アドテック東京 データとクリエイティブ

Transcript

2. 2 （拡大） 出典：クリエイティブとデータ活用 | アドテック東京 公式サイト http://adtech-tokyo.com/ja/session/session.html?num=DM4 世界中で活躍する企業の方々をパネリストに迎え、クリ エイティブとデータ活用というテーマで、クリエイティブ のパーソナライゼーションをはじめ最新事例をご紹介しま す。 また、現実と理想のギャップの中、今抱えている課題や ジレンマについても語っていただきつつ、今後の将来像に ついてパネルディスカッションしていく内容になります。
3. 3 本資料はセッションの「投影資料」ならびに 「質疑応答」の参考情報を明示したものになります。 基本的に私の個人の見解を述べるものであり 会社の見解を表すものではありません。 社内外で実施したセミナー、研修資料をまとめており既出の内容となります。 有料セッションに参加された方に不利益を与えるものではありません。
4. 4 高橋 勝也 電通アイソバー株式会社 エグゼクティブ プランニングディレクター、コミュニティデザイン部 部長 経営管理修士（MBA） デジタルマーケティングに20年以上従事。TV、WEB、購買、意識などの「ゼロ次データ」から顧 客の顕在化、潜在的ニーズを導き出しコミュニケーション設計、PDCA展開することを得意とする ストラテジスト。 学生時代に起業、ネットベンチャー、を経て2007年 株式会社デジタルパレット（現：Dentsu Isobar）入社。2012年より株式会社電通にてデジタルマーケティングのコンサルティング業務に従 事。近年では「企業のデジタルマーケティング促進支援」「アクセス解析講師」また電通社内のデジ タル化促進担当として研修プログラムの開発にあたる。2017年より現職。2019年3月 早稲田大学大 学院 経営管理研究科卒（木村ゼミ） 日本消費者行動研究学会 学術会員 日本広告学会 正会員 日本マーケティング学会 学術会員 クリエイティブとデータ活用：スピーカープロフィール
5. 5 We’re part of Dentsu Aegis Network
6. 6 私たちは、以下の4つのソリューションを活用し、 企業やブランドの可能性を引き出します。 人々を魅了し、行動を促すような、ブ ランド体験やアイデア体験の構築。 Marketing& Communication ユーティリティとトランザクションを 促進するプラットフォームとシステム を使用したエンドツーエンド体験の構 築。 Ecosystem& Commerce 価値を生み出し、収益を促進する新しい 商品の提供やサービスの創造と導入。 Products& Services 指数関数的成長の解放と企業の変革を促 進するためのトランスフォーメーション コンサルティングの提供。 Transformation Consulting Our service
7. We craft a “360 degree × 365 day Experience” tailored to Each Individual Customer that is Internationally consistent and locally relevant.
8. 8 ・学生時代に「デザイナー」として起業 ・「表現」「創造」を扱う電通 ・電通のゼロ次「分析」講師 ・消費者インサイト「Data」で研究論文 Data Creative 現在：デジタルマーケティングのストラテジスト クリエイティブとデータ活用：スピーカーのバックグラウンド
9. 9 企業 顧客 有限資産の活用 プロデュース、消費者インサイト、研修手法、組織論 広告 定量 定性 クリエイティブとデータ活用：スピーカーの業務との関わり合い Data Scientist Creator、Planner 顧客体験の創造 ≒ CX 感情で動く
10. 10 Q:クリエイティブ最適化とその仕組み作りのために 貴社はどのように取り組まれているか？ クリエイティブの定義について creative とは 創造的な、創造力のある、(…を)生み出して（ Weblio英和辞書）となっている。 日本人の場合クリエイティブ＝ビジュアルを作る人と定義される事が多い。 本資料ではゼロから１を創造する人 ≒ クリエイター、プランナー として定義します。
