日産が行う、カスタマー理解のための“ Non Asking ”データ活用術 ～ 自動車メーカーのデジタルマーケティング事例

新卒で日産自動車株式会社に入社後、研究開発職を経て、社内公募でマーケットインテリジェンス（MI）職に転身。連結従業員数が13 万人超の日産において、数十人という精鋭のMI職として日本市場を担当する。

新卒で日産自動車株式会社に入社後、研究開発職を経て、社内公募でマーケットインテリジェンス（MI）職に転身。連結従業員数が13 万人超の日産において、数十人という精鋭のMI職として日本市場を担当する。

日産自動車が行うのは、データを駆使した精緻なカスタマー理解。笹岡さんの職種はマーケットインテリジェンス（以下、MI）で、カスタマーやマーケットに関するリサーチを通じて、消費者インサイトやニーズのみでなく競合各社の状況、将来トレンドに至るまでを分析し、社内で中立的な立場で、商品企画やマーケティング、販売戦略などの社内各部署に取るべき戦略や方策を提案する役割になります。

グローバルに事業を展開する日産では、各国のMIチームがとらえた情報を、グローバルMIが束ねる仕組みとなっており、そのなかで笹岡さんは日本市場のMIを担っています。

「MI は、社内の誰よりもカスタマーのことを理解して、経営層や各部門に届ける仕事です。MIの仕事の評価指標には、どれだけカスタマーの声を代弁できたかも含まれており、よく『イタコになれ』と言われます」

これまでのマーケティングリサーチは、お客様にアンケート調査やインタビューを行って得た情報、いわゆる「Asking データ」を収集・分析するやり方が中心だったといいます。

「アンケートやインタビューなどによるAsking データは、カスタマーやマーケットに関する情報が直接得られる一方で、課題もありました。データを得るための時間やコストがかかるだけでなく、調査対象者への負担も大きいため、細かい情報を深く聞くことが難しいのです」

加えて、既存の売れ筋商品だと購入者や検討者の十分なサンプル数があるが、新しいサービスや商品に興味を持つ人についてはそもそもの母数が少ないため、調査が成立しないという量的な課題もありました。

「マーケットの変化にともなって、自動車業界でも商品開発のサイクルが短くなり、カスタマー理解に関するPDCA も早く回す必要が出てきました。『今すぐこういうデータを見たい』という社内ニーズの高まりもありました」

そこで着目したのが行動ログデータなどの、いわゆる“Non Asking”なデータ。Webやアプリ上の行動データには消費者の思考過程そのものが残されます。上手く活用できれば、素早くカスタマーインサイトのヒントをつかみ取ることが可能です。ただし、これには難点もあります。

「Non Asking データはそもそも非構造なデータなので、集計して分析するプロセスが必要です。そこに時間やコストがかかりすぎると本末転倒になるリスクがありました」

加えてNon Asking データだけではどんな人がどのような文脈から残したデータかわからず、データに性別・年代などのデモグラ属性が紐づいていないと、表面的な理解にとどまってしまう難しさもあります。

いくつかの分析ツールを検討するなかで、笹岡さんが「これだ！」と決めたのがDockpitでした。

「Dockpit は、Webのログデータと属性をつなげて見ることができます。加えて、競合メーカーのサイトを比較できるのが大きいですね。自社データだけだと、それが世の中のトレンドから外れた方向に行ってしまったり、局所的な最適解に陥ってしまったりすることがあります。属性別の分析などに必要なサンプル数も確保されていることから、2018年からDockpitの導入を決めました」

ある日、笹岡さんのもとに社内から相談が寄せられたそうです。「A（仮）」というクルマの販売台数が伸びず、販売店への来場者数も不調とのこと。その原因を調べてほしいという依頼でした。

「まず、クルマの購入検討者との大きなタッチポイントであるホームページに着目しました。近年の購入検討者の多くは、Web上でクルマに関する情報収集を行い、販売店へ足を運ぶ前には、本命のクルマを決めています。つまり来店前にすでにほぼ勝負がついているんですね。そこでDockpitを使って、クルマAのホームページへ流入する際の行動ログ分析を行いました。

クルマAのランディングページを確認すると、約7割が商品のトップページに流入していました。その上で、競合車とのトップページのパフォーマンス比較を行いました。

「具体的には、ユニークユーザー数や一人あたりのPV 数、平均滞在時間、直帰率といったデータを様々な角度から比較分析しました。すると、検索流入のユーザーの行動は競合よりも優れていた一方で、広告流入のユーザー、つまり比較的受け身のユーザーの行動が大きく劣っていたのです。」

さらに別の調査結果から、クルマAのカテゴリーに関心を持つ人は、エクステリアデザインやスタイリングに魅力を感じることがわかっていた。そこでクルマA のトップページにおいて、エクステリアデザインの魅力がどの程度伝わりやすくなっているのか、競合モデルと比較していくことに。

「するとクルマA のトップページでは複数の観点で課題が見つかりました。外装の写真の枚数やビューアングルが少なく、ボディーカラーのシミュレーションへの動線もわかりづらくなっていました」

そこで笹岡さんは、「トップページ上でのエクステリアデザインの魅力訴求が不十分である」という仮説を立てて関連部門へ報告。社内では直ちに、エクステリアデザインの魅力を伝えるためのフォトギャラリーの設置や、ボディーカラーのシミュレーターをトップページに設置するといった対策が実行されました。

「対策後は、劣っていたパフォーマンスが向上。さらに販売店への来店者数も増加し、当初の課題を解決できました」

困りごとの相談から解決までに要した期間は約3カ月。PDCAを短期間で回し、課題解決につながったケースです。笹岡さんはDockpitをこう評価します。

「Non Askingデータ『だけ』が大量にあっても、ユーザー属性がわからなければ深い分析は困難です。Dockpit にはその両方があり、日常業務ですぐに切り出して深掘りできる。さらに、階層単位でも競合サイトを分析できるのは大きな利点ですね。Dockpit は誰でも簡単に使えるだけでなく、アイデア次第で価値が飛躍的に上がる優れた分析ツールです」