データの成熟度を高めることでデジタルの可能性が解き放たれる理由

公開: 2022-05-25

データを使用して機能を活用および投資するブランドが、潜在的な収益を最大化するブランドになることは間違いありません。 しかし、今日のマーケターはすぐに使える豊富なデータを持っていますが、使用するデータとその使用方法を知ることは、すべての中で最大の課題の2つです。

この記事では、企業がデータ成熟の過程でどこにいるかを特定し、データ機能とリテラシーを強化してイノベーションと成長を促進する方法を特定するのに役立つ戦略的フレームワークを共有します。

経済のデジタル化により、データの作成が急増しました。 過去10年間で、世界は2012年の6.2ゼタバイトの作成から2022年の約97ゼタバイトへと移行しました。

データがこのように劇的に増加する機会は、業界全体の経営幹部にとって失われることはありません。経営幹部の多くは、データを使用して顧客について可能な限り分析するためにスクランブルをかけています。 ビッグデータ分析ソリューションの支出は、今年、世界中で2,157億ドルに達すると見込まれています。

ただし、ビジネス間でのデータの使用は一貫性のない経験です。 一部の企業は、データの成熟度を高めるために賢明に投資しています。

通知がほとんどなくても、予測できない経済環境で収益機会を最大化するために柔軟にピボットできます。 他の人は、以前の成功をさまざまな結果で再現しようとすると、収穫逓減のサイクルを経験します。

マーケティングにおけるデータの成熟度

重要な目的を達成するために高度なデータと分析技術を活用することに熟練しているマーケターは、当然のことながら高い需要があります。

データの成熟度が低いビジネスのマーケターとは対照的に、データの成熟度とリテラシーが高いマーケターは、データを重要なビジネス資産に変換する方法を理解しています。 それらは、そのアプリケーションとビジネス目標への影響を管理し、データを使用して重要な競争上の優位性を獲得します。

しかし、データの成熟度とは正確にはどういう意味ですか? この記事では、データの成熟度の定義について説明し、経験した学習の一部を共有し、マーケターがデータの成熟度のレベルをベンチマークするために使用できる簡単なフレームワークの概要を説明します。

データ成熟度とは何ですか?

データの成熟度とは、企業のデータ機能の進化を指します。 一見論争の的に見えるかもしれませんが、おそらく発展途上の企業がどういうわけか「未成熟」であることを意味しますが、実際にはそうではありません。

データの成熟度という用語には、非常に具体的な文脈上の意味があります。 すべての企業が異なる場所から始まり、進歩するために特定の行動を必要とすることを認識して、開発に重点を置いています。

データの成熟度が重要なのはなぜですか?

組織のデータの成熟度を理解することは、5つの重要な理由から重要です。 データの成熟度を評価することで、マーケターは次のことが可能になります。

  • 調整より広いビジネスが目標をサポートするための戦略を解決および適応させようとしている問題と課題を理解します。
  • 感謝する:今日のビジネスの得意分野と、データの意思決定を改善するために改善が必要な箇所を冷静に分析します。
  • 評価:データリテラシーレベルをベンチマークし、トレーニングとスキルアップのリソースを適用して、革新的な思考をサポートするためのオープンな学習環境の導入を確実にします。
  • 予想:ビジネスのデータ機能が成熟するにつれて、エキサイティングな高度な分析機能を楽しみにしています。
  • 調整:技術とインフラストラクチャを最適化して、現在最大の価値を引き出すだけでなく、将来必要になる可能性のあるリソースを正確に計画します。

先に述べたように、一部の組織は、競争に先んじてバランスを取り、能力を加速させることに成功しました。 高度なデータ成熟度により、いくつかの企業が他の企業よりも優位に立っていることを示す最良の例をいくつか見てみましょう。

モンゾ

2015年に設立されたMonzoは、社内コラボレーションを非常に優先しています。 チャレンジャー銀行は、従来のBI(ビジネスインテリジェンス)チームが社内に存在しない構造を選択しました。 代わりに、データサイエンティストは、エンドツーエンドの分析ワークフローを自律的に実行できます。

Monzoは、チームがビジネス全体に利益をもたらすデータモデルを開発することを奨励しています。 激しい競争のフィンテック市場にもかかわらず、Monzoはリテールバンキングの市場勢力としての評判を確固たるものにし続けています。 2020年、Monzoは45億ドル(USD)と評価され、ヨーロッパで3番目に価値のあるネオバンクです。

Asos

アマゾンの優位性が伝統的なハイストリート小売業を覆して以来、小売部門は過去20年間苦戦してきました。

ASOSは、トレンドに逆らうことに成功したファッションブランドの1つです。 ファストファッションの巨人は、データ戦略の成功の大部分を認めています。具体的には、スケールアップする前に仮説をミニチュアでテストしてその価値を証明します。