11. 11 両者の連携は必須だが、基本的に相手のことを「宇宙人」だと思っており、相性が悪い・・・。 Data Creative 左脳 右脳 定量 定性 水 油 エビデンス エピソード Q:クリエイティブ最適化とその仕組み作りについて 企業 顧客 有限資産の活用 広告 感情で動く データ屋は 難しい言葉ばかり 使ってわからん クリエーターには ロジックがない。 効率が悪い データサイエンティスト クリエーター／ プランナー
12. 12 Q:クリエイティブ最適化とその仕組み作りについて 出典：入山章栄『世界の経営学者はいま何を考えているのか』 出典：「トランザクティブ・メモリー」とは？ - 『日本の人事部』https://jinjibu.jp/keyword/detl/607/ • トランザクティブ・メモリーが高い企業や組織は 「プロジェクトの成果が高い」 「クライアント企業から高評価」 • トランザクティブ・メモリーの高いチームはでは、 直接対話が頻繁に行われてる。 タバコ場、カフェスペースは実は大切だったりする。 「 Who knows what?」を高める仕組化 勉強会、ランチ会、研修、組織兼務 Data Scientist チーム Creator、Planner チーム 仕組みづくりのベース理論① 「トランザクティブ・メモリー」≒「 Who knows what?」を高める 広告は「知的創造」活動である。組織内において知を高めるにはどうすべきか？
13. 13 出典：電通報 https://dentsu-ho.com/articles/4850 Q:クリエイティブ最適化とその仕組み作りについて ①【共同化】暗黙知から暗黙知へ 「データとクリエイティブ」が融合しクライアント課題が解決した有効事例を社内 で共有。手段：社内インフラでの共有、チーム会での発表 ②【表出化】暗黙知から形式知へ コンセプト、仮説構築モデルを形式化していく。 手段：プロジェクトチームの発足、形式化した人を称賛する人事評価 ③【連結化】形式知から形式知へ 形式化されたモデルを連結していく。課題別、業種別、プラットフォームの別に連 結していく。手段：このあたりから案件単位で自走する ④【内面化】形式知から暗黙知へ 組織文化として内面化させる。組織の知的資産となり自社の差別化要素とする。 手段：①②③が組織文化として定着すると内面化が構築される。 ス タ ッ フ の 定 性 目 標 に 設 定 す る こ と が 望 ま し い （ 社 と ス タ ッ フ の 共 通 認 識 が 必 要 ） SECIモデルとは、野中郁次郎教授（一橋大学大学院国際企業戦略研 究科教授）が提唱した、知識創造活動に注目した、ナレッジ・マネ ジメントの枠組み。 仕組みづくりのベース理論② 知識創造活動に注目した ナレッジ・マネジメントの枠組み。SECIモデルの活用
14. 14 Q:クリエイティブ最適化とその仕組み作りについて •ビジョン／事業計画 •マーケティングミックス （製品／価格／流通） •４P ・Promotion（プロモーション） ・Product（製品） ・Place（流通） ・Price（価格） •STP分析 1.Segment A)人口動態変数（デモグラフィック変数） B)地理的変数（ジオグラフィック変数） C)心理的変数（サイコグラフィック変数） D)行動変数（ビヘイビア変数） 2.Targeting A)無差別型マーケティング：共通の商品、サービス。Ex お茶など一般消費財 B)差別型マーケティング：市場セグメント毎に製品・サービスを提供 EX：自動車 C)集中型マーケティング：少数のセグメントに資源を集中EX：高級バック 3.Positioning 価格、デザイン、用途、競合との差別化（クライアントの事業戦略に紐づく） 上位概念（クライント方針） STPによる整理 実際にはプロデューサーが間に入って進行することが望ましい。 「Data Scientist」 「Creator、Planner」へのアプローチ 共通項を作る。STPにおけるどの視点のデータが必要なのか？（次ページ資料参照） どの領域のデータが 必要なんだろう… 聞いてみよう！ データサイエンティスト
