update

パネルディスカッション
プラットフォーマーのIDデータ戦略と3rd Partyデータ活用

モデレーター:
株式会社ビデオリサーチ ソリューション事業局 データデザイン部 企画グループ 小木 真氏

パネリスト:
楽天株式会社 グローバルアドディビジョン ビジネス戦略企画部
深田 淳
楽天データマーケティング株式会社 事業統括推進本部
富田 奨

小木氏:今回モデレーターを担当いたします、ビデオリサーチの小木です。膨大なIDデータを蓄積し、プラットフォ―マーの特性を活かした楽天のマーケティング戦略、そして、3rd Partyデータとしてのビデオリサーチの価値についてディスカッションしていきたいと思います。


プラットフォーマーとしての楽天の事業展開

小木氏:はじめに楽天の取り組みについて、深田さんよりご紹介お願いします。


深田:楽天では、「楽天市場」・「楽天トラベル」などのECや旅行サイトといった事業、カード・銀行などのFinTech事業、新しくMNOサービスを開始するモバイル事業などを大きな柱とし、ID・ポイントプログラム・データをグループアセットとして結び付けて、事業展開をしております。

 

データとグローバルネットワークを活用した新しい広告サービスの創出

 

楽天の提供するソリューションとは、楽天IDの強みを生かして、購買などの消費行動分析データに基づいて、様々な価値を提供するものです。

 

楽天会員数

 

楽天IDは1億を超えています。購買や決済の時に使われるオンライン起点のIDなので、Cookie・メールアドレスなどと組み合わせて活用しWEBでターゲティングできることが強みです。

2018年国内ECの流通総額は、3.4兆円。出店店舗数は、およそ47,000店舗。この規模での消費行動をデータとして分析し、ソリューションに繋げています。

消費行動分析では、「Rakuten AIris」というAIテクノロジーを使っています。AIが、購買などIDに基づいたデータを作成して分析し、見込み顧客を抽出していきます。結果、他社と比較すると、購買効率350%以上という実績が出ています。

小木氏:楽天の強みは、1億以上のIDを蓄積し、購買データが活用できること。さらに、「Rakuten AIris」のようなAIを使うことで、顕在顧客だけでなく潜在層にターゲットを広げていくことができるソリューションであると捉えました。実際、購買データをソリューション開発の軸にされているということなのでしょうか。

深田:そうですね。我々の大きな特徴は、購買データを活用できるということです。そこを活かしたソリューションを提供することができれば、と思っております。

マスメディア×データの一気通貫した統合マーケティングへの取り組み

小木氏:続きまして、富田さんの方から、楽天データマーケティングの取り組みについて、ご説明をお願いします。

富田:楽天データマーケティングのミッションは、楽天のアセットをソリューション化してクライアント様に提供すること、マーケティング全般に反映させられるようなソリューションとして、データを昇華させることです。

データマーケティングの加速化・高度化が進む一方で、課題も浮き彫りとなってきています。

クライアントサイドでは、コスト、取得できるデータの質と量が課題となっていました。広告代理店サイドは、マスとデータの統合に際して、十分なデータを持っていませんでした。そして、プラットフォーマーは、データはあってもどうソリューション化できるのかというところまで踏み込めていませんでした。

そこへ、楽天データマーケティングという組織を設立し、リサーチの領域から物が売れる場所までを、一気通貫のIDで繋げることができるというソリューションをクライアントへ提供しています。

最適なメディアプランの策定を可能にするソリューション開発

富田:楽天のIDをベースにファネルの上から下まで統合して、最適なソリューション・分析のプランを提案するとなると、ファネルの上のTVデータの部分が必須となります。

 

楽天データマーケティングとは

 

TV広告の特徴として、圧倒的なリーチ力、リーチ効率があります。リーチしたあと購買に貢献した人、リーチして購買した人と他のメディアとの接触はどうなっているのかというところを、楽天のIDで可視化することによって、最適なメディア配分、プランニング策定ができるソリューション提供を検討・開発しています。

 

購買データに基づくメディア評価

 

こちらはメディア接触による購買リフト効果を提示したものです。キャンペーン前後の広告非接触者のリフト値を基準値とした時、接触者のリフト効果がどこまであるか、というところを可視化したものです。またフリークエンシー回数、CM・WEB広告の接触回数・パターン別の購買率を提示することで最適な出稿プランを策定する分析を進めています。

小木氏:ありがとうございます。楽天のこのようなソリューションは、クライアント向けですか?それとも楽天の中で使うためのものですか?

