SPSS、「SPSS Data Mining Day 2008」を開催

「今後はリコメンド競争になる」、CRMは予測分析がポイント

2008/06/17

 SPSSは6月17日、「SPSS Data Mining Day 2008」を開催した。同社社長 真島英一氏の挨拶に続いて、同志社大学特別客員教授で神戸大学名誉教授の田村正紀氏、SPSS セールスエンジニアリング部部長の鈴木貴志氏、i.JTB 代表取締役社長兼CIOの北上真一氏が基調講演を行った。

 鈴木氏は「予測分析による新たなCRMソリューション」と題して、データマイニングの原理となるPredictive Analytics(予測分析、以下PA)をROI向上に役立てる仕組みを解説した。冒頭で「PAとはデータを分析し、今後の予測を立て、アクションにつなげる、といった一連のPDCAサイクルを回していくためのもの」と解説。PAがBIと混同されがちな点についても触れ、「過去に起こったこと、いま起きていることを分析するのがQueryやOLAPなどBIのアプローチであり、PAは未来を予測する点が異なる。BIを受身的とするなら、PAは能動的といえる」と、PAの定義を明確化した。

写真 SPSS セールスエンジニアリング部部長の鈴木貴志氏

 PAをビジネスに活用し、実際に成果を挙げている企業のアンケート結果も報告。クロスセル/アップセル、キャンペーンマネジメント、新規獲得、動向予測、顧客維持・管理にPAの活用例が多いことを挙げ、「顧客データの分析、活用という点で、まさしくCRMの実現に直結する」と指摘した。

 PAの考え方についても、会員顧客維持の取り組みを例に取って具体的に解説した。多くの会員顧客の中でも「離反の可能性が高いのはどんな顧客層か」「その層にはアフターサービスなどのケアができているか」「できているなら、なぜ離反しそうなのか」といった具合に、離反する可能性と原因を追究していく。そのうえで、最終的に「製品・サービスの品質に不満がある」「価格が高すぎる」といった具体的な原因まで突き止め、品質向上、価格改定といった次のアクションにつなげるという。

 「改善のためのアクションを起こしたら、データを収集・分析し、再び次のアクションにつなげる。また、離反しそうな顧客をある程度維持できたら、今度は維持のための取り組みそのもののPDCAを回す。こうした取り組みによって、継続的に改善が狙える」

 PAの活用事例として、アメリカの投資運用会社、T.Rowe Price社のケースも紹介した。同社はコールセンターシステムのエスカレーションにPAを活用している。顧客から電話があると、過去の取引履歴と属性データの分析結果に基づいて、その顧客に最適なオペレータにコールを回す。また、ビジネスルールと顧客ごとのスコアリングデータの分析結果に基づき、各顧客に最適なサービスを勧めるコールスクリプトをオペレータに提示。オファーの結果、収益に貢献した場合、その会話内容を全オペレータに公開して次のアクションに役立てる。この結果、顧客のオファー受諾率が倍増したほか、PA導入1年目で2億ドルの追加収益を生み出したという。

 鈴木氏は、「いま、日本国内では顧客データを収集・蓄積している企業は多いが、統合的に管理、分析するためのプラットフォームを整備しているケースは少ない。顧客の新規獲得、成長、維持、不正検知、リスクマネジメントというCRMの5ポイントについても、各部門がそれぞれ個別に取り組んでいる例が多い。しかし、あらゆる顧客データを統合的に管理、分析できれば、CRMの5ポイントそれぞれに最適な分析結果が得られ、最適なアクションを起こせる。PAを業務に取り入れることで、確実に収益性拡大を狙える」と力説した。

写真 i.JTB 代表取締役社長兼CIOの北上真一氏

 一方、北上氏は「Webマーケティングにおけるデータマイニングの重要性と可能性」について講演。検索連動型広告やリスティング広告など、インターネット広告市場が年々伸びている状況を示し、「効果測定が以前に増して重要になっている」と指摘した。

 例えばリスティング広告では、旅行、JTBといったビッグワードの単価が跳ね上がっており、当初1クリック40円だったものが、いまや400円ほどになっているという。広告効果を上げるためには、「単に検索上位を狙うのではなく、精密な分析結果に基づいて、コストとパフォーマンスの関係を見極めたうえで施策を展開することが重要だ」

 Eコマースの収益を伸ばすうえでも、「サイトを訪れ実際に購入している」「サイトを訪れるが購入に至らない」「過去にサイト利用歴があるが2〜3年、購入履歴がない」いったように顧客層を明らかにしたうえで、「ターゲットごとの特性を分析し、それに基づいてPDCAサイクルを回すことが重要だ」と指摘した。

 また、データマイニングのポイントとして、「ログを中心としたサイト内回遊行動分析」「販売データ分析」「プロファイルを中心とした顧客分析」の3つを紹介。ただ、データは日々増加することも示し、「まずは、あらゆるデータを適切にクリーニングし、統合的に管理する体制が必要。そうすれば3つの分析によって、新たなマーケティングのアプローチが開発できる」と強調。インターネット上の企業競争が激化している中、「今後はデータ分析力に基づいた、レコメンド機能の競争になるだろう」とまとめた。

(@IT 内野宏信)

情報をお寄せください:

アイティメディアの提供サービス

キャリアアップ


- PR -
ソリューションFLASH

「ITmedia マーケティング」新着記事

ホンダがアイルトン・セナ登場の感動動画をリリース F1ブームが世界で再燃する背景に何が?
米国でモータースポーツの人気が再燃している。Hondaの新たな広告動画では、F1のアイコン...

だから就活生に嫌われる 採用活動における企業の残念なコミュニケーションとは?
No Companyは、就職活動において若者世代が望んでいる企業からの連絡頻度や内容、方法に...

記事閲読行動というインテントデータの活用 スマートニュースのデータクリーンルームでできること
電通と電通デジタルはスマートニュースと共同でデータクリーンルーム「SmartNews Ads Dat...