マーケティング分析が企業のデータ主導の意思決定と成長にどのように役立つか

最近、誰もがマーケティング分析について話し合っています。 しかし、それは正確には何であり、なぜそれがそれほど重要なのですか？ この記事では、マーケティングにおける分析について知っておく必要のあるすべてを整理します。

Gartnerによると、マーケティング分析は、データを収集、分析、モデリング、および視覚化して、チャネル全体でのユーザーの行動をよりよく理解することにより、マーケティングキャンペーンを最適化するプロセスです。 マーケティング分析は、マーケティング活動の測定と最適化にも関係しています。 これは、ビジネス全体に対するマーケティングの影響を評価するのに役立ちます。

マーケティング分析のおかげで、当て推量を避け、不採算のマーケティングキャンペーンに特別な注意を払い、マーケティング戦略のパターンと貴重な洞察を明らかにし、広告キャンペーンを調整して、より多くの収益を得ることができます。

マーケティング分析の重要性は、Gartner、Adage、およびTheTradeDeskによる最近の調査によって示されています。

• マーケティングコストが減少するにつれて、分析およびマーケティングテクノロジーのこれらのコストのシェアは増加しています。
• 成長計画を満たしていない企業幹部の37％は、まずCMOを変更する必要があると考えています。 したがって、マーケティングディレクターが計画を実行し、成長目標を達成することが重要です。
• マーケティングディレクターの78％は、マーケティング分析を使用して戦略を策定することにより、ROMIを引き上げました。

分析システムの設定方法と使用するツールは、会社に設定した目標によって異なります。 ただし、すべての人に2つのルールが適用されます。データの品質を確保し、単一のシステムに統合する必要があります。

マーケティング分析は、すべてのデータ駆動型企業、特に次の場合に必要です。

• スタートアップと小さなオンラインプロジェクト
• 中規模のオンラインストア
• オムニチャネルの小売業者と市場

マーケティング分析は、質の高いデータから始まります。 レポート内のKPIと、それらに基づいて行う管理上の決定は、収集したデータの完全性と信頼性に依存します。 その結果、データ品質の低下が誤ったビジネス上の意思決定の主な理由であり、時間とお金の損失につながる可能性があります。

• Google Analyticsでは、コンバージョンの10％から20％が失われ、データはAPIによって集計され、レポートのデータがサンプリングされます。
• Googleスプレッドシートまたは標準データベースのデータを組み合わせると、通常のシステム障害や微妙なエラーが発生します。
• 広告サービスのデータはさまざまな形式で収集され、遡及的に変更される可能性があり、レポートに不一致が生じる可能性があります。
• これらの課題の結果として、企業は時間とお金を失います。

したがって、分析を構築するときに最初に行うことは、データ収集を自動化することです。

マーケティングは独立したビジネス機能ではありません。 指標は、主要なビジネスデータと組み合わせた場合にのみ価値と意味を持ちます。 マーケティング指標がビジネスデータから分離して存在する場合（たとえば、Google Analytics）、その価値は低くなります。

次に、特定の課題に直面したときに、マーケティング分析がビジネスの成長にどのように役立つかを見てみましょう。

通常、スタートアップや小規模なオンラインプロジェクトは、収益性の高いキャンペーンを拡大したいと考えています。

• 分析のための個別の予算はありません。
• マーケティング予算は、業績に応じて絶えず変化しています。
• データが不足しているため、意思決定は直感的に行われます。
• 分析の実装は「より良い時代」まで延期されます。

• 使用するツール、計算するKPI、最初に作成するレポートなど、市場のベストプラクティスを研究します。
• ベンチマーク（コンバージョン、トラフィック、引き付けられたクライアントあたりのコストなど）を追跡し、それらを超えることに焦点を合わせます。
• Google Analyticsで高度なeコマーストラッキングを設定し、Googleスプレッドシートでレポートを自動化します。
• 広告ソースからGoogleAnalyticsに費用を自動的にインポートします。 1つのレポートですべての広告キャンペーンのROASを比較して、予算を効率的に割り当てます。
• Measurement Protocolを使用して、販売情報をCRMからGoogleAnalyticsに転送します。

