データドリブンとは？営業にデータドリブン戦略が必要な理由と促進ツール紹介

近年注目を集めているデータドリブン。名前だけは聞いたことがあっても、経営そのものや営業・マーケティング部門での活用はまだ進んでいない状況ではないでしょうか？

しかし、多様化している顧客のニーズや、複雑化している消費活動にデータドリブンな考え方を用いることは非常に重要です。

本記事では、そもそもデータドリブンとは何なのか？特に営業やマーケティング組織でデータドリブンな考え方や施策をどう落とし込んでいけば良いのか？を含めて解説していきます。

データドリブンを運用して、組織のレベルアップを図りましょう！

▶︎▶︎自社の営業組織の到達度診断はこちら

データドリブンとは？

データドリブンとは、Data（データ）をDriven（起点として）することで、何らかの判断・行動することを意味します。

「データ志向」「データ重視」という意味合いを持つ言葉です。

使われるデータはビッグデータ、売上データ、顧客データ、WEB解析データなど様々です。

ビジネスでは、日々意思決定がなされます。意思決定の際に、さまざまなデータを分析した上で意思決定をした方が、感覚だけで意思決定するよりも失敗のリスクを回避できるわけです。

以前からデータを用いたビジネス上の判断・アクションは行われていましたが、近年はインターネットやテクノロジーの更なる発達により、データドリブンな営業・マーケティング活動が求められています。

▶︎こちらも併せてご覧ください【データドリブン営業を加速させるツールを紹介】

データドリブンが必要になってきた背景とは？

ビッグデータでさまざまなデータを得ることができるようになったり、デジタルマーケティング技術の発展により細かいデータを蓄積・分析することができたりするようになってきました。

今までは経験則や仮説にしか頼れなかった部分も、さまざまなデータが可視化されたことによって、科学的な裏付けに基づいて判断することができるようになったのです。

顧客行動が多様化している現代では、費用対効果の高いアクションにリソースを割くようにしなければなりません。

そのため、データをもとに分析することによって、より費用対効果の高いアクションに繋げることができます。

▶︎▶︎マーケティング部と営業部のより強固な協力による利点とは？

データドリブンとDXの関係

激しい企業競争の中で生き残っていくためには、DX（デジタルトランスフォーメーション）の推進＝DX戦略が必要不可欠です。

DX戦略の中心とも言えるのが「データドリブンな経営または組織運営」でしょう。

以前より勘や経験に頼って経営の意思決定をしていた企業は、そもそもデータに基づいて物事を決定するという文化や習慣がありません。

そこにAIやデータ管理・活用関連ツールを導入したとしても、DXによる企業変革は進まないでしょう。

まずは既に社内にあるデータの基盤をしっかりと整えることからスタートしなくてはなりません。

その後、A Iやデータ管理・活用関連ツールなどの最新技術を導入・活用することで、DX推進を加速させることが可能になるわけです。

関連記事：DX戦略とは？戦略立案・推進のポイントとDX化の成功事例を紹介！

営業・マーケティングにデータドリブン戦略が必要な理由とは？

限られた人員で、できるだけ生産性を高めたい。そう考えている企業は多いかと思います。そこで大事になってくるのが効率化。

しかし、先述の通り購買プロセスの複雑化しており、デジタルとリアルを行き来しながら選定していく場合、従来の「足で稼ぐ」という営業スタイルは非効率的。

ムダが多くなってしまったり、費用対効果も計りにくくなってしまうからです。

そこで、データの活用が役に立つのです。

デジタルとリアルそれぞれの顧客行動のデータを分析することで、顧客の行動が可視化され、優良顧客を効率的に獲得するアクションプランを考えることができるようになります。