深田:自社での実験段階です。体制を整えてからクライアント向けに出していく予定です。

小木氏:TVデータとの連携において、楽天の中で更に必要なデータや要件はどのようなものですか?

深田:購買に至るまでのプロセスのデータ、検索ワード、嗜好性に関するデータなどで連携をとっていきたいと思っています。

小木氏:いわゆる「人の意識のデータ」ですね。その領域は我々もお役に立てるところです。

 

ターゲットの解像度を上げる楽天IDとVR CUBIC, ACR/exの連携

小木氏:ここで、我々の「VR LINC」についてご紹介します。

我々は、クライアントが保有する1st Partyデータに、3rd Partyデータの立ち位置から、データを統合、解析していくというソリューションを展開しています。

 

VR LINC=DMPなどで管理するデジタルデータとのデータ統合・解析ソリューション

 

我々はTV視聴率を始めとして、これまでASPで集計システムやデータをご提供することが中心でしたが、VR LINCはデジタル領域における3rd Partyデータとしてお使いいただけるように整えたソリューションです。例えば、クライアントの保有データに対して、ビデオリサーチのひとデータを統合させていく。プロフィール、メディア視聴行動、買い物・情報行動、生活意識などです。加えて、そのデータの解析と基盤の構築を支援しています。

今回、楽天とビデオリサーチが連携させたデータは、「VR CUBIC」と「ACR/ex」という2種類です。

「VR CUBIC」とは、TVとネットを機械式で測定しているパネルで、TVとネットの接触情報のみならず、アンケートで追加の属性を取得することができます。日々の購買行動や意識に基づいてプランニングできるリサーチプラットフォームです。

「ACR/ex」は、約20万項目を1人から聞き出すという膨大な項目をシングルソースで取得したパネルデータです。

 

VR LINC×楽天(ビデオリサーチのひとデータ)

 

富田:楽天のIDに「VR CUBIC」のメディア接触データや、「ACR/ex」の意識データを統合したのが今回の事例です。

楽天は大量のデータを蓄積しているものの、ひとの像を導き出すことが難しいケースが多くあります。そこに「VR CUBIC」からのメディア接触やひとに関する属性、「ACR/ex」からの意識データを取り込み、実際の購買データと統合することで、楽天で購入した人の輪郭をとらえる取り組みを行いました。

「ACR/ex」で分析できるターゲットの傾向を強化していくために、楽天のデータをベースに購買、消費行動を明らかにしていきました。このように精度を掛け合わせることでお互い補完しあい、より輪郭、解像度をくっきりとさせて、プロファイルすることを実現しました。

「ACR/ex」のパネルデータは、スクリーンショットで切り取っているものですが、楽天のIDは常に動きがあり、それが蓄積されています。過去の消費行動や今後の動きを予測でき、定点で追えることが強みです。

小木氏:我々の調査データにも動的な要素を取り込むことが、目指す方向の1つです。それには、楽天のような外部との連携が必要だと考えています。

TVメディアプランニングから新規ターゲット発掘への取り組み

小木氏:「VR CUBIC」との連携のスキームについて、深田さんから事例をご紹介いただきます。

深田:楽天IDと「VR CUBIC」の連携では、大きく2つのことを目的としていました。1つは、楽天独自の切り口でのTV視聴効率ゾーン分析です。

 

VR LINC×楽天(楽天会員ランク別・テレビ視聴効率ゾーン分析)

 

高ランク会員は平日のお昼どきの効率が良く、深夜帯は効率が悪い、低ランク会員は平日の午後がねらい目である、というところが浮き彫りになりました。両者で違う特徴が出たというのは、大きな成果でした。

