分析成熟度モデルを使用してデータ戦略を最大限に活用する方法
公開: 2022-11-18ほとんどのマーケティング担当者は、Cookie を使用しない測定方法が広告に大きな影響を与えることに同意しています。 ただし、これらの方法を実装するには、一定レベルの分析機能と適切なデータへのアクセスが必要です。
次のように尋ねるかもしれません。
- 現在の分析能力のレベルは?
- それを使って自分のビジネスについて何を学ぶことができますか?
読み続けて、分析成熟度モデル、現在の段階を把握する方法、前進するための最善の方法について学びましょう。
スキップしてください >>
- 分析成熟度モデルとは
- さまざまな段階とは
- 非構造化
- 説明的
- 診断
- 予測
- 規範的
- モデルのどこにいますか
- 自分に合ったモデルの選び方
チートシートをスワイプ
分析成熟度モデルのチート シートを後で使用できるように保存しておく
分析成熟度モデルとは?
分析成熟度モデルは、企業が単にデータを収集するだけでなく、洞察を見つけて意思決定を行うためにデータをどのように使用できるかを決定するのに役立つフレームワークです。
いくつかの分析成熟度モデルがあり、最もよく使用されるモデルは次のとおりです。
- Gartner の—データと分析の成熟度モデル
- SAS—分析成熟度スコアカード
- OECD—分析成熟度モデル
- DAMM - アソシエーションのデータ分析成熟度モデル
Gartner モデルをベースラインとして使用します。 私たちが彼らのモデルを選んだ理由は、理解しやすく、実用的で、マーケティング以外のセグメント (営業、財務など) にも適用できるからです。投稿、使用しているモデルに関係なく。
分析成熟度モデルのさまざまな段階は何ですか?
Gartner モデルには 4 つの段階があり、最初の段階では基本的な分析スキルが必要です。 モデルにもう 1 つのステージ (非構造化) を追加して、分析スキルを持たないビジネスをカバーしました。 次に、記述的、診断的、予測的、および規範的な分析を行います。 それぞれを個別に説明し、あなたのフェーズと前進する方法を理解するのに役立ちます.
非構造化
非構造化データ分析とは、データ戦略がなく、分析をまったく使用しないことを意味します。
たとえば、あなたがフットウェア (バスケットボール スニーカー) を販売しているとしましょう。 人々が特定のスニーカーにどれだけ興味を持っているか、またその理由もわかりません。
記述的分析に到達する前は、遅れている、または制限的な段階にあります。 ほとんどの場合、ほとんどのビジネスはここから始まります。 ですから、飛躍するのを待っているのはあなただけではありません。
マーケティング分析
それが本当に意味すること、なぜあなたが気にする必要があるのか、そしてそれをより良くする方法
説明的
記述的分析(何が起こったのか) は、分析の最も単純な形式であり、より詳細なタイプの基盤です。 記述的分析は、生データから傾向を抽出し、これらの傾向が何を意味するかについての洞察を提供することにより、何が起こったか、または何が起こっているかを要約します。
前述の例を続けて説明的分析を行うと、次のようなことがわかります。このバスケットボール スニーカーの関心は、毎年 8 月、9 月、10 月初旬に季節的に増加します。
チャート、グラフ、およびマップは、データの傾向、および急落と急上昇を明確かつ簡単に理解できる方法で示すことができるため、データの視覚化を使用して記述的分析を伝えることができます。
「ビジュアルは、脳が同時により多くのデータを処理するのに役立ちます。 うまく使えば、読者は複雑なデータを瞬く間に理解することができます。」Ralph Spandl 氏、データ ビジュアライゼーション責任者、Supermetrics
この段階では、Google スプレッドシート、Excel などのスプレッドシート ツールと、Looker Studio (以前の Data Studio) や Power BI などのデータ視覚化ツールを使用できます。
Google スプレッドシートとエクセル
サイロ化されたすべてのマーケティング データをスプレッドシートに取得して、コピー/貼り付けに別れを告げることができます
診断
診断分析を使用して分析をさらに一歩進めること (なぜこのようなことが起こったのか) には、傾向や動きの比較、特定の統計間に相関関係があるかどうかの確認、可能な場合は因果関係の特定が含まれます。