▶︎▶︎データを活用する営業活動にはセールスイネーブルメントが欠かせません！

データドリブンな営業・マーケティングを実現する5ステップ

では次に、どうすればデータドリブンな営業・マーケティングを実現できるのか？見ていきましょう。

ここでは、基本的な5つのステップについて解説していきます。

1.データを収集する

まず大事なのはデータの収集です。データがなければ、データドリブンはおろか扱うこともできません。

データドリブンなビジネス、営業・マーケティングでどんな課題があるのか？どんなことを実現したいのか？などから逆算して、データを集めていきましょう。

2.データの可視化（見える化）

次に集めたデータを可視化（見える化）していきます。1.のデータ収集で数多くの（もしかすると膨大な）データを収集した後、それわの情報を整理していく必要があります。

なぜなら、データがあらゆるところに点在していては、次の工程の「分析」ができないからです。BIツールや解析ツールを使ってデータを可視化していきましょう。

BIツールについてはこちらの記事でも詳しく解説しています。
関連記事：BIツールとは？おすすめ9選を徹底比較【2022年最新】

3.データ分析・アクションプランの作成

データの可視化（見える化）の後は、実際にデータを分析し、具体的なアクションプランに落とし込んでいきます。

解決すべき課題、実現・達成したいことに対し、データに基づいた仮説を立て、施策を打っていきます。

ものによっては、データサイエンティストやアナリストなどの専門職がデータ分析を担うこともあるでしょう。

データ分析やアクションプランの作成方法に関する詳細はこちらの記事で解説しています。

関連記事：
データ分析とは？分析に求められる仮説思考とは？
営業アクションプランの書き方・立て方｜目標達成までの道筋の描き方

4.アクションプランの実行

最後に、データ分析をもとに作成したアクションプランを実行していきます。

アクションによっては、時間がかかるもの、お金がかかるもの、直ぐに実行可能なものなどがありますが、優先度の高いものから実行していくと良いでしょう。

5.振り返り

忘れてはならないのが、アクションプランを実行した後の「振り返り」です。実施した施策に対して何らかの結果やフィードバックが返ってきます。

結果やフィードバックをそのままにせずに、次の施策に活かすことが何より重要です。初めから上手くいかなくても、仮説と検証を繰り返していくにつれて、精度も上がってくりでしょう。

データドリブンなマーケティングを行う3つのフレームワーク

インターネットの発展普及によって、顧客の消費活動も複雑化してきています。

以前よりも簡単に速く情報を得ることができるようになった現代では、顧客はデジタルとリアルを行き来して商品を選定していくようになりました。

たとえば、WEBページで認知した商品について展示会に行って話を聞いてみたり、カタログで知った商品をWEBで検索してみたり。

つまり、購買プロセスの複雑化によって企業側のアクションも増えてきている中で、より費用対効果の高いアクションを選定していくことは、データがなければ困難になっているのです。

ここでは、データドリブンなマーケティングを行う上で重要な3つのフレームワークを紹介します。

AIDMA

AIDMA（アイドマ）とは、1920年代にアメリカのサミュエル・ローランド・ホール氏が定義した、一般的な購買プロセスのことです。

• A→Attenntion（認知）
• I→Interest（興味・関心）
• D→Desire（欲求）
• M→Memory（記憶）
• A→Action（行動）　※購入段階を指します

具体的な消費活動に当てはめてみると、下記のようになります。

• A→テレビやWebサイトなどから商品の存在を知る
• I→その商品に興味を持つ
• D→その商品を購入したいと思う
• M→買うかどうかじっくりと考える・記憶に残って更に買いたいと思う
• A→購入する

この5段階のうち、A（認知）は「認知段階」、I（関心）・D（欲求）・M（記憶）は「感情段階」、A（行動）は「行動段階」と言われています。

AIDMAについては、こちらの記事内でも詳しく解説しています。
関連記事：AIDMA（アイドマ）の法則とは？活用方法やSIPS（シップス）との違い解説

AISAS

AIDMAの法則が生まれてから約100年が経った現在、世界中でインターネットが普及したことによって顧客の消費活動も変化してきました。

その新しい消費活動であるAISAS（アイサス）を定義したのが、株式会社電通です。

1995年に提唱し、2005年に同社の商標として登録されました。

• A→Attenntion（認知）
• I→Interest（興味・関心）
• S→Search（検索）
• A→Action（行動）
• S→Share（情報共有）

