2013年頃から広まったビッグデータという言葉や、これを活用するためのツールDMPへの注目度が高まっています。

しかし、DMPについてはデータを使ったマーケティングであり、そのツールである。ということはわかっても、では具体的にどんなデータを何に使うものなのか、という話になると、Web上にもまだまだ事例が少なく、わかりにくいのが現状ではないでしょうか。

ということでここでは「DMPとはそもそも何か」「どんなデータを使うのか」「そのデータを使って何ができるのか」という側面から、ビッグデータやDMPについて説明してみたいと思います。

DMPは、さまざまな種類の大量のデータを蓄積・分析し、マーケティングに役立てるシステムです。膨大なデータから商品の需要やこれから起こる異変を予測して、マーケティング施策における適切な判断に役立てる、というわけですね。

現在では、WebサイトにただGoogle Analyticsを入れておくだけでも、重要なデータが日々大量に蓄積されていきます。このことからもわかるように、Webマーケティングにおいて極めて有用なデータが、比較的容易に手に入れられるようになってきました。

しかし、実は本当の問題はこの先にあります。どんなに重要なデータも、ただ眺めているだけでは宝の持ち腐れですよね。データの確保と活用は、続いてはいますが個別のプロセスです。難しいのは、データをどう連結させ、判断に役立つ事実を取り出すか、という点です。

アクセス解析ツールに蓄積される自社のWebサイトのユーザー情報だけでなく、SNSやその他チャネルにおけるターゲット・見込み客とのコミュニケーション履歴、顧客情報や商品情報が詰まったデータベースなど、マーケティングに使えるデータはすでに膨大にある、という企業は多いのではないでしょうか。課題は「このデータの活用」という段階にシフトしてきています。

DMPで扱うデータの前に、まず「ビッグデータ」という言葉について区別をはっきりさせておいたほうが良いかもしれません。

いろいろなところで見かける「ビッグデータ」という言葉ですが、実は「役立つデータ」「膨大なデータ」「多種多様なチャネルから集められたデータ」というようなニュアンスがあるだけで、厳密に定義されているわけではありません。

マーケティングにのみ使われるというわけでもなく、たとえば交通渋滞の解消・インフルエンザの予測など医療の進化・犯罪抑制など、公共のインフラの効率的な運用など、さまざまな場面ですでに活用が広がっています。

※総務省「平成24年版情報通信白書のポイント」
(1)ビッグデータとは何か（http://www.soumu.go.jp/johotsusintokei/whitepaper/ja/h24/html/nc121410.html）

一方、DMPで使われるデータにも、アクセス解析や個人の嗜好や属性、行動に関するデータ、アンケートによって集めたデータなど、さまざまなものがありますが、こちらは「データの収集を誰が行うか」「そのデータを誰が所有するのか」という観点から以下3つの分類があり、（基本的には）広告配信のために使われます。
 

DMPで使われるデータの3つの区分

1.ファーストパーティデータ
自社のWebサイトに設置した解析ツールや顧客情報など、自社で収集したデータ。

2.セカンドパーティデータ
自社や販売代理店など、関係各社で収集・共有するデータ。

3.サードパーティデータ
データ提供企業など、外部から購入したデータ。

このようなデータから適切なターゲットやタイミングを割り出し、広告配信を行うことが現在のDMPのメインの役割です。
 

さらに、上記のような各種データの利用状況により、DMPは「オープンDMP」と「プライベートDMP」に分類することができます。

オープンDMPは、サードパーティデータとそれを活用するシステムを提供し、適切な広告配信を助けるものです。年齢・性別・職業等、個人の属性や嗜好、地域などからターゲットを絞り込み、狙いすまして広告配信する、というわけですね。

対してプライベートDMPは、これに自社が持つファーストパーティデータを加え、さらなる詳細な分析をしたり、広告配信以外にも分析結果を利用していこうというものです。

自社には、DMP事業者やデータ販売会社が持つ膨大なデータはなくとも、成果を上げるために一番重要ともいえる「成約につながったパターンに関するデータ」「顧客データ」がありますよね。

膨大なサードパーティデータと成果につながるデータを前にして答え合わせをしながら、どのセグメントが効果的な配信範囲なのかを分析できるのがプライベートDMPの強みです。ちなみに、単体で「DMP」と言われる際には、後者のプライベートDMPを指すことが多く見られます。
 

一見無関係に見えるが実は関係していることを指して、あるいは反対に、実際無関係であることがら同士を無理やり結びつけることの象徴として「風が吹けば桶屋が儲かる」という言葉が使われることがありますね。

ビッグデータやDMPは、単なる広告配信ツールからさらに進んで、このような曖昧な（しかし重要かもしれない）仮説を発見できるツールになる可能性をも秘めています。「風が吹けば桶屋が儲かる」というような、一見無関係だがマーケティングに役立つ法則の発見は、膨大なデータを分析できるツールによってしかもたらされない、まったく新しい可能性ですよね。

たとえば「雨が降れば傘が売れる」というようにあきらかな因果関係がある事柄なら、データから導き出すまでもなく仮説として発見できます。それをデータによって実証できれば、マーケティングに役立つ法則を確立できるでしょう。経験豊富な担当者がいれば、仮説や実証を行うまでもなく、効果的な施策をたくさん知っているかもしれませんね。

しかし、担当者の考えた仮説と実証によって、あるいは経験によって得られた施策はやはり「理由の予測ができる範囲内」から出ないものにとどまります。「風が吹けば桶屋が儲かる」というような、理屈抜きの突拍子もないアイディアが出てくる可能性は限りなく少なく、出てきても、これを時間をかけて実証ことを選択するのは難しいのではないでしょうか。

一方、膨大なデータベース、数千万レコードの行動履歴を持つDMPからは「理屈はわからないがこういう人にはこういうものが売れていた」「なぜだか不明だがこういうタイミングでこういう人が買っていた」という単なる事実が浮かび上がってきます。

理屈は不明だがとにかく事実としてこうなっている、という新しい発見が積み重なれば、今まで思いもよらなかった斬新な切り口の、かつ効果的な施策が見つかる可能性がありますよね。現時点では広告配信分野での活用が中心となっているDMPですが、今後はこうした分野でのさらなる発展にも、大いに期待が集まっています。