同社は、市場全体の地理的実験と並行してブランドリフト調査を実施しました。 パンデミックが発生し始めた2020年に、収集したインテリジェンスを使用して戦略を決定しました。 2021年、このブランドは13億ドル(USD)の価値があり、世界経済にとって前例のない時期にその価値を高めました。

Netflix

Netflixの推奨アルゴリズムは、推奨コンテンツを生成し、動的な方法で視聴者にタイトルを推奨します。 それぞれに異なるカテゴリ(通常はジャンルまたはテーマ)があり、ユーザーの興味に最も一致する可能性が最も高いタイトルが最初に配置されます。

おすすめは、視聴履歴、視聴タイトルの長さ、現在使用されているデバイスなど、さまざまな要因に基づいて自動的に生成され、順序付けられます。 この会社は、ユーザーがスキップした提案と、視聴者が渡したタイトルに関するデータを収集します。

最先端の推奨アルゴリズムは、ユーザーがアプリケーションに費やす時間を増やすのに役立ちます。 アテンションエコノミーでは、Netflixが競合他社が定期的に苦戦している場所を支配し続けており、Amazon Primeが8%、Disney Plusがわずか4%であるのに対し、米国のストリーミング時間全体の34%を楽しんでいます。

バビロン

バビロンは透明性を取り入れて大きな効果を上げています。 バビロンは、調査結果を会社の密室で完全に秘密にするのではなく、プラットフォームがユーザーについて知っていることを共有することを提案しています。

同社は、ユーザーベースの永続的な忠誠心を促進するために顧客にデータリソースを提供し、前向きな姿勢を維持することを目的としていると述べています。

上記の例は、高度なデータ成熟度のクラス最高の使用法の一部を表しています。 ただし、組織は高度なデータ成熟度でどこからともなく出現するだけではないことを覚えておくことが重要です。 進行するために実行できる手順があります。

26歳のとき、シニアマーケターやCMOとの協力により、LEAPフレームワークを開発しました。これは3つのステップとステージを持つ単純なデータ成熟度曲線です。

LEAPフレームワークを理解するには、データの成熟度を定義する際の内部構造の重要な役割を最初に理解することが重要です。

内部構造のデータ成熟度:リープデータ成熟度曲線の概要

内部構造は、目に見えない障壁を構築したり、さまざまな程度でビジネス間のコラボレーションを可能にしたりできるため、データの成熟度のレベルと絡み合っています。 事業部門全体での作業に基づいて、データの成熟度に関連して内部構造を3つのカテゴリに分割しました。

1.サイロ

データ成熟の旅の開始時の企業は、独立して機能する内部構造を持っている可能性があります。 特にマーケティングは、おそらく他の事業とは別の機能として存在するでしょう。 統合が欠如していると、部門はサイロで作業することになります。 インサイトは、チーム間で広く共有されたりアクセスされたりすることはありません。

結果として、チームはアクセスまたは制御できるものでしか作業できないため、KPIと目標は本質的に非常に基本的で一般的です。 マーケティングのパフォーマンスは、主にオンサイトコンバージョンなどのKPIに基づいており、おそらくチャネルごとに基づいています。

マーケティングでは、コンバージョンをオフラインの顧客販売に帰することはできません。そのデータは顧客がすぐに利用できず、販売チームにあるためです。 同様に、営業チームは、どのマーケティングキャンペーンが質の高いリードをもたらしたかについての可視性を持っていない可能性があります。

目標は通常、目標到達プロセスを埋めることに焦点を当てており、活動は反応的であり、他のすべての考慮事項よりも費用対効果に重点が置かれています。

ステータス:限定的、孤立的、反応的、費用対効果と変換に重点を置いています。

2.同期

同期されたチームは、部門や機能間で連携して、共有された共通のビジネス目標を達成します。 使用中のプラットフォームは、共有学習の迅速な普及のために統合されています。 データガバナンスは確立され、定期的に見直され、ビジネス全体のデータ使用に倫理およびコンプライアンスの基準が組み込まれています。

同期されたチームは、より積極的で、部門間でより組織化され、生産性とコラボレーションを重視します。 データは企業資産として適用され、評価され始めています。

ステータス:生産性を最優先事項として、組織化および同期化されています。 データインサイトのビジネス全体のアクセシビリティは高く評価され、尊重されています。

3.スマート

データ成熟度のこの最も進んだ段階では、チームは高度に統合されており、高品質で一貫性のあるデータの使用がすべての部門に深く組み込まれています。 迅速な実験、継続的な改善、共創が迅速に行われ、インテリジェンスは定期的にチーム間で共有されます。

特にデータチームは高度なスキルを備えており、より正確な洞察を生成して関連するビジネス上の問題を解決するために使用される有用な機械学習モデルを構築および展開できます。

