ブランディング指標の数値化について
•
7 likes•7,727 views
データに基づいて、ブランド指標をどう定義し、どう計算し、どう活用するかを考察 by アドファイブ（株）礒部 正幸
Report
Share
ブランディング指標の数値化について
- 1. ブランディングの数値化について アドファイブ株式会社 礒部 正幸 アドテク／マーケティングデータ分析 考察資料 No.1 Copyright © Adfive, inc. 2014 （再配布自由）
- 2. 本資料の流れ • 背景と目的 • ブランドのモデリング要素 • ブランドを見る３つの視点 • Webログデータと推定 • 数値指標と活用シナリオ • コミュニケーションの最適化 • ビジネスチャンスの発見 • 数値化を支えるアルゴリズム • 弊社が取り組むテーマ • 会社紹介 • コンサルティングテーマ • コンサルティングサービス
- 4. 本資料の流れ • 背景と目的 • ブランドのモデリング要素 • ブランドを見る３つの視点 • ブランド選好度のモデル化 • Webログデータと推定 • 数値指標と活用シナリオ • コミュニケーションの最適化 • ビジネスチャンスの発見 • 数値化を支えるアルゴリズム • 弊社が取り組むテーマ • 会社紹介 • コンサルティングテーマ • コンサルティングサービス
- 5. ブランドを見る３つの視点 視点１） 商品属性 視点２）顧客属性 視点３）顧客行動 大きく３要素で説明する この要素分解はあくまでも弊社取組みにおける仮説であり検証予定 伝える 知る 買う ソーシャル ECメディア顧客の行動とブランド 顧客の状況・ライフスタイル ・インタレストとブランド 外面から内面に至る 階層構造で考える 年齢 性別 経済状態 その他状況 性格 ライフスタイル … … 欲しいもの やりたいこと … 各属性を次元とする 特徴空間で考える 商品の属性とブランド 特徴空間 属性1 属性2 属性3 商品A 商品B 商品C
- 6. ブランド選好度のモデル化 ・顧客にとってブランドは複数ある選択肢 → ブランド選好度 ・ブランドは顧客行動を底上げする要因として働く ・商品とブランドの重要度比は商品によって決まる ブランドA ブランドB ブランドC 知ってる好き ブランドD まぁ知ってる 知らない … … … × … = ・商品と顧客の属性ごとにブランド選好度が決まる 全体の長さ＝ ブランド重要度 コモディティ商品 … ブランド商品 … 商品バリュー ブランドバリュー 伝え る 知る 買う ソーシャル EC メディア もっと知りたい もっと買いたい もっと伝えたい 閾値
- 8. 本資料の流れ • 背景と目的 • ブランドのモデリング要素 • ブランドを見る３つの視点 • ブランド選好度のモデル化 • Webログデータと推定 • 数値指標と活用シナリオ • コミュニケーションの最適化 • ビジネスチャンスの発見 • 数値化を支えるアルゴリズム • 弊社が取り組むテーマ • 会社紹介 • コンサルティングテーマ • コンサルティングサービス
- 9. コミュニケーションの最適化 ビジネスアクション ＝ 制御可能な変数 例１）ディスプレイ広告 ・バナーデザイン、文言、入札価格、ターゲットセグメント など 例２）メールマガジン ・商品説明文の差し替え、配信頻度など アクションの効果 ＝ 商品認知 ＋ ブランド認知 before after 商品認知 ブランド認知 例）ビジネスアクションの結果 商品カテゴリ自体の認知と 自社ブランドの認知の双方が 高まるという想定シナリオ 自社他社 他社 自社 自社他社 ブランド指標をKPIとして、変数を最適に制御 例）閾値を超えていないため観測できない場合でも ビジネスアクションの成果を推定することで、データ ドリブンなコミュニケーションを可能にする