具体的に置き換えてみると

• A→商品の存在を知る
• I→その商品に興味を持つ
• S→インターネットなどを使って、その商品についての情報を得る
• A→購入する
• S→SNSやブログ、口コミサイトなどでその商品についての情報を共有する

文字の並びでも気づくように、AIDMAとの違いがいくつかあります。

それも、インターネットの普及による消費活動の変化によるものです。

A（行動）
AIDMAでもAISASでもA（行動）は「商品の購入」を指しますが、AISASのほうには「オンラインショップでの購入」も付加されています。

3段階目
AIDMAの時代は情報を得たり比較検討したりする手段もなかったため、自分の感情や意思によって購入することがほとんどでした。
しかし現代では、インターネットを使えば多くの商品の比較検討ができるため、消費活動の3段階目は「検索」という行動になりました。

4段階目
購入に至るまで考える時間が必要だったAIDMAの時代に比べて、前段階「検索」で十分な比較検討の時間を設けているAISASの時代は、じっくりと考えることをしなくても購入に至ります。

5段階目
AIDMAでは商品を購入して完結していた消費活動ですが、AISASでは口コミや感想の拡散が購入後に行われています。

AISCEAS

AISASの法則の後、インターネットの発展によって、よりじっくりと比較・検討ができるようになったことで、更に新しい定義が誕生します。

それがAISCEAS（アイシーズ）。

宣伝会議2005年5月1日号で、有限会社アンヴィコミュニケーションズの代表取締役である望野和美氏によって提唱されました。

• A→Attenntion（認知）
• I→Interest（興味・関心）
• S→Search（検索）
• C→Comparison（比較）
• E→Examination（検討）
• A→Action（行動）
• S→Share（情報共有）

具体的には

• A→商品の存在を知る
• I→その商品に興味を持つ
• S→インターネットなどを使って、その商品についての情報を得る
• C→他の商品と比較する
• E→比較した商品について検討する
• A→購入
• S→口コミなどを共有する