バスケットボール スニーカーを最も頻繁に使用するグループに関する人口統計データを見ると、13 歳から 16 歳の間であることがわかります。しかし、これらのスニーカーを購入する顧客は 30 歳から 50 歳の間である傾向があります。一部の顧客調査データ顧客がバスケットボール スニーカーを購入する主な理由の 1 つは、両親が 10 代の若者にプレゼントしたことです。 夏の終わりから秋の初めにかけての売り上げの増加は、その年からバスケットボールのシーズンが始まるためかもしれません。
「インサイト主導であるということは、マーケティング データを取得し、それを理解して正しい決定を下せるようにすることです。」Supermetrics、Demand Gen Director、Edward Ford 氏
Excel や Google スプレッドシートなどのツールで診断分析を手動で行うこともできますが、マーケティング担当者が Looker Studio や Power BI などの BI ツールを使用して単純なロジックを適用し、特定の統計を相互に比較するのをよく目にします。
データ ウェアハウスを使用することも、有料メディアやオーガニック ソーシャルなどのさまざまなソースからデータを 1 つの場所に収集してから、視覚化ツールにフィードできるため、一般的なオプションです。 上記の概念は、マーケティングの需要の調査や顧客の行動の説明など、さまざまなユース ケースに適用できます。
予測
予測分析- 将来何が起こるか - 将来の傾向や結果を予測するための履歴データ。 手動で行うことも、機械学習アルゴリズムを使用して行うこともできます。
予測分析をマーケティングで使用して、1 年のさまざまな時期の販売傾向を予測し、それに応じてキャンペーンを計画できます。 たとえば、過去 10 年間、毎年 8 月、9 月、10 月初旬にバスケットボール スニーカーへの関心と売り上げが急増していることがわかれば、来年も同じ傾向が起こると予測するのに役立ちます。 過去の行動データは、ブランド認知度から製品購入に至る可能性を予測するのにも役立ちます。 したがって、人が購入前に通常 5 つのコンテンツとやり取りすることがわかっている場合は、それに応じてコンテンツを計画できます。 過去のデータを BigQuery などのデータ ウェアハウスに保存すると、予測分析を手動で行うのに役立ちます。
dbt などのデータ モデリング ツールを使用すると、さまざまなソースからの情報を自動的に組み合わせて、すぐに使えるテーブルを作成できます。 予測分析は、機械学習プラットフォームを使用してさらに自動化できます。 さらに、機械学習機能を備えた堅牢なデータセットを使用すると、規範レベルへのスムーズな移行が可能になります。
予測分析
始めるために知っておくべきことすべて
規範的
最後に、処方的分析(次に何をすべきか) は、シナリオで考えられるすべての要因を考慮し、実用的な要点を提案します。
バスケットボール スニーカーの例を完成させます。 バスケットボールのシーズンが間もなく始まり、トレンド分析に基づいてスニーカーの需要が増加することがわかったので、何をすべきでしょうか? 2 つの広告クリエイティブで A/B テストを実行できます。 製品のエンドユーザー、つまり 10 代の若者を対象とするものです。 そして、あなたの買い手である両親をターゲットにするもの. 実験結果は、この短い時間枠をさらに有効に活用する方法を理解するのに役立ちます。
手動の規範的分析は小規模なデータ セットで実行できますが、大量のデータを処理する場合は機械学習アルゴリズムを使用して、「次に何をするのが最善か」に対する答えを得ると、より良い結果が得られます。 Google Cloud Vision AI や Vertex AI などのプラットフォームは、これらの機械学習モデルのデプロイに役立ちます。
規範的なモデルの構築を検討していますか?
当社のプロフェッショナル サービス チームがお手伝いします
あなたはモデルのどこにいますか?どうすれば前進できますか?
何に焦点を当てるかを決定する前に、組織が分析成熟度モデルのさまざまな領域のどこにいるのかを理解することが重要です。 現在地に基づいて、前進する方法を計画できます。
1. 評価
まず、現在の分析の成熟度を評価して、収集および使用しているデータを特定します。 次の質問に答えてください。
- 現在のデータ ソースは何ですか?
- 誰がそのデータにアクセスできますか?
- どのようなツールを使用していますか?