- 10. ビジネスチャンスの発見 既存事業のマーケティング ＝コミュニケーション最適化（前スライド） 新規事業のマーケティング ＝ データドリブンなビジネスチャンス発見 ブランディング視点での新規事業開発とは何か？ ① 新規ブランド構築、既存ブランド再構築 ・データドリブンにブランドターゲットを発見することが必要 ② 同一ブランドにおけるプロダクトラインの調整 ・各商品の「コモディティ度」を見極めてラインナップから外す ・各商品の「ラグジュアリ度」を見極めらラインナップを分割 ③ マーチャンダイジングと商品開発 ・効用関数（例：コンジョイント分析）にブランド要素を加味 ・コモディティ期を早期に検知して「ブランドなし戦略」を立案 コーポレート戦略そのものをデータドリブンに 支援するソリューションの可能性が拓かれる
- 12. 本資料の流れ • 背景と目的 • ブランドのモデリング要素 • ブランドを見る３つの視点 • ブランド選好度のモデル化 • Webログデータと推定 • 数値指標と活用シナリオ • コミュニケーションの最適化 • ビジネスチャンスの発見 • 数値化を支えるアルゴリズム • 弊社が取り組むテーマ • 会社紹介 • コンサルティングテーマ • コンサルティングサービス
- 13. 会社紹介 • 社名：アドファイブ株式会社 • 所在地：台東区東上野（登記上の本店）、秋葉原（作業オフィス） • 設立：２０１２年７月 • 従業員数：２０１４年４月現在、代表者１名のみ • 事業内容：アドテクノロジ、データドリブンマーケティングにおけ るコンサルティング及びシステム開発 • 代表者：礒部 正幸 ( isobe@adfive.net ) 連絡はお気軽にどうぞ。 • 学歴：東工大卒・修士 （研究テーマ：記号的統計モデリング） • 職歴：日本電気（株）、（株）とめ研究所、（株）トプスシステ ムズ、ネットエージェント（株） • 保有スキル： • システム開発 （要件定義と設計、実装～運用） • プログラミング （Java/Scala/Node.js/Python/その他） • 各種データ分析（R/Python/Julia） • ブログ）http://d.hatena.ne.jp/isobe1978/ • 公開コード • Gist）https://gist.github.com/chiral • CheckIO) http://www.checkio.org/user/chiral/
- 14. コンサルティングテーマ メディア企業向けの課題解決 メディアの全アクセスログを分析することにより、 ・純広のアップセルを見込めるか？ ・広告以外のマネタイズ手段をデータにもとづいて実現可能か？ - メディアに付随してECや集客ポータルを運営 - 記事広告やネイティブ広告の企画に結び付ける - メディア上での読者行動に基づくマーケットリサーチ - 複数メディアアライアンスビジネスの可能性検証 メーカー、サービスベンダ向けの課題解決 販売データ及び広告等コミュニケーションログを分析することにより、 ・既存のブランド資産のアセスメント及びコミュニケーション最適化 - ブランドと商品の認知度向上を見込めるビジネスアクションの立案 - パフォーマンス広告とブランド認知向上の両立化施策の立案 ・テスト広告などの事前検証に基づいて、 - ブランドメッセージの指針をデータドリブンに導出 - メディアミックス最適化施策を立案 その他、テクノロジ開発支援 ・データマーケティングにおけるアルゴリズム評価及びシステム化
- 15. コンサルティングサービス • 定期コンサルティング契約： 月１０万円～ • 御社が時代に乗り遅れないようキャッチアップを全面支援 • テクニカルサーベイ、営業同行、営業資料作成支援、データ 分析、プロトタイプ実装、システム設計、外注管理 • 単価１万円/時間 • 月額１０万円の場合、３，４インシデント程度が目安です • 移動等を含まず正味の時間で請求しますので実質的に割安です • 単発／短期のコンサルティング案件：５万円～ • システム要件分析と設計 は３万円/時間（短時間で設計可能） • 外注管理・レビュー・バグ分析等は２万円/時間 • プロジェクトベース案件：企画無料 • 随時、無料で御社に合わせた企画をお持ちします • 受注までは報酬をいただきませんので、 • まずはお気軽に御社状況をお聞かせください • 平日秋葉原ランチアポは isobe@adfive.net まで