クライアント向けのレポート作成プロセスをスピードアップするために、Webmart Groupは、OWOXBIPipelineを使用してGoogleDataStudioでレポートを自動化しました。 このサービスは、さまざまな広告サービスからGoogle Analyticsに経費データを自動的にインポートし、そのデータをData Studioに転送して、データスペシャリストの関与なしにレポートを更新します。

このデータスキームと作成されたレポートは次のようになります。

このソリューションは本格的な分析システムではありませんが、初期段階では十分です。 それはあなたが広告キャンペーンに関する正確なデータを得るのを許します。 ただし、このデータは、チャネルとビジネスの目標到達プロセスの相互影響を考慮しない場合はフラットです。

• Google Analyticsでイベントと目標を追跡していますか？
• Google Analyticsの指標がビジネス指標とどのように関連しているか知っていますか？ （明らかに、CRMの収益と利益はオンラインデータとは異なります。）

中規模のオンラインストアは、売り上げの伸びを優先する傾向があります。

• マーケティングレポートは、週に1回、またはオンデマンドでGoogleスプレッドシートまたはExcelに手動で収集されます。
• 収益性のしきい値がすでに定義されている場合は、指定されたCPAまたはROAS指標に従って売上成長率を維持する必要があります。
• 分析を実装するための十分なリソースがありません。 たとえば、レポートを扱う開発者やスペシャリストには、分析タスクを行う時間がありません。
• 売り上げを伸ばすには、単にトラフィックを増やしたり、Google Analyticsを設定したり、広告代理店と協力したりするだけで十分であるという一般的な信念があります。

これらの問題を解決するには、測定プロトコルを介してCRMからGoogleアナリティクスに注文を転送するだけではもはや十分ではありません。

• オンラインとオフラインの指標を作成して測定します。 これにより、マーケターは会社全体の成長に目標と広告予算を集中させることができます。
• Google BigQueryクラウドストレージに生データを収集して、マーケティングとビジネスの指標を組み合わせます。
• チームのすべてのメンバーが利用できる単一のマーケティングダッシュボードを作成して、広告キャンペーンで何が起こっているのか、販売計画がどのように実施されているのかをいつでも知ることができるようにします。

ダッシュボードがすべての質問に答えるわけではなく、より詳細なデータに基づいて洞察を生成できます。 ただし、少なくともトップレベルでは、単一のマーケティングダッシュボードを作成することが望ましいです。

アナリストは、これらの注文を行う前に、セッション数（1、2、3、4、および5+）で注文をセグメント化します。 相互作用の長いチェーン（5セッション以上）は、短いチェーンと同様に処理されます。最初の2つのセッションと最後の2つのセッションが最も重要です。

これらの最初と最後のセッション中に、ユーザーは製品に精通し、購入を決定します。 他のセッションの貢献度は低いため、残りのセッションは1つの項目と見なされます。 その結果、M。ビデオマーケターは、注文が広告ソース、地域、製品カテゴリ、および登録前のセッション数によってセグメント化されたダッシュボードを受け取りました。

このダッシュボードは、次の質問に対する回答を提供します。

• 目標到達プロセスの最初/中間/最後にトリガーされる可能性が高いチャネルはどれですか。
• 特定の地域セグメントでトリガーされる可能性が高いチャネルはどれですか？
• 注文数が最も多い地域セグメントはどれですか？

• すべてのマーケティング部門の従業員は、ビジネスが自分の有効性をどのように評価し、どこで仕事の結果を見ることができるかを知っていますか？ 広告キャンペーンのスペシャリストが彼らの主な目標はコンバージョンを増やすことであると考えている間、会社の経営陣はマーケティングディレクターに新しい顧客を引き付けたりROASを増やしたりすることを要求すべきではありません。
• 必要なデータがどこに保存され、どのように使用されるか知っていますか？