インターネットが発展していく中で、顧客の心理や行動は更に複雑化しています。

得られる情報も膨大になってきており、比較検討する対象もどんどん増えていますよね。

しかも、ほとんどの情報はインターネットを使えば簡単に手に入ります。

どこから・誰から・何を買うのかを、以前よりも比較・検討しやすくなった現代。

インターネットからの情報だけでなく、展示会やテレマーケティング、訪問などのオフラインから得るものも比較検討の要素となります。

デジタルとリアルを複雑に行き来して購入に至るようになってきているのです。

▶︎▶︎見込み客の心理状態に合わせた最適なタイミングでのアプローチはセールスイネーブルメントの実践を！

組織全体としてデータドリブンを進める手順

次に、実際に組織内でデータドリブン戦略を導入するにあたって、どのように進めていけばいいのかを解説します。

まず、施策立案の判断を行う立場にある方には、データドリブンに関するセミナーやレクチャーを行い、それぞれのデータの意味を理解してもらいましょう。

また、データドリブンでは、データを基にアクションプランを決め、そのプランを実施して更に評価をし、次のプランを立てていくというサイクルが必要。

PDCAサイクルを回していく体制を整えておかなければ、失敗してしまうケースもあります。

専任担当者を配置したりすることで、確実にPDCAサイクルを回せるようにしておきましょう。

そして、KPIの策定についてもポイントがあります。データドリブンを進めていくにあたり、事業目標に繋がっていない指標が出てきてしまうことも。

これは、関連するデータ全てを拾い集めてしまうことが原因で、それゆえにどのデータをどう分析してどのような施策を打つべきなのか分からなくなってしまうからです。

そのため、事業目標からブレイクダウンしたKPIを策定しておくことがポイントです。

万が一KPIを改善しても事業目標に繋がっていない場合は見直しを行いましょう。

データドリブン営業とは？データドリブンセールスパーソンの育成方法！

データドリブン戦略がうまくいかないケース

せっかくデータドリブンを導入するのであれば、組織内の業務効率を改善し、受注率や売上に繋げたいですよね。

データドリブンに失敗するケースを事前に把握しておくことで、あらかじめ対策を検討することができるので、失敗例や課題をご紹介します。

組織体制が整わない

会社にとって価値のあるはずのデータも、そのデータが意味することやどう活用していくのかを周囲に理解してもらわなければ失敗に終わってしまいます。

社内全体への周知や理解をしてもらい、組織内でデータドリブン体制を整えて実施しましょう。

データが活用できない

データを集めるだけで、施策を打ちだしたり実施したりすることに繋がらない場合もあります。

データドリブンは導入しただけで終わりではなく、活用してこそ会社にとっても個人にとっても意味のあるものになります。

また、全てのデータを拾い集めて、データの抽出や入力をして終わってしまうことも。

こうならないためにも、社内の課題を考え、それに対する仮説を立て、その仮説を立証するためにはどんなデータを集めればいいのかを事前に社内で話し合うことが大事です。

PDCAサイクルを回せない

先述している内容と重複してしまいますが、改善案を実施して検証し、また改善案を打ち出すというPDCAサイクルが業務においては重要です。

データドリブン戦略にとっては特に大事なので、PDCAサイクルを回せる社内体制を整えておかなければいけません。

関連記事：効率的にPDCAサイクルを回す3つのコツを紹介

このような課題は、ツールを使うことで解消されることが多いです。データの抽出も簡単に行うことができ、社内での情報共有もスムーズに行えます。

データドリブンな営業・マーケティングに必要な3つのツール

では具体的に、データドリブンな営業・マーケティングを実施するには、どのようなツールが必要になるのでしょうか？

ここでは、データドリブンな営業・マーケティングに必要な3つのツールとして、

• MA（マーケティングオートメーション）
• SFA（セールスフォースオートメーション）
• CRM（カスタマーリレーションシップマネジメント）

の3つのツールをご紹介します。

MA（マーケティングオートメーション）

マーケティング部門でよく使われているMA（マーケティングオートメーション）。

Webページのアクセス状況や顧客のデータを集め、見込み客化や顧客化を図ることができます。

どのくらいの関心を持っているのかが把握できるので、資料送付や訪問などのオフラインの施策にも繋げやすいです。

MAについては、こちらの記事内で詳しく解説しています。
関連記事：MA（マーケティングオートメーション）とは？意味や導入メリット・おすすめのツールを紹介

SFA（セールスフォースオートメーション）

営業組織全体で進捗状況や案件の管理をし、ナレッジを共有することができるSFA（セールスフォースオートメーション）。

営業担当者別・商品別・顧客別などに受注率などの実績を抽出することができ、営業分析に必要なデータを揃えることができます。

関連記事：SFAとは？CRM・MAとの違いは？意味・役割・主な機能を徹底解説

SFAを活用することで以下のように営業担当者別の受注率やパイプライン管理をすることができるようになります。

SFAとMAとの連携については、こちらの資料内で詳しく解説しています。
【事例】SFAとMAの連携メリットとは？

CRM（カスタマーリレーションシップマネジメント）

顧客関係管理とも言われるCRM。顧客の購買履歴やお問い合わせ履歴を蓄積することができます。

顧客をセグメントして、そのセグメント別の購入単価や来店回数、ニーズなどを把握します。

CRMについては、こちらの記事内で詳しく解説しています。
関連記事：CRMとは？意味や機能・おすすめの顧客管理ツールをわかりやすく解説

終わりに

営業部門ではあまり浸透していないデータドリブンですが、これからはデータを重視した効率的な営業組織が求められます。

社内体制の整備やツールの導入などで、まだ慣れないデータドリブンをうまく運用していきましょう。