2.可用性
ここでは、次のような、他に利用できるデータ ソースを把握する必要があります。
- 内部データ ソース: CRM、Web 分析、顧客からのフィードバック
- 外部データ ソース: 広告プラットフォーム、公開データなど。
3. 優先順位付け
次に、監視する指標と、それらが回答する質問について検討します。 「数」に関する情報のみを提供するメトリクスに注目するのではなく、「なぜ」と「どのように」に関する実用的な洞察を提供するものに優先順位を付けます。
「データドリブンであることは、インサイトドリブンであることと同じではありません。データはパズルの 1 ピースにすぎません。 顧客の行動の背後にある「理由」を理解することによってのみ、真に効果的なマーケティング キャンペーンを作成できます。」Will Yang 氏、成長責任者、Instrumentl
4人
関連する利害関係者が関連するデータにアクセスできるようにします。 アジャイル プラクティスを実装してサイロを打破し、部門間のデータ共有を簡素化します。 従業員にデータへのアクセスを許可し、その使用方法を教え、新しいアイデアを奨励することを検討してください。
「データ リテラシーについてチームを教育し、それを文化の一部にします。 チームはデータを使用する必要があるため、基本を知る必要があります。」Lee Feinberg 氏、Decision Viz 社長
5. 技術
利用可能なデータを解釈し、そこから価値を引き出すのに役立つテクノロジーに投資してください。 チームの分析スキルについて考え、彼らに適したツールを選択する必要があります。 技術者以外のユーザーにとっては、レポートを理解しやすくするための使いやすいインターフェイスを備えたデータ視覚化ツールを使用する価値があります。
一方、チームにある程度の SQL スキルがあれば、データ ウェアハウスを使用することでより多くの価値を得ることができます。
「チームが SQL の書き方を知っていても、データ エンジニアリングのすべてを知っているわけではないという状況がある場合、その場合はデータ ウェアハウスの方が適しています。」Evan Kaeding 氏、リード セールス エンジニア、Supermetrics
これらの 5 つの側面を確認し、モデルを進めようとするたびに同じ質問を自問して、準備ができているかどうかを確認してください。
自分に合ったモデルの選び方
分析成熟度モデルのどこに位置するべきかは、誰がデータを使用し、データからどのような意思決定を引き出すかによって決まります。
モデルを上位に移動することで、特に予測的および処方的分析を使用して、より優れた洞察と ROI を得ることができますが、いくつかの点に注意する必要があります。
AI および機械学習モデルをトレーニングするには、正確なデータが必要です。データセットが優れているほど、予測も向上します。 データが不完全であったり、情報が間違っていたりすると、結果が損なわれます。
たとえば、バスケットボール スニーカーの購入者からの年齢人口統計データに、エンド ユーザーである 10 代の若者に関するデータのみが含まれ、親がこれらのスニーカーの実際の購入者であるという情報が除外されているとします。 あなたの規範的なモデルは、両親をあなたの製品を販売するグループとは見なさず、ほとんどの場合、10 代の若者にのみ販売するようアドバイスします。 マーケティング チームはおそらく間違った対象者に投資し、売り上げを伸ばす機会を逃してしまうでしょう。
その場合、記述モデル (何が起こったのか) または診断モデル (なぜそれが起こったのか) を使用し、十分な情報に基づいて機械学習によって生成された予測と意思決定を推進する前に、これらのデータセットの品質を構築する方が理にかなっています。そして後期のAI。
データの所有権
マーケティング データからより深い洞察を得る方法
要約
分析成熟度モデルは、データを最大限に活用し、意思決定を改善するのに役立ちます。 モデルの各ステップは、次のステップへの準備になります。
そのため、記述的分析を使用して何が起こっているのかを伝えることから始め、それを基にして、診断分析を利用してそれらのことがなぜ起こっているのかを突き止めることができます。
適切なデータにアクセスして信頼できるようになったら、予測分析に移行して傾向を特定できます。 そして最後に、これらの予測を使用して、処方的分析で将来何をすべきかを知らせることができます。
まだ規範的な段階に達していなくても心配しないでください。モデルを進めていくということは、現在のニーズとリソースを評価し、急速にスケーリングする前にそれらを最大限に活用することです。 正しい場所も間違った場所もありません。チームとビジネスにとってちょうどいい場所です。
チートシートをスワイプ
分析成熟度モデルのチート シートを後で使用できるように保存しておく
著者について
Pieter は Supermetrics のセールス エンジニアです。 彼は顧客と緊密に協力して、マーケティング データ スタックの価値を高める機会を特定しています。 勤務時間外には、彼は通常、バスケットボール コートでフープを撃っているのを見つけることができます。