マーケティングキャンペーンは倫理的かつインテリジェントに展開されます。 プラットフォームは統一されており、パフォーマンスは消費者の旅の複数のタッチポイントから理解されます。

データ成熟度の最も進んだ段階では、スピードと革新性が高く評価されます。

ステータス:最大の競争優位性と顧客インテリジェンスのために最適化されています。

3さまざまなレベルのデータ成熟度を持つ機能の例

LEAPフレームワークは、データ成熟度の各構造段階でのビジネスの機能を理解するための便利な方法です。 各ステップは、データの成熟度を次のレベルに引き上げることと、マーケターがチームの前進をサポートするために何をする必要があるかを中心にしています。

ステージ1:学習と有効化

データ成熟の初期段階では、マーケターは次のことを推進することを期待する必要があります。

  • 基本的な分析とデータリテラシートレーニング
  • GoogleAnalyticsなどの基本的な分析ツールの普及
  • コンバージョンなどの基本的なKPIの正確な追跡
  • 精度とコンプライアンスのデータ標準。

ステージ2:適用

データ成熟度の次の段階で、マーケターは以下を実装することを期待する必要があります。

  • 重要性を高めるデータ駆動型アトリビューションモデル
  • アクセス可能な洞察のための内部セルフサービスダッシュボードを備えたサーバー側の分析
  • パフォーマンスの向上とパーソナライズを組み合わせた、コンバージョンの最適化を組み込んだマーケティング活動
  • 実際の顧客コホートをより深く理解するためのインテントスコアリング、RFMモデリングおよびLTV分析。

ステージ3:予測

最後に、データ成熟度の最も進んだ段階では、企業はデータ資産からの予測分析を自信を持ってパワーに適用できることを期待する必要があります。

  • オフラインとオンラインの統合
  • 単一の顧客ビューとファジーマッチング
  • クラウド対応、ストリーミングイベントデータとリアルタイムの準備
  • ビッグデータ対応インフラストラクチャ
  • 自動化の有効化
  • パターンマイニングと感情分析。

この段階までに、企業は常にオンのテストと学習プログラムを備えたML対応になっているはずです。 マーケティングチームは、継続的に最適化されたデータ駆動型のアトリビューションモデルからの明確さを迅速に活用できます。

彼らは、傾向モデリングなどの方法を使用して顧客のニーズと問題点を予測し、推奨システムを導入してアクティブユーザーからより高いエンゲージメントを引き出します。

サイロ化された構造から抜け出すには、利害関係者間の協調的な取り組みが必要です。 では、マーケターはどのようにして適切なチームを編成し、データの成熟を促進できるでしょうか。

データの成熟度を高めるために適切なチームを編成する方法

データの成熟度はビジネス全体に適用されます。 これは、1つの営業チームまたはマーケティングチームの優先順位を超えた組織全体の取り組みです。

そのため、さまざまな内部インフルエンサーを集めて、データ戦略の変更がすべての人が同じ目標を達成するのにどのように役立つかを特定することが重要です。 利害関係者の構成はすべてのビジネスに固有であるため、個々のビジネスの優先順位によって異なります。

内部チームが確立されたサイロ化された思考から抜け出すのは難しい場合があるため、外部パートナーと協力して中立的な立場を確立することを検討してください。 資格のあるサードパーティは、データの成熟度を高めるプロジェクトの背後にあるチームを統合できる相互の障害を明らかにするのに役立ちます。

カウンターウェイトとして機能する仲介役を持ったアプローチに全員が同意すれば、プロジェクトはすぐに採用される可能性が高くなります。

将来を予測するためのデータ成熟度のアップグレード

データの成熟度を向上させることは、マーケティング機能を変革する上で不可欠なステップです。 明確なフレームワーク、より広いビジネス目標に沿った正確な目標、および機能全体にわたる利害関係者の賛同により、マーケターはより一貫した結果を提供できます。

やがて、マーケターは、組織が企業データ資産と高度なデータ成熟度を活用して、先駆的な企業に匹敵するように支援することができます。

ただし、成功は、挑戦的な方法で部門間の調整を開発することに依存します。 外部の関係者は部門間の議論を促進するのに役立ちますが、マーケターはデータの成熟度を高め、デジタルマーケティングの可能性を最大限に引き出すために、責任を主導する必要があります。

データの成熟度を将来にわたって向上させる-ビジネスを保証する

トゥエンティシックスは、マーケターが潜在能力を最大限に発揮できるよう支援する、幅広い利害関係者管理の経験を持つ専門コンサルタントです。 私たちはマーケターと協力して、データの成熟度を高め、分析によって機能を向上させます。

CMOとシニアマーケターがデータを使用して影響力を高める方法の詳細については、今すぐホワイトペーパーをダウンロードしてください。