リアルとデジタルをつなぐデータ活用戦略
オンラインとオフラインを横断したデータ活用の進め方を解説します。顧客理解、競合比較、施策検証を実践視点で整理します。
登壇者紹介
本セミナーには、株式会社インティメート・マージャー 代表取締役社長の簗島亮次氏と、株式会社unerry サービス企画開発部 General Manager 一枝悟史氏が登壇しました。簗島氏は、DMP（Data Management Platform：さまざまなデータを統合・分析し、マーケティング活用につなげる基盤）を中心に、オンライン上の行動データを起点とした課題解決に取り組んできた人物です。Web閲覧履歴やアンケートデータ、BtoB向けインテントデータなどを活用し、広告、分析、CRM支援まで幅広く手がけています。一方の一枝氏は、テレビやデジタルメディアの領域を経て、現在はunerryでリアル行動データの事業企画を担っています。人流ビッグデータを活用し、店舗来訪や移動、購買の前後行動を読み解く取り組みを推進しており、リアル空間のデータ活用を前進させてきました。オンラインに強みを持つ簗島氏と、オフラインの可視化に強みを持つ一枝氏がそろったことで、本セミナーは非常に実践的な内容になりました。
セミナーの背景と問題意識
今回のテーマは、「そのデータ課題、どう解きますか？」です。企業の現場では、データ活用の重要性が語られる一方で、実際には何から手を付けるべきか分からないという悩みが多く聞かれます。特に、オンラインのデータは取れていてもオフラインの行動が見えない、あるいは店舗や商圏のことは感覚で語られていても、客観的な裏付けがないといった状態は珍しくありません。
一枝氏が紹介したように、経済活動の多くは依然としてリアル空間で起きています。にもかかわらず、企業が保有しているデータの多くはデジタル接点に偏りがちです。そのため、店舗に来た人がどこから来たのか、競合店とどう使い分けているのか、広告接触が来店や購買にどうつながったのかといった本質的な問いに、十分に答えられていないケースが多くあります。
一方で、オンライン側にも限界があります。簗島氏が話したように、Web上の閲覧履歴や属性データだけでは、生活者の行動全体を捉えきれません。だからこそ、オンラインとオフラインを横断して顧客を理解する視点が必要になります。本セミナーは、そうした現場の課題に対して、どのようにデータを組み合わせ、どのようにアクションにつなげていくのかを整理する場として進められました。
キーメッセージと発言ハイライト
セミナー全体を通じて印象的だったのは、データ活用を「何のために行うのか」を先に言語化する重要性です。データがあるから使うのではなく、実現したい状態があるから使うという順番が大切であることが繰り返し語られました。
やってみたいことをちゃんと言葉にすることが、とても大事です。（一枝氏）
この発言は、データ活用が手段であることを端的に示しています。目的が曖昧なままでは、見える数字が増えても、そこから何を判断すべきかが定まりません。
データ活用が目的になると、何を見ればいいのか分からなくなります。（簗島氏）
また、データがあること自体に価値があるだけではなく、感覚や経験を再現可能な形に変えることが大きな意味を持つ点も重要でした。店舗開発や商圏理解のように、これまで一部の経験者に依存していた領域でも、共通言語としてデータを持つことで、議論や検証がしやすくなります。
感覚で分かっていたことを、データで共有できるようになることに価値があります。（簗島氏）
さらに、オンラインとオフラインのデータをつなぐことで、単なる来店分析にとどまらず、行動の背景にある仮説まで広げて考えられる点も大きなポイントでした。誰が来たのかだけではなく、その人が普段どんな店舗を使い、どのような志向を持っているのかまで見えてくると、施策の打ち手は一気に広がります。
実践的な取り組みと事例
一枝氏は、unerryの「ショッパーみえる」を例に、店舗の商圏や競合比較をどのように可視化しているかを紹介しました。たとえば、ある新店に来店している生活者の8割が半径3キロ圏内に住んでいることが分かれば、まず重点的に見るべき商圏が明確になります。さらに、来店者の分布を地図上で見て、東西方向からの流入が多いことが確認できれば、折込や販促の重点エリアも具体化しやすくなります。
そこに競合店の利用状況を重ねることで、どの競合が本当の意味での競争相手なのかも見えてきます。単に近い店が競合なのではなく、同じ顧客層を取り合っている店がどこなのかを把握できるためです。さらに、年代や性別だけでなく、行動DNAと呼ばれる生活行動の傾向まで見ると、似た年代でも競合店に流れている人と自店に来る人では志向に違いがあることが分かります。
ここにインティメート・マージャーのデータが加わると、さらに解像度が高まります。オンライン上の興味関心や閲覧傾向を重ねることで、競合に流れている人が価格重視なのか、あるいは別のカテゴリへの関心が強いのかといった仮説を立てやすくなります。たとえば、ディスカウントストア利用が多い層が競合店に多いなら、単純な値下げだけではなく、打ち出す商品カテゴリやクーポン内容の見直しにもつなげられます。
また、データ活用は分析だけで終わりません。簗島氏が指摘したように、デジタル側ではABテストのような発想が一般的です。リアル領域でも、特定エリアだけ販促を変える、特定属性にだけクーポンを出すといった形で仮説検証を行い、その差分を見て次の施策につなげる考え方が有効です。つまり、リアルの現場でも「まず仮説を置き、小さく試して、結果を見る」という進め方ができるようになってきています。
今後の展望とまとめ
今後のデータ活用では、オンラインとオフラインを分けて考える発想がさらに通用しにくくなります。生活者はWebで調べ、店舗へ行き、別の店も見比べ、場合によってはECで購入します。その一連の行動を途切れなく捉えられるかどうかが、施策の精度を左右します。
そのために必要なのは、最初から完璧な仕組みを作ろうとすることではありません。まずは、自社が何を知りたいのか、何を変えたいのかを言葉にし、その問いに必要なデータを揃えることです。最初の一歩としては、年代や来店圏といった分かりやすいデータから見ても良いですし、競合比較のように共通の物差しで現状を把握することから始めても良いでしょう。
データを見るだけでは前に進まないので、やりたいことを先に置くことが大切です。（一枝氏）
そして、データ活用の可能性を過小評価しないことも重要です。生成AIの普及によって、以前なら専門人材が必要だった分析や仮説整理も、以前より試しやすくなっています。やりたいことの最大値を知り、今の体制でできる最小単位から試していくことが、現実的で再現性の高い進め方です。
やりたいことの最大値を知ったうえで、今できる一歩に落とすことが重要です。（簗島氏）
本セミナーは、データ活用を難しいものとして遠ざけるのではなく、現場の問いに答えるための手段として捉え直す機会になりました。感覚を否定するのではなく、感覚を共有可能な形に変え、次のアクションにつなげることが、これからの実践的なデータ活用の出発点になります。
