近年、データへのアクセスや分析が容易になり、マーケティングに変革が起きました。マーケターは毎日、データに基づき意思決定を行えるようになったのです。しかし、データが期待通りに揃わないと、問題が発生することがあります。
その問題とはバイアスによる、客観的データ評価の妨げです。私たちがこれらのバイアスを正しく理解することで、問題を避けることができます。次に挙げるのは、一般的なバイアスの問題と注意点です。
- 利用可能性ヒューリスティックは、思考のショートカットによって評価を迅速にしますが、必ずしも正確ではありません。データを分析するときはすぐに結論に飛びつかず、十分な時間をかけてデータと向き合うことが重要です。
- バイアスによって、私たちは自分の予想・考え方に合った情報が目に入りやすくなり、そうでないデータを見落としやすくなります。そのため、結果が直観的な自分の考えに反する場合は特に、すべてのデータを確認する必要があります。
予期しない結果を調べる
例えば、あなたが家具のほか、衣料品や化粧品も販売する小売のマーケティングプログラムを管理していて、あなたの直感では、顧客は頻繁に新しい服を購入する可能性が高い反面、ソファは頻繁には購入しないと推測しているとします。
そして、あなたは異なる商品カテゴリの購入間の平均期間を分析することにしました。すると、顧客が次の家具を購入するまでの平均期間が、衣料品や化粧品を購入するまでの平均期間よりも短いことが分かったのです。
購入間の平均期間
衣料品 — 5ヶ月6日
家具 — 3ヶ月26日
キッチン用品 — 5ヶ月9日
化粧品 — 5ヶ月27日
この結果は、あなたの予想に反します。次はどうすればいいでしょうか?あなたは次にどうすべきでしょうか?この事実によって、この商品カテゴリのマーケティング戦略はどのように変わりますか?
場合によっては、データはキャンペーンの一部が期待どおりの効果をあげていないことを把握するのにも役立ちます。あなたはすべての新規獲得顧客を対象にした、標準化された新規顧客プログラムをお持ちかもしれません。
データを信じる
顧客があなたのブランドから離れるまで、つまり商品の購入をやめるまでどれくらいかかるかを考えてみましょう。彼らが多くの商品を購入した場合、しばらくの間購入はしないでしょう。
サバイバル分析はマーケティングにおいて顧客の離脱を分析する一般的な取り組みで、顧客のタイプによって購入しつづける確率がどのように異なるかを知ることができます。前年に自社から購入した商品の点数によって異なるグループの人と比較した場合、より多くの商品を購入した顧客のほうが継続して購入しつづける確率が高いと考えるでしょう。
しかし、データがこれらのグループの購入継続率が同じであることを示していたらどうでしょうか?マーケターは、すべての顧客が独自の購入サイクルを持っていると考えるべきです。
問題を直視する
場合によっては、データはキャンペーンの一部が期待どおりの効果をあげていないことを把握するのにも役立ちます。あなたはすべての新規獲得顧客を対象にした、標準化された新規顧客プログラムをお持ちかもしれません。しかしデータを見ると、新規顧客の5%がこのプログラムにサインアップしてから10日経たないと最初のコミュニケーションが意図したように成立していないことがわかったとします。あなたはその後どうしますか?
間違ったことをしてしまう可能性もあります。気をつけなければ、バイアスによって誤った判断をしてしまう危険があります。データが正しくないと思い込み、結果を無視して誤った意思決定をしてしまうかもしれません。プログラムを調査して問題の原因を調べることで、そのような誤った意思決定を回避することができます。
次のステップ
私たち人間は、100%合理的でいることはできるでしょうか?それはおそらく難しいです。しかし、常に改善の余地はあります。自身で気づくことはあなた自身の責任です。バイアスを克服し、データを使いこなすマーケターになるためには、次の4点を意識する必要があります。
-
基になるデータを常に把握する — 多くの場合、データの品質を把握するよりも、真の洞察を得るヒントを与えてくれるそれらのデータがどのように導き出されたかを把握していることのほうが重要です。
-
仮定に基づいて結論を出さない — どのようにしてその仮定に至ったかを考え、明確にしましょう。
-
一歩退いて全体を見る — その情報が本当は何を示しているのかを考えましょう。
-
マーケティングプログラム全体の健全性チェックを実施する — 誤った意思決定に至ってしまったときは、どの段階でデータではなく思い込みに従ってしまったかを特定しましょう。