マーケター向けイベントにてLT登壇しました！
こんにちは。株式会社マイベストの諸田温人です。
現在はマーケティング部に所属し、主に分析で扱うデータの整備やデータを活用した営業支援、マーケティング戦略の立案・推進など、社内のデータ活用に関わることを全般に取り組んでいます。
先日、Timeeさま、Leveragesさま、弊社マイベストの3社共催でマーケター向けのMeet Upが行われました(ご参加いただいた皆様ありがとうございます)。そのイベント内で、マイベスト代表としてLTに登壇し、「ユーザーデータ活用のためのデータ基盤の構築」というテーマで、マイベストにおけるデータ活用のこれまでとこの先の展望について発表させていただきました。
今回のnoteでは、こちらのLTにて発表させていただいた内容について、一部抜粋して紹介できればと思います。
マイベストのサービスについて
まず、弊社マイベストのサービスについて紹介させていただきます。
弊社は、ミッションとして「最高の選択体験を実現する」を掲げ、ユーザーのあらゆる選択をサポートすることによって、人々の生活をより豊かにしていくことを目指しています。
弊社では選択をユーザーと選択肢のマッチングであると定義しています。
ユーザーの特性や選択のファネルでの行動データなどのユーザーに関するデータと、実際に商品を購入して検証することで得られる商品データなどの選択肢に関するデータをかけ合わせることで、最高の選択体験の実現を目指しています。
マイベストのデータ基盤のこれまで
将来的にマイベストを上記のようなサービスに昇華させていくビジョンを描いていますが、実際に自分が内定者インターンとして入社した2022年4月頃は、ユーザーデータはもとより、全社の基本的な数値指標についても定義や管理・運用が定まりきっていない状態でした。
そこで、将来のユーザーデータ活用を見据え、これまでに大きく以下の3つのことに取り組みました。
まず、各部署に分散していたデータの集計・分析に必要となる情報を集約し、マスタデータとしてデータを提供する側が管理・運用する体制に整備しました。
これによって、社内全体に定義が一元化されたデータが行き渡り、部署単位だけでなく全社・部署横断的な意思決定を精度高くスムーズに行える環境を整えました。
次に、全社で用いる数値指標の元となるデータソースをBigQueryに集約しました。各種データソースのBigQueryに転送するか否かの精査、および転送すべきと判断されたデータについて、整備までのロードマップを明確に引くことで、データソースのBigQueryへの集約とDWHの整理を進めました。
また、弊社では開発組織がデータレイク・データウェアハウスを管轄、データマート以降を比較的現場に近いマーケティング部が管轄することで、データの保守管理などの専門知識を要する領域をきちんとカバーしつつ、現場でのニーズの集約とスピーディーな活用を両立できる環境を実現しました。
最後に、「データポータルスタートアップ」の展開です。弊社では、分析で扱うデータの整備状況やデータマートごとの現場での利用回数、個別のデータ分析依頼の進行状況や成果物など、データ活用に関わる様々な情報が閲覧できる資料を「データポータルスタートアップ」と銘打って全社向けに公開しています。さらに、社内での利用頻度が高いデータが取得できるSQLクエリやBIツールの一覧などもこの資料内に組み込まれており、非エンジニアでもノーコードでデータを取得・活用できるようになっています。
「データポータルスタートアップ」の展開によって、分析に用いるデータの整備段階から、それらを社内で民主化し、現場でのデータ活用促進、ひいてはデータを活用した現場の成果最大化を目指すフェーズに徐々に移行できています。
これら3つの取り組みにより、弊社内でもユーザーデータを活用する地盤が少しずつ固まってきています。
マイベストのデータ活用の未来
ここから先はマイベストのデータ活用の展望について説明します。
マイベストには、物販・サービスなどあらゆるジャンルの選択の領域における、完全独自のユーザーの時系列行動データが蓄積されています。
この多岐にわたる選択行動のデータを活用することで、事業としてもサービスとしても大きく飛躍できる可能性があると考えます。
ここでは、対広告・対サービスの2つの観点で、マイベストのデータ活用の今後の展望を紹介します。
広告へのデータ活用については、購買に非常に近いファネルでターゲットに的確に訴求できる、というマイベストの強みを生かした広告プラットフォームとしての活用や、独自データを活用したクライアント商品の選択のファネルにおけるポジショニング分析の実施、さらには、独自データから得られた洞察を元にしたクライアントの新商品開発から開発商品の選択のファネルにおける訴求までを一気通貫して支援する提案なども画策しています。
サービスへの活用については、ユーザーの行動データと商材のデータベースをかけ合わせることによって、例えば「過去に商品Aで満足している人はこんなユーザー像だから、別の商材に関してはこの商品がおすすめ」といった、実際の購買データだけでなく、その手前にある時系列の選択行動データを駆使したレコメンド・パーソナライズの実現が可能となります。
また、オールジャンルの選択行動データとオールジャンルの選択肢のデータを生かし、単一の商材に対する選択肢の提示に留まらず、様々な商材・サービスを総合的に考慮した上での、選択行動の根底にあるユーザーの真のインサイトを満たすベストアンサーを提供できる可能性もあります。
このように、ユーザーデータを活用することでマイベストを今までにない革新的なサービスに進化させることができると考えます。
以上が、LTの内容の抜粋になります。
最後まで読んでいただきありがとうございます。
こちらで書いた通り、マイベストが持つデータは多くの可能性を秘めており、極めて価値あるものだと思います。
データの整備・分析の領域についても絶賛採用強化中ですので、少しでも興味のある方はぜひ弊社の採用ページを覗いてみてください。
この記事が気に入ったらサポートをしてみませんか？