User Insightの調査って本当に重要？
伝統的マーケティングにおけるUser Insightの重要性
この議論をしていると、私が伝統的マーケティングと呼ぶ、デジタル化以前のマーケティング手法がどんどん嫌いだということがバレてしまいます。しかし、次に取り上げたいのは「User Insight（ユーザーインサイト）」という言葉です。これは、伝統的なマーケティングで重視されるキーワードであり、顧客理解を深めるためにリサーチや分析を通じて得られる情報を指します。
前回、消費財の広告クリエイティブ制作と現代のデジタルマーケティング環境における訴求点発見のプロセスについて説明しました。広告制作に何千万円も投じる場合、多くの訴求点を持つ多数のクリエイティブを作ることは現実的ではありません。また、マス広告的手法では、高いフリークエンシーで訴求点を繰り返し、ユーザーに確固としたメッセージを伝えることが重要であると考えられてもいます。そのため、訴求点を分散させることは効果が薄いという考え方もあります。
このような視点に立てば、オフライン広告を中心としたマーケティング活動においてUser Insightの重要性が理解できると思います。User Insightの理解が欠けていると、何億円もかけたマーケティングキャンペーンが全く機能しない可能性もあります。
私自身も、デジタルの運用型広告ではなく、Upper＆Middle Funnel向けの広告キャンペーンを実施する場合などは、User Insightを起点としてプランニングを行います。そのため、私はこの手法自体を必ずしも否定しているわけではありません。
デジタル化で実現した飛躍的なターゲティング精度の向上
しかし、User Insight重視の考え方が、デジタル化されたマーケティングの世界で最も重要な概念であるかについて問われると、私は大いに否定的です。その理由は、テレビCMを中心とした従来のマス広告とデジタルマーケティングの広告配信の根本的な違いに依存しています。デジタル広告は特に、2000年代前半にGoogleが開発したリスティング広告の登場以降、急速に発展し、今日でもAI技術によって進化し続けています。これらのテクノロジーはターゲティングの概念を中心に発展しており、その精度は飛躍的に向上しています。
もちろん、オフライン広告でも、雑誌などを使ったデモグラフィックなターゲティングや、屋外広告・交通広告を使ったエリア的なターゲティングなどは可能ですが、リスティング広告の登場により運用型広告という概念が生まれ、その運用精度が向上してきました。さらに近年、AIの進化によりターゲティングの精度はそれ以前とは比較にならないレベルにまで高まっています。
つまり、デジタル広告はリアルタイムでのパーソナライズが可能であり、ユーザーの行動や興味に基づいて効果的に広告を配信することができます。これによって、より効率的なマーケティングが実現し、企業はより的確にターゲットを捉えることができるようになっています。
デジタル広告のターゲティング精度の向上とUser Insightの関係について考えてみます。User Insightとは、徹底的なユーザーリサーチに基づき、最も多くのユーザーに訴求できる訴求点や表現方法を見つける手法です。これは一種の「最大公約数」を見つけるアプローチと言えます。従来のマーケティングでは、広いターゲットに対して少数の訴求点を繰り返し伝える手法が主流でした（例えばTV広告など）。
デジタル技術の発展により、ターゲティングの精度が飛躍的に向上しました。リスティング広告やAI技術によって、ユーザーの行動や興味に基づいて個別に広告を配信することが可能になりました。これにより、マーケターはより細かくターゲットを絞り込み、最適なタイミングやコンテキストでメッセージを届けることができるようになりました。
マーケティングとは、「いつ、誰に、何を伝えるかを考えること」と捉えられます。デジタル以前の環境では、これらをコントロールすることが難しく、リスクも大きかったため、最大公約数を見つけ、効果的なクリエイティブを制作することが重要視されていました。しかし、デジタル技術の進化により、これらの要素を正確にコントロールする能力が大幅に向上し、マーケターのリスク管理も効果的に行えるようになったと言えます。
User Insightの絞り込みは機会損失を生む
デジタル化されたマーケティング環境において、マーケターに求められる考え方はどのようなものでしょうか？それには、「誰に（ターゲット）」と「何を（メッセージ）」を組み合わせを一つに絞る必要がなくなったということです。この変化により、マーケターはUser Insightの捉え方が根本的に変わっていることを理解しなければいけないのです。