15. 15 ダウンロードURL↓ https://www.dropbox.com/s/1wm90h6fpjwr9yi/%E3%80%8C%E3%83%9E%E3%83%BC%E3%82%B1%E3%83%86%E3%82%A3%E3%83%B3%E3%82%B04.0%EF%BC%8B%E7%84%A1%E6%84%8F%E8%AD%98%E3%80%8D%E3%81%AE% E3%82%B3%E3%83%9F%E3%83%A5%E3%83%8B%E3%82%B1%E3%83%BC%E3%82%B7%E3%83%A7%E3%83%B3MAP%E2%80%BB%E6%8A%9C%E7%B2%8B.pptx?dl=0 本資料はkatsuya takahashi が個人的作成した資料であり特定企業のコミュニケーションを表すものではありません。 Q:クリエイティブ最適化とその仕組み作りについて 「Data Scientist」 「Creator、Planner」へのアプローチ （参考）コミュニケーションMAPを使いながら話すと両者間の理解が高まる。 「マーケティング4.0＋無意識」のコミュニケーションMAP デジタルマーケティング中心のMAP 認知レベルの提議 Behavior Segmentation Breakdown
16. 16 Q:クリエイティブ最適化とその仕組み作りについて 出典：因果関係・相関関係・前後関係の違いは？～意図的なミスリードに騙されないために | お薬Q＆A ～Fizz Drug Information～ https://www.fizz-di.jp/archives/1066615221.htm 「Data Scientist」 「Creator、Planner」へのアプローチ 導き出されたデータの「原因と結果」の関係性を丁寧に説明（結果のミスリード抑止） A⇒B A⇔B この関係性の データだよ！ なるほど！ Aの後に B データサイエンティスト クリエーター／プランナー 因果関係 相関関係 前後関係 夏の次に秋が来る 身長が高いと体重も重い 暑いとかき氷が売れる
17. 17 Q:クリエイティブ最適化とその仕組み作りについて 数字と表 テンドログラム 利用シーン：クラスター分析を行う場合 全体 最近１年間実施経験 スポーツクラブ 実施意向 スポーツクラブ 全体 5,284 7.3 13.2 男性計 2,761 6.4 11.4 男性１９才以下 284 2.5 4.6 男性２０～２９才 506 5.7 11.5 男性３０～３９才 577 6.9 12.7 男性４０～４９才 572 5.8 9.8 男性５０～５９才 382 5.0 11.8 男性６０才以上 440 10.9 16.1 女性計 2,523 8.4 15.1 女性１９才以下 281 3.2 5.3 女性２０～２９才 412 6.1 15.8 女性３０～３９才 474 7.0 16.5 女性４０～４９才 513 4.7 15.4 女性５０～５９才 377 14.3 20.2 女性６０才以上 466 14.2 14.8 出典：コレスポンデンス分析とは｜市場調査ならインテージ https://www.intage.co.jp/glossary/400/ コレスポンデンス分析 利用シーン：競業商品との違いを把握 数字に馴染みのない人は理解しにくい・・・。 メッチャ わかりやすい！！ データ最高！ クリエーター／プランナー 「Data Scientist」 「Creator、Planner」へのアプローチ 数字は極力避ける。ビジュアルで理解出来るようにする
18. 18 Q:クリエイティブ最適化とその仕組み作りについて 出典：OK. I give up. Just abandon critical thinking. Everything you read on the internet is true, because internet. – Skeptical Exadd https://skepticalexaddict.wordpress.com/2015/08/17/ok-i-give-up-just-abandon-critical-thinking-everything-you-read-on-the-internet-is-true-because-internet/comment-page-1/ 相関があります！ データは 誤った事実を 導き出す事が ある。 図：ニコラス・ケイジが映画に出演すると プールで溺死する人が増える 本当？ 良くないデータサイエンティスト 「Creator、Planner」 「Data Scientist」へのアプローチ そのデータは正しいのか？自分の感覚を信じる
