こんにちは！
フィリップコトラーは、マーケティングの時代とともに変遷するマーケティングの概念を平易で具体的に説明していることなどから、「近代マーケティングの父」、「マーケティングの神様」と評されるマーケティング界の第一人者です。
そんなコトラーがビッグデータ解析の限界について言及しています。
❝データには、BehaviorとAttitudeという側面がある❞
ビッグデータというバズワードが世間で騒がれるようになり久しいですが、どんなこともビッグデータ解析すれば魔法のように出てきてしまうと考えている人は多いのではないでしょうか？
ビッグデータでも分からないことばかり
コトラーは、いくらデータが自動取得できる時代になり、大量に蓄積されるようになっても、従来のようなマーケティングリサーチ・行動分析などの調査方法は廃れないと考えています。
Behaviorはユーザーの行動。
ユーザーの行動はビッグデータに大量に蓄積されていきますが、そこにはユーザーの態度や気持ち、ここで言うAttitudeは表れてきません。
つまりユーザーがどんな行動をしたのかなど事実ベースなことは分かっても、その原因が何なのかは明確に分からないことが大半なのです。もちろんセグメント分けなどをして細かく見ていくと原因が分かることもあるでしょうが。
例えば、あるWebサイトにおいてあるページからの離脱率が明らかに多いとします。
どこからどのくらいのユーザーが離脱しているかということは分かりますが、そこからなぜ離脱しているのかまでは分からないことが大半です。
その場合、Webサイトの導線やUI・UXに問題がある場合が多いため、ユーザーの行動をモニタリングするなどして原因を追究することができます。
仮説を持ってデータ解析を行う
統計学を研究していた身から考えてみると、ビッグデータでは相関関係は分かりますが因果関係は分からないことがほとんどだと思います。
予測などに用いる場合はそれでも問題ないですが、その結果を元に何か改善を行うという場合はなかなか上手くいかないことが多いです。
また、大量のデータをとりあえず解析してみても何も生まれないことがほとんどです。
ビッグデータの解析は万能ではないのです。
解析には、粒度はともあれ必ずある程度の仮説が重要だと思っています。
そのため、少人数でも良いからユーザーの行動を観察したり、ユーザー視点に立って行動してみたりして仮説を立てることが重要になってきます。こうしてコトラーの言うAttitudeを発見するのです。
そうして得た仮説をビッグデータで検証してみるといったフローが適切なのではないでしょうか？
とにかくコトラーの言う通り、大量のデータを解析すれば顧客の行動パターンが見えてくるほどマーケティングの世界は甘くないよ！ということですね！
ともあれデータ解析という武器は最強のツールでもあるので、その武器を過信せず使いこなしていかなくてはなりませんね。
データ解析と消費者行動観察のバランスを上手く保っていきましょう！
忙しくて書籍を読む時間のない、そこのあなた！！
まさにそんなあなたにピッタリのサービスがアマゾンオーディブル！！
アマゾンオーディブルなら好きな書籍が音声で聞ける！今なら無料で1か月で試せるのでぜひ試してみてください！