具体例として、モバイルアプリの野球ゲームのマーケターの立場で考えてみましょう。このゲームは無料でインストールでき、無料でプレイ可能ですが、進行を早めたり他のプレイヤーに対して競争力を持つためには、アイテムやキャラクターを購入する必要があります。
このゲーム会社が売上を伸ばすためには、課金ユーザー数を増やし、課金者一人当たりの単価を引き上げる必要があります。そのため、担当のマーケターには短期的には高額な課金が見込めるユーザーを獲得することが求められます。例えば、以前にゲームをプレイし課金した経験があるが現在はあまりプレイしていない休眠ユーザーに対して、ゲームに復帰するような魅力的な訴求を行うことなどが考えられます。
中長期的には、ゲームのユーザーベースがコアユーザーに偏り、課金が必要な状況になると、新規ユーザーの参加が難しくなり、ユーザー数と売上が減少する可能性がある。このため、短期的な売上にはつながらないが、新規ユーザーの獲得が重要となる。この課題に対処するためには、他の野球ゲームの愛好者にはそのゲームと差別化するポイントを強調し、野球ファンには現実の野球体験とゲームの共通点をアピールすることが考えられる。また、ゲーム愛好家には新しいジャンルのゲーム体験としての魅力を説明することも必要だろう。
このように、デジタルマーケティングでは、ターゲットとメッセージの組み合わせには多くの選択肢があります。最も重要な課題とその解決策を見つけるというユーザーインサイトの概念は伝統的マーケティングの環境では最重要ですが、デジタルマーケティングの環境では単純化しすぎて実際の複雑さと乖離することも多々あります。現実には、複数の選択肢を同時に実行することができるデジタルマーケティングの世界では、各セグメントの重要度や獲得コスト、課金率などの指標を考慮しながら、戦略を計画する必要があります。最大公約数を見つけることではなく、市場の複雑な構成に対して、同時並行でアプローチすることを考えなければならないのです。
最後に、これまで触れていなかった「いつ」のコントロールと実行フェーズの手法について話したいと思います。この概念には2つの重要な点があります。
まず一つ目は、メディアプランニングにおける「いつ」です。具体的には、どの媒体にどれだけの投資をするかという点です。例えば、リスティング広告ではユーザーが能動的に検索キーワードを入力しており、その時点でのニーズを特定しやすいため、ターゲティングの精度が高く、コントロールしやすい特性があります。一方で、SNS広告などはユーザーの趣向やデモグラフィックなどはターゲティングできても、その時点でのニーズや「いつ」をコントロールするのは難しく、ターゲティングの精度が低くなる傾向があります。マーケターはターゲティングの精度と広告費のバランスを考慮しながら、最適なメディアプランを策定する必要があります。
二つ目のポイントはAIの活用です。AIを使用してターゲティングをコントロールし、獲得したユーザーが求めていたユーザーであるかどうかを正確にフィードバックし、機械学習による学習データを提供することで、ターゲティングの精度を改善していくことが一般的です。これにより、より効果的な広告キャンペーンを展開し、マーケティングの効率を高めることが可能となります。
ABテストこそがUser Insightに代わる重要概念
デジタル広告の経験がない人にとって重要なことは、正解に一発でたどり着くことはまずあり得ないということです。伝統的な手法との最大の違いは、デジタルマーケティングでは大まかな仮説から始めて、それを基に改善を重ねるPDCAサイクルによって高精度のマーケティングを実現する点です。そして、このPDCAを実践する上で最も重要な手法が私にとっては「ABテスト」だと考えています。
ABテストは、複数の仮説やバージョンを実際に広告などで試し、どれが最も効果的かを競わせていく手法です。例えば、複数の広告バナーを同時に配信し、パフォーマンスが良いものを選び出し、さらにその勝ちバナーと新たなバナーを比較していくという具体的な方法があります。
ABテストはデジタルマーケティングに慣れた人にとっては当たり前の手法かもしれませんが、私はこれが古典的なマーケティングと比べて根本的に異なる重要な手法だと考えています。
【この文章は以下の文章のライトバージョンです。より詳細な議論はこちらでご確認ください】