19. 19 Q:クリエイティブ最適化とその仕組み作りについて 出典：デジタルマーケティングの教科書 5つのフレームワーク 整理されると わかりやすい （ここのデータが必 要なんだね） 自分のストーリーを 整理したんだけど、 どうかな 例えば、ここのFactが欲しい データサイエンティスト クリエーター／プランナー 「Creator、Planner」 「Data Scientist」へのアプローチ 自身が考えるエピソードにロジックがあるか？帰納と演繹で語れるか？ （左脳の人は妄想が嫌い）
20. 20 Q:クリエイティブの最適化のためのデータ活用。 広告主および代理店はどういった点を苦労しているのか？
21. 21 Q:クリエイティブの最適化のためのデータ活用。広告主および代理店はどういった点を苦労しているのか 「人口」×「メディア環境」×「価値観」の変化 昔のやり方ではダメ、、、広告主および代理店は、マーケットの変化を理解する必要がある 4マス中心時代 価値観 < 人口増 > サービスを目立たせ 認知させると売れる • いい情報が掲載されている。 • 探しているものが見つかる。 デジタルマーケティング時代 <人口減> サービスの競争激化、認知だけでは売れない • スマートフォン中心のコミュニケーション • レコメンドやセレンディピティの加速 • テレビを持たない20代 • いつでもコミュニケーションできる状況 状況／価値観 • 仕事の多様性 • 働く環境の変化 ※総務省統計局「人口推計」、国立社会保障・人口問題研究所「日本の将来推計人口（平成29年推計） mag EC サイト 検索 サポート ディスプレイ 広告 アプリ ウェブ サイト イベント メルマガ DM・郵便 新聞／ プリント TVCM SNS 0 20,000 40,000 60,000 80,000 100,000 120,000 140,000 1950 1960 1970 1980 1990 2000 2010 2020 2030 2040 2050 2060 4マス中心時代 デジタルマーケティング時代 総人口 0～14歳 15～64歳 65歳以上 人口増加 人口減少
22. 22 Q:クリエイティブの最適化のためのデータ活用。広告主および代理店はどういった点を苦労しているのか アプローチ法とスピードへの対応 アプローチ：「最大公約数」 VS 「パーソナライズ」／ 対応スピード：「じっくり検討」 VS 「アジャイル」 時 間 軸 P D C A 電通さんPLANを 沢山持ってきて PDCA PDCA PDCA PDCA やりながら 決めていく！ (先行優位性) アプローチ 対応スピード 新しい考え方 新しい考え方＋Data保有 旧来の考え方 パーソナライズで会話する 最大公約数 アジャイルで進める やる前から仮説ができてる じっくり検討 DCDCDP DA DCDCDP DA Dataを持ってる ため初速のDoを 思い切って実施 出典：日本消費者行動研究学会 第56回消費者行動研究コンファレンス より筆者作 広告主 「Plan＝計画」 「Do＝実行」 「Check＝評価」 「Action＝改善」
23. 23 Q:ブランド系の広告主の場合クリエイティブを 複数本数作るのが難しい。トップクライアントは どのようにアプローチしその問題を解決しているのか？
24. 24 Q:ブランド系の広告主の場合クリエイティブを複数本数作るのが難しい。トップクライアントはどのようにアプローチしその問題を解決しているのか。 複数を作るのはたしかに難しいが、1 to 1 コミュニケーションの時代はクラスターごとのコミュニケーション設計が必要になる。 企業や商品が持つ上位概念を「メディア」「プラットフォーム」 「クラスター毎」に因数分解して対応。 また「商品＋生活者」視点、「商品＋社会的背景」視点を入れるとクリエイティブの柔軟性が生まれる。 アプリ ウェブサイト SNS イベント A層 B層 C層 TW FB INSTA 若年層 年配層 認知層 検討層 高関与層 【上位概念】 企業理念、企業ミッション アイデンティティ TV 準検討層
