マーケティング領域で活躍するデータサイエンティストとは？

＜マーケティング領域のDXリーダーに＞
全編ケーススタディのハンズオン講座

DXよって、データサイエンスによるデータ活用が活性化し、マーケティング機能の精度が向上することを、多くの企業が期待しています。
マーケティング領域でのデータサイエンティストの仕事はどのようなものか、一例をご紹介したいと思います。

マーケティングは1990年代頃には既に「データマーケティング」という言葉があった位に、早くからデータの活用がおこなわれてきている分野です。

そのような背景があるため既に蓄積されたデータがあったり、データに基づいた意思決定に対する周囲の理解も得やすかったりと、以前からデータサイエンスと非常に親和性が高い領域となっています。

最近ではデータの活用の形はさらに一歩進み「データドリブンマーケティング」というマーケティング手法が浸透し始めてきました。データの分析結果をもとにKPIや施策を立てて実行し、その結果得られたデータを再度分析してそれを元に新たなKPIや施策を立て…という形でPDCAを回していきます。

具体的には下記のようなことを行います。

• 既存のデータを元にKPIを策定・施策の立案
• データの収集・集計・加工・分析
• 実施した施策の効果検証
• データの可視化・レポートの作成・予測モデルの構築
• 関係者へ分析や検証の結果の説明・意思決定

内容や目的によっては、日次・週次・月次などでデータの集計・分析をしながら、細かい修正を加えていくこともあります。データの集計・加工などは簡単な作業に思えるかもしれませんが、ビッグデータの時代となり扱うデータ量が増えたこと、ウェブとリアルの間を行き来するユーザーの消費行動を統合的に見る必要があるなど、データを「見る」という行為が複雑化してきています。

目的にあった詳細なデータを取得するためにはSQLを使用してデータベースからデータを抽出・加工しなければならないという事も少なくありません。
そのためデータの集計や加工もデータサイエンティストが行う必要があるばかりか、他職種や他部署の人からの特定のデータが「見たい」という依頼をうけて、データベースから目的に沿ったデータの抽出だけを行うという作業が発生する事すらもある位です。

それ以外では、データドリブンマーケティングを推進していくにあたって下記のような流れ仕事を行っていきます。

• これまで取得していなかったデータが必要になった
  →データ取得のためのツールや仕組みの作成。

• データ分析に適した環境が整っていない
  →データ分析基盤(データレイクやDWH)の構築やチューニング、メンテナンス。

• 他職種や他部署の人からの特定のデータが「見たい」という要望が、定期的にある、または要望が多くなって来た
  →データ出力やレポート作成の自動化、BIツールの導入検討、既存のBIツールが既にある場合はそこへの統合

このようにデータ分析(統計学)だけではなくエンジニアリング(コンピュータサイエンス)についての知識を必要とされる業務も時として必要になり、データサイエンティストとしてのスキルセットが非常に重要になってきます。

他にも、マーケティング領域の中でデータサイエンティストが必要とされる場面として、需要が高まってきているのが機械学習の分野です。
予測モデル構築の多くは機械学習によるものですし、現在マーケティングに関連してAIと呼ばれているものの多くは機械学習の事を指しています。

目的ごとにユーザーを細かいセグメントに分類してターゲットマーケティングを行ったり、ユーザーそれぞれの好みに合わせたレコメンドを行うといったような事も機械学習を用いることで、よりその効果を発揮します。

SQLやデータ分析についてはその必要性を感じたマーケターが学ぶ事も増えてきましたが、業務で使えるレベルの機械学習の知識・スキルの習得とまでなると、学ぶハードルは一気に跳ね上がります。

その上、機械学習とひとことにいってもその手法は数多くあり、適切な手法を選択しなければ期待するほどの効果が得られないどころか誤った結果を導きかねないため、専門的で体系的な知識や実践経験持ったデータサイエンティストの存在が重要となります。

6月に行われたSMX(Search Marketing Expo) NEXTというマーケティング関連のオンラインエキスポでの基調講演で、Welcome to the Predictive Marketing Era (予測マーケティング時代へようこそ)というトピックがありました。

Predictive Marketing(予測マーケティング)という言葉自体は決して新しい言葉ではありませんが、AIや機械学習に関連する技術が発展し活用の幅が広がった事で改めて注目が集まり始めているようです。

データを「分析」するだけではなくいかに「予測」するかが、これまで以上に今後のマーケティングの中では重要になってくるといった内容で、この「予測」というのがすでに述べたAI・機械学習がカバーする内容、まさにデータサイエンスの分野です。

マーケティングにおけるAI・機械学習の活用は既に十分に注目されているといえますが、今後これまで以上にマーケティング領域で「予測」が重要な位置を示すようになれば、データサイエンティストの存在もこれまで以上に必要不可欠なものとなり、マーケティング領域の業務に従事するデータサイエンティストは増えていくかもしれません。

教育給付金で最大約70%が還付されます。
無料体験講座も開催中。
データサイエンティスト育成講座

DX時代のマーケティング講座
講師による丁寧な課題添削が好評！
デジタルマーケティング分析入門