統合するタスクを初めて担ったことによるものです。この種のデータ統合は大抵の場合、技術レベルの高いコーディングのスキルセットが必要な、消耗的で時間のかかるプロセスを特徴とします。実際、フォーブズ誌によると、このスキルを有する貴重な人材を揃えている組織では、データ統合はデータサイエンティストの作業時間の最大80%をも占めています。一方、こうしたスキルのない組織では、データ統合は通常、コンサルティングや外注という形でスペシャリストの手で処理されています。

マーケターにとってのデータ統合の新しいアプローチ

利用可能な(かつ必要とされる)マーケティングデータソースの数が爆発的に増加したため、スペシャリストを使って接続を確立する従来型のモデルでは、もはやビジネスを支えられなくなりました。最近の分析ツールが、一般的なデータベース(ハドゥープ、ビッグクエリなど)や、最も利用されているAPIFacebookやグーグルアドワーズなど)との複数の接続をビルドインして提供しているのも、このためです。こうした対応策は、データ統合をよりマーケターフレンドリーなものにするうえで方向性は正しいものの、データ増のペースに対応するにはなお不十分です。

マーケターの次世代型データ統合では、APIコネクタと人工知能(AI)マシンを融合させた、ハイブリッドなアプローチを採用しています。AIマシンは、API接続とは無関係にあらゆるデータソースへの自動接続を学習します。このアプローチでは、従来の枠を超えたあらゆるシステムとの接続、およびレポーティング出力が可能になります。マーケター向けのハイブリッドなアプローチを最初に先導したのが、Datoramaのデータ統合です。たとえばTotalConnectは、API開発不要で、あらゆるデータソースとの接続を可能にする、他に類を見ないデータ統合テクノロジーです。その結果マーケターは、迅速な更新と変更が可能で、高度な技術スキルを用いずにマーケット、チームや他のソリューション全体を測定できる唯一のソースをビジネスで利用できるようになりました。マーケティングの総合的なコントロールが可能になったのです。

ETL」とデータ統合はどう関わるのか?

データ統合における重要な1面にETLが挙げられます。ETLという語はしばしばデータ統合と同義で用いられます。ビジネスインテリジェンスに関する会話で、テクノロジー専門家がこの語を使うのを耳にしたことがあるかもしれません。抽出(Extract)、変換(Transform)、ロード(Load)という3つのデータベース操作は、共通のデータベースへの実際のデータ移行を担うものです。抽出ではオリジナルのデータベースからデータを読み取り、変換でクエリと分析のためにフォーマットを変更し、ロードによってデータを目的のデータベースに書き込みます。

ETLは、恐らくデータ統合において最も問題が多発する部分でしょう。なぜなら、1つのステップで発生したエラーがデータ全体のエラーや欠損を引き起こすからです。しかも各システムにはそれぞれ独自の問題が付随します。ETLのプロセスに適正なテクノロジーが重要となるのは、このためです。適正なテクノロジーがあれば、データ移動の細かな管理に割く時間が減り、分析と意思決定により多くの時間を充てることができます。