小木氏:アンケートで聞いてしまうこともできますが、富田さんからもあった「動的に動く属性を取り込む」という意味では、こういった連携が必要なのかなと思っています。

深田:2つ目は、新たなターゲットを作ることです。

 

VR CUBIC連携アイディア(VRCUBICユーザー属性を楽天IDに付与ID拡張のシードとして活用)

 

「VR CUBIC」が持っている意識データや嗜好性を楽天IDと連携させ、TVのライトビューアーといった属性を、AIとターゲット拡張の技術を使って、他のユーザーに拡張することを実現しようと取り組んでいます。

TV広告と購買データの今後の活用

小木氏:今回の取り組みを通して課題として見えてきたのが、連携できるデータの数でした。それを解決するための活用アイディアを考えていただいたということですが。

深田:解決になるかはわかりませんが、次の2点をまとめました。

1つ目は、購買データによって番組・時間帯の特徴を定義することです。ターゲットセグメントと購買者の視聴傾向を比較し、購買者視聴が高い時間帯・番組を明らかにすることで新たな価値を提示することが狙いです。

2つ目は、TVに直接影響を及ぼす指標である「純粋想起」「好意度」「購買意向」をしっかりウォッチしながら、購買との関係をみていくということ。CMが購買に直接影響するケースもあれば、ほかの要素が含まれて購買に繋がる事も考えられるので、このような取り組みは重要です。購買と相関する指標を探してKPIとして設定し、分析優位性のあるサンプル数で分析を行います。楽天IDを活用し、オフラインを含む広告接触と購買の因果性も把握できるようにすることが狙いです。

小木氏:ひとの気持ちの部分に関しては、我々が蓄積してきたナレッジがあります。引き続きこの部分に取り組みつつ、同時に、様々な行動のログと組み合わせて、確度の高いフルファネルの解明をしていきたいと思います。

 

柔軟なデータ連携による顧客理解の深化を目指して

小木氏:今回の取り組みを通じて、今後データマーケティングをどのように進めていきたいかについて、メッセージをお願いします。

 

将来的な展望<メディアサイド>

 

顧客理解の深化を支援するために~VR LINC DMP拡張構想

 

富田:楽天の膨大なデータは、楽天のためだけに使っていくのではなく、世の中のマーケティングを高度化していくところがミッションです。IDを用いて、すべてのステップ購買におけるお客様の姿の解像度を高めていく。それが、この広告マーケティング領域の高度化につながっていくと信じて、今後、メディアサイドの取組みというものも進めていきたいと思っています。

深田:楽天は、オンラインの識別子を多数持つIDを蓄積しています。データ連携が柔軟にできるため、win-winの関係を目指して、ぜひ楽天IDを活用していただくことを願っています。

小木氏:我々も、顧客理解の深化支援として「VR LINC」のデータ基盤を強化していく考えです。

本日は、楽天のデータ戦略とソリューションのご紹介と、ビデオリサーチとの連携事業について、お話させていただきました。
本日はありがとうございました。

 

会場風景

 

深田 淳
深田 淳Fukada Jun
楽天株式会社 グローバルアドディビジョン ビジネス戦略企画部 アセットプランニング課


大学卒業後、2010年に株式会社オプト入社。ウェブサイト解析や効果測定ツールのデータ設計・分析に従事。不動産業種の広告営業を経て、2016年楽天株式会社入社。ビジネス戦略企画部にて、フルファネルマーケティングソリューション開発に従事。

 
富田 奨
富田 奨Tomita Susumu
楽天データマーケティング株式会社 事業統括推進本部


大学卒業後、2008年に株式会社電通入社。以来10年以上にわたり、デジタル一筋。モバイルキャリアやSNSのメディア担当を経て、不動産・飲料・金融・家電などのクライアント担当をしながら、2013年より楽天との協業を推進。2017年楽天データマーケティング株式会社の設立メンバーとして参画し、現在はデータを用いた企画立案やマーケティングソリューションの開発に従事。