25. 25 【情熱】 「 自 分 」 の 構 成 要 素 「 世 間 」 に 対 し て の ア プ ロ ー チ 法 本人のバックグラウンド 【戦略】 セグメンテー ション ターゲティング ポジショニング 社会的背景を 味方につける （ex 震災、働き方改革） 対人 コミュニケー ション力 感性 リサーチ力 心理的変数 行動変数 テクノロジー クリエイティブ 凡人力 社会的 責任 危機感 参考「商品＋社会的背景」視点を入れるとクリエイティブに柔軟性が生まれる。 このリスボンは1755年に大地震と津波 に見舞われ6万人以上のかたが亡くなっ た歴史をもつ街 出典：震災後につくった初めてのエステーＣＭで す。•「消臭力」の新CM“唄う男の子”篇と“唄うお じいさん”篇を制作 •「自動でシュパッと消臭プラ グ」の新CM“唄う女の子”篇を制作 計11篇を2011年 4月22日(金)から順次全国でオンエア開始 https://www.st- c.co.jp/news/newsrelease/2011/20110421_00028 1.html 震災後につくった初めての消臭力のＣＭ 出典：エステーの鹿毛康司さんが早稲田大学大学院にて講演された際の内容から筆者作 ブランド系の広告主とは少し異なりますが、、、クリエイティブが生まれる上での必要要素 Data Data 社内調整力
26. 26 Q:データはクリエイティブの最適化には使えるが クリエイティブのジャンプに使うには難しいと 聞いている。その点について賛成か反対か。
27. 27 Q:データはクリエイティブのジャンプに使えるか ビックデータが新たな飛翔力を与えてくれる 某：チーズ会社 チーズとの親和性が高いものはワインだと思っていた が、同じぐらい日本酒の親和性が高い 電通が保有する消費者データから１万人×66,000件のアンケートによる 相関関係分析（ターゲットプロファイリング）から想定外の事実を発見することが可能 出典：電通、消費者のメディア接触行動に関する調査結果を発表 https://www.dentsu.co.jp/news/release/pdf-cms/2008048-0610.pdf 某：自転車メーカー ロードサイクルにのる５０代は最新テクノロジーより 歴史に共感をする。なお、温水式便器が嫌いｗｗ 某：フォットネスクラブ 20代・30代 有職者女性の消費者インサイトを見ると 集団でやりたくない ＋ ＋ 製品の 歴史 ＝ 新クリエイティブ ＝ 新クリエイティブ → 新クリエイティブ
28. 28 Q:データはクリエイティブのジャンプに使えるか 検索データからユーザーの本音を掴み、クリエイティブに活かす 「ライザップ」と 検索するひとは１０分前に 「ポテトチップ」を検索（笑） （実際のクライアントのワークを示したものではありません） 出典：ライザップ／emark+/日経新聞 クリエイティブに入れたい要素 本当は食べたいんですよね？それの気持ちわかります。
29. 29 Q:データはクリエイティブのジャンプに使えるか 一般 オロナミンＣ購入意向あ り レッドブル購入意向あり まごころ 思いやり 個性 義理人情 自然 合理的 純粋 努力 根性 誠実 平凡 我が道を往く 柔軟性 自由 情熱 正直 洗練 創造性 美意識 責任感 愛 癒し 友情 正義 挑戦 伝統 礼儀 継続 夢 青春 絆 シンプル 地道 節約 品格 ありがとう 平和 勇気 頑張る 助け合い 平等 ありのまま -0.20 -0.15 -0.10 -0.05 0.00 0.05 0.10 0.15 0.20 0.25 -0.2 -0.1 0.0 0.1 0.2 飲用意向者の思考性からクリエイティブを創造する（1/4） （実際のクライアントのワークを示したものではありません） 意識データとの相関を 位置関係で提示 （近いものは関与が高い） 出典：電通生活社員サイトデーターD-camp
30. 30 Q:データはクリエイティブのジャンプに使えるか 飲用意向者の思考性からクリエイティブを創造する（2/4） （実際のクライアントのワークを示したものではありません） まごころ 地道 誠実 純粋 情熱 青春 美意識
31. 31 Q:データはクリエイティブのジャンプに使えるか 飲用意向者の思考性からクリエイティブを創造する（3/4） （実際のクライアントのワークを示したものではありません） 「オロナミンＣ」グラフィック広告 「レッドブル」イベントスポンサード まごころ 地道 誠実 純粋 情熱 青春 美意識 どう解釈をするかは、クリエーターに委ねられている。
32. 32 Q:データはクリエイティブのジャンプに使えるか 飲用意向者の思考性からクリエイティブを創造する（4/4） （実際のクライアントのワークを示したものではありません） 「オロナミンＣ」グラフィック広告 「レッドブル」イベントスポンサード まごころ 地道 誠実 純粋 情熱 青春 美意識 ヒントさえ与えればクリエーターはジャンプしてくれる。
33. 33 Q:行動ログデータはクリエイティブに対しての本当の 反応と言える。今後より良い反応をとっていくために 何か貴社として準備していることはあるか、（例）脳波な ど。
34. 34 Q：行動ログデータはクリエイティブに対しての本当の反応と言える。 今後より良い反応をとっていくために何か貴社として準備していることはあるか、（例）脳波など。 表現：脳派を直接つかってTouch Designerで表現を行う マインドフルネス時の脳波をリアルタイムに解析し、感情を見える化するインスタレーション。アルファ波、ベータ 波、シータ派の状態から感情を割り出し、ビジュアライゼーションを行う。 出典：nowlab tokyo | powered by Isobar https://nowlab.tokyo/
35. 35 消費者理解：電通グループとしてはPeople Driven Marketing を加速中 「４０代の男性」で「子持」が居て 「年収＊万円」で「環境に関心」がある人は 「飲み物は水が好き」で 「グリーン系のクリエイティブ」を好む たとえば下記のようなFactは 電通DMPの中ですぐに分かる 出典：People Driven Marketing 実践セミナー 2018 - 事業紹介 - 電通 https://www.dentsu.co.jp/business/pdm/report2018_02.html クリエイティブの精度が更に加速 Q：行動ログデータはクリエイティブに対しての本当の反応と言える。 今後より良い反応をとっていくために何か貴社として準備していることはあるか、（例）脳波など。
36. 36 余談 「クリエイティブとデータ活用」「人間とAI」について
37. 37 エビデンス クライアントの 意向 市場環境／ テクノロジー 科学的根拠に基づいた医療 Evidence Based Medicine 出典：科学的根拠に基づいた医療（EBM）を実践する手順：朝日新聞デジタル https://www.asahi.com/articles/SDI201712129158.html 広告のプロがもつ知識 （左脳・右脳） 「EBMの実践において非常に重要なポイントは、『臨床判断・決断の過 程を明示する』ということにある。言い換えると、『その臨床判断（診 断・治療・医療経済的判断など）がどのような根拠に基づいて行われた のかを説明できる』ということである。」 出典：EBMの物語 - 公益社団法人 日本理学療法士協会 http://jspt.japanpt.or.jp/ebpt/ebpt_basic/ebpt07.html 科学的根拠に基づいた広告 Evidence Based Advertising 「広告活動の実践において非常に重要なポイントは 『その提案施策が、どのようなデータから導き出され、かつターゲット に対して有効であるかをデータサイエンティスト、クリエーター、プラ ンナーの統一見解で説明できる必要がある。」 最後に「クリエイティブとデータ活用」「人間とAI」 「クリエイティブとデータ活用」「人間とAI」引き続き議論が行われると思われる。どちらを優先するかの選択論。 選択論の究極として生命が挙げられる。医療業界では既に会話がされている 定量、定性視点からどう納得感を説明できるかが重要なのでは？ どちらが優先されるものでもないが、デジタルにおいては多少、定量的視点が優先されつつある。 広告に置換
38. 38 さらに余談
39. 39 データが導き出す結果 （効率的に美味しいところだけ） クリエーター、プランナーが導き出す姿 どちらのエビフライがお好きですか？ 出典：うわのそら - 仲畑貴志さんの「コピー・エビフライ論」https://lineblog.me/uwanosora/archives/60728.html
40. 40 消費者が欲しいモノ・コトを 効率的、かつ正確に導き出す クリエーター、 プランナー 一見、無駄だけど 効果をさらに高める データサイエンティスト 身：食べる所 しっぽ：食べる所（魅力）を強化 モノ・コトを効率的かつ正確に導き出し、効果をさらに高める 「しっぽ」は食べない人もいるが、無いと美味しそうに見えない。 連携すると