オムニチャネルの小売業者や市場は、この課題に直面することがよくあります。

• 市場シェアを拡大​​し、新しい顧客を引き付ける必要があるマーケターは、多くの場合、複数の広告代理店と協力しており、各代理店は特定の広告チャネルを担当しています。
• Google Analyticsで新規顧客の数を測定することは困難です。つまり、ユーザーが以前に注文したことがあるかどうかはわかりません。 Google Analyticsでは、新規訪問は以前にサイトに表示されたことがないCookieであるため、新規顧客の注文のような目標を設定することは困難です。
• これは、広告サービスの目標とビジネスの間の矛盾につながります。 広告サービスは、ビジネスへの全体的な貢献を分析し、一般的なコンバージョンを測定します。 しかし、ビジネスにとって、誰が注文したかを知ることは重要です—新しいクライアントまたは既存のクライアント。 CRMデータなしではこれを理解することはできません。
• 分析は遡及的に構築されます。 つまり、影響を受けなくなった数値を調べます。 計画は、専門家の意見に基づいて、またはせいぜいロジスティック回帰を使用して、テーブルで作成されます。 市場動向は考慮されていません。
• ブランドトラフィックのみに焦点を当てることは、企業との残酷な冗談を演じることができます。 はい、トラフィックを増やすとコンバージョン数が増えますが、この戦略の拡張性は低くなります。
• 広告キャンペーンの効果を評価することは、ROPOの売上を考慮に入れていません。 これは非効率的なソリューションにつながる可能性があります。広告キャンペーンがオフラインでの購入を刺激するほど、オンラインでの見た目が過小評価されます。 それに応じて、より低い予算が割り当てられます。これは、全体的な売上を伸ばすというビジネスの目標と矛盾します。
• 企業がCRMで収集する売上および顧客情報は、売上を伸ばすのに十分ではありません。 内部システムには、セッション、トラフィックソース、および地域の内訳に関するデータが不足しています。これにより、ターゲットオーディエンスを引き付けることができます。

• ウェブサイト、広告ソース、CRM、通話追跡サービス、Google BigQueryメールから生データを収集して集約し、マーケティング指標をビジネス目標にリンクします。
• 各オンラインマーケティングエリアの主要な指標を特定します。 たとえば、特定のROASとRRRで最大数の注文を引き付けるためのトップレベルのタスクは、有料検索、ソーシャルネットワーク、電子メールなどのさまざまなチャネルに分解できます。
• ビジネスモデルに一致する目標到達プロセスベースのアトリビューションを設定し、オンラインとオフラインのすべてのユーザーアクションと、CRMからの実際の利益を考慮しながら、AIDA目標到達プロセスを通じてコン​​バージョンとユーザープロモーションに対するチャネルの相互影響を示します。
• OWOX BIからのアトリビューションデータに基づくレポートを使用すると、新規顧客コホートとリピーターコホートの取得チャネルを個別に評価し、ターゲットコホートに予算を効果的に割り当てることができます。
• 各メトリックの予測を作成し、計画からの逸脱を追跡します。 さらに、事実を計画と比較するのではなく、予測を計画と比較する必要があります。 市場動向に基づいて予測が自動的に更新される場合、計画が実現する前に、つまり、時間がかかりすぎて影響を与えることができなくなる前に、リスクと成長ゾーンについて学習します。

このアプローチは、企業が過去を分析するのではなく、将来に影響を与えることを可能にする予測分析の文化を発展させるのに役立ちます。 計画が実行されていないことがわかった場合は、マーケティングが影響を与える可能性のあるセグメントとメトリックのピボットテーブルを事前に作成できます。

• デジタル広告があなたの会社の全体的な売上にどのように影響するか知っていますか？
• あなたのマネージャーは、マーケティング部門が準備するダッシュボードを信頼していますか？
• 事実ではなく、予測に基づいていくつの決定を下しますか？

この目標は、すべてのデータ駆動型企業に関連しています。

分析はマーケターを支援します：

• 他の部門の同僚と共通の言語をすばやく見つけ、意見を議論し、共通の目標に焦点を合わせます。
• 時間を節約する。 以前は、Excelのさまざまなソースからのデータを使用してテーブルをコンパイルするのに何時間も費やす必要がありました。 これで、数回クリックするだけで、Googleスプレッドシート、スマートデータ、またはGoogleデータスタジオでレポートを取得できます。
• 個別のレポートでチームを強化します。 各従業員は効果的なレポートを受け取ることができるため、努力の結果を確認し、タイムリーな意思決定を行い、広告キャンペーンを調整することができます。

マーケティングはロバの尻尾を固定するようなものです。 アナリストは目隠しを外し、目の前にあるものを見せてくれます。 重要なのは、レポートの単なる可用性ではなく、レポートが完全で正確なデータに基づいて構築されており、過去を分析するだけでなく、将来を予測するという事実です。