データを通じてマーケティングの意思決定を強化する 5 つのステップ

私は最近、あるクライアントのカンファレンスで講演した際に、「測定に関して最大​​の課題は何ですか?」と尋ねました。 150 人以上のマーケターが集まるこの部屋から私が聞いた話のほんの一部は次のとおりです。

「測定すべきものが多すぎる」

「結果を理解し、適用できるものにする」

「分析プラットフォームの使いやすさ」

「ツール間の統合」

「今価値があるものでも、将来は価値がなくなるかもしれない」

これらはあなたが感じたことや考えたことですか？ それに直面しよう。 パフォーマンスと有効性を明確に把握することは、ほとんどのマーケティング チームが何らかの形で苦労していることです。 実際、Content Marketing Institute/MarketingProfs の友人らは、年次コンテンツ マーケティング調査の最新版で、B2B マーケターのほぼ半数がプラットフォーム間でのデータの統合/相関付けに苦労しており、45% が組織の目標設定 KPI が不足していることを発見しました。に対する対策。 これらは私たちが行うべきであるとわかっている基本的なことですが、2023 年になってもマーケターはこれらを実行するのに苦労しています。

マーケターとしてデータを戦略的に使用する方法

マーケティング活動を戦略的に行うには、視聴者を知り、データを明確にし、データを理解し、データを実験する必要があります。 データの収集と測定に対する思慮深く戦略的なアプローチがなければ、マーケティングの意思決定エンジンを効果的に強化することはできません。

戦略的な測定フレームワークを構築し、測定内容に基づいて行動を起こすために、すべてのチームが行うべき 5 つのことを以下に示します。

1. 9 種類の視聴者データに基づいて取り組みを行う

SmarterHQ は 1,000 人の消費者を対象に実施した調査で、「消費者の 72% が、現在は自分の興味に合わせてパーソナライズされたマーケティング メッセージのみに関与していると回答している」ことを発見しました。 また、この問題は法人購入者の間でさらに深刻であり、「そのうちの 82% が、個別化された顧客ケアが忠誠心に影響を与えると回答している」ことも判明しました。 それは驚くべきことではありません。私たちは皆、自分の特定のニーズにまったく無関係な広告や電子メールを受け取ってイライラしたことはありませんか?

視聴者にとって何が重要かを明確に把握するには、基本を超えた情報を収集する必要があります。 あなたの組織は、次の 9 つの領域を考慮した顧客記録を収集および維持していますか?

• 人口統計
• 地理的
• 行動的
• サイコグラフィック
• 顧客との関係
• チャンネル設定
• テクノグラフィック
• ソーシャルメディア
• 同意と好み

2. データを統合する

Ascend2 の「データの統合と管理」調査に参加した私たちの友人は、マーケティング担当者の 71% が、データを統合して管理する戦略の実装がある程度、または非常に複雑であることに同意していることを発見しました。 私たちは、大手金融機関から有名なヘルスケア ブランドに至るまで、私たち自身の顧客の間でもこれを経験してきました。 非常に多くのクライアントから、データ統合プロセスは面倒で、多くのチームが関与しすぎているとの話をいただきました。

しかし、真実は、データを統合するのに今ほど適した時期はないということです。 私たちは皆、よりパーソナライズされたデータドリブンの未来に向かって進んでいます。それを念頭に置いて、チームが影響について報告し、よりパーソナライズされた成果を提供できるようにする 1 つの信頼できる情報源を構築するプロセスを優先する必要があります。お客様に体験を提供します。

3. データ品質への投資

最近、Twitter から X Corp への社名変更を発表する電子メールを受け取りました。ただし、それは私宛ではなく、「Stacy K」宛でした。 その後、最初のメールは間違いであり、私の情報は漏洩していないことを知らせるフォローアップメールを受け取りました。 このメールにはパーソナライゼーションをわざわざ含めていないことに注意してください（下記）（「こんにちは」とだけ書かれています）。

この種の人為的ミスは、よく言えばブランドが愚かに見え、最悪の場合は信頼を損なうため、評判に悪影響を与える可能性があります。 データを通じてより適切な意思決定を行うには、データの品質が高いことを確認する必要があります。 そのためには、まずデータの監査を定期的に実施する必要があります。

• データ入力/インポートのプロセスと基準を継続的に見直します。
• データ品質を定期的にスポットチェックします。
• 当社のデータがさまざまな利害関係者グループによってどのように使用/拡張されているかを確認します。

さらに、データ品質を維持するにはガバナンスとチームのトレーニングが不可欠です。 インフラストラクチャやデータそのものだけでなく、その作成と使用を監督する人々も重要です。

4. AI と機械学習の活用

2012 年にニューヨーク タイムズに掲載された Charles Duhigg 氏の影響力のある記事を覚えているかもしれません。この記事では、Target のデータ サイエンス チームが、明らかに赤ちゃん関連の商品を購入する前であっても、どの顧客が妊娠している可能性があるかをどのように判断できたかを明らかにしました。 彼らは粘り強さと多くの実験を通じてこれを実現しましたが、現在では、Optimizely や Persado などの AI 強化ツールにより、顧客コホートの特定、ターゲットの再設定、さらには既知の情報に基づいて Web ページのコピーや広告を動的に提供することがこれまでより簡単になりました。 この種のマーケティング上の意思決定は、システムが一度セットアップされれば人間の介入を必要としません。

しかし、小規模なチームであっても、公開されている AI ツールを使用して、視聴者をより深く理解するための調査を行うことができます。 ChatGPT にアクセスして、「[ターゲット ユーザー] が [製品] の購入を検討する際に最も重要な要素は何ですか?」などの質問を入力できます。 ここでのコツは、具体的にすることです。 「ミレニアル世代」について得られる答えは、「予算が限られているミレニアル世代のビジネスオーナー」よりもはるかに具体的ではありません。

5. 仮説を検証する

さらに、データは静的であってはなりません。 改善を続け、データから学習するには、仮説を作成し、何が真実で何が真実ではないかを確認するテストを設定する必要があります。

マーケティングチームと話をすると、彼らがテストする意欲がないわけではありません。 多くの場合、単に一貫してテストするためのメカニズムが導入されていないだけです。

コンテンツ カレンダーにテストを組み込みます。 すべてのコンテンツとすべてのキャンペーンにテストが割り当てられ、そのテストをサポートするアセットの作成が本番プロセスに組み込まれていれば、マーケティングの実行ごとに迅速かつ一貫して学習できるようになります。

データを使用してより適切な意思決定を行うには、最終的には、目的に関連するデータを確実に入手する必要があります。 それは必ずしもフォロワー数やチャンネル登録者数のようなものではありません。 むしろ、顧客の各段階におけるエンゲージメントとコンバージョンが全体的にどのように見えるかを総合的にまとめたものである可能性があります。

コンテンツの個々の数値やパフォーマンスの明確さを求めるのではなく、全体的なパフォーマンスとマーケティング開発への戦略的アプローチの変化に注目する必要があります。 そのためには、より多くのデータが必要ですが、データを全体像の目標に関連付けることにより、全体像を理解するのに役立つツールも必要になります。

チームが AI を使用して日常業務をどのように強化できるかについて詳しく知りたいですか?今後の AI Readiness ウェビナーについては、ここをクリックしてください: