「ビッグデータ」とは、従来の企業システムでは処理できない桁違いの巨大なデータの集合体のことです。テキストや音声・ビデオをはじめとする多様な非構造化データを大規模に分析することで、企業の経営判断や研究開発の推進、さらにはビジネス戦略の立案に対して、これまで以上に大きな利用価値をもたらすと期待されています。
本記事では、ビッグデータの正確な定義と分類体系、企業での具体的な活用事例、そしてBtoBマーケティングにおける実践的な活用法について、詳しく解説していきます。
ビッグデータの定義とは？
ビッグデータの一般的な定義は、「これまで企業が扱ってきた以上に大容量かつ多様なデータの集合のこと」とされています。この定義を理解する上で重要なのが、ビッグデータの主要な特徴を表す、以下の3つのVという概念です。
- 大容量（Volume） ：膨大なデータ容量を特徴としている
- 日々更新される時系列性（Velocity） ：継続的にデータが生成・更新される
- 種別の多様性（Variety） ：多種多様なデータ形式を含む
これらの3つのVは、ビッグデータが従来のデータ管理手法では対応できない、本質的な特性を表しています。ビッグデータは単なるデータ量の増加ではなく、その生成速度、データ種別の多様性、および処理の複雑性において、従来のシステムを大きく上回る特徴を持つデータセットなのです。
大容量
ビッグデータを特徴づけるのは、膨大なデータ容量です。ネットワークの高速化とセンサーなどの急速な発達によるIoT機器の普及により、さまざまな事象や現象がデータ化され、継続的に流通するようになっています。
これらの膨大なデータを扱うためには、データ容量は数テラバイトから数ペタバイトといった規模となり、既存の一般的な技術では管理できない大きさになるといわれています。従来型の企業システムを想定した技術では対応が困難であり、特別な基盤や処理能力が必要とされているのです。
日々更新され蓄積される時系列性
ビッグデータは、ソーシャルメディアやIoT機器などからは、大量のデータが24時間発生し続けることとなります。データは常に生成され、日々更新され、蓄積されていく時系列性を持つことが特徴です。
ビッグデータを扱うためには、大容量のデータをリアルタイムで処理することができる高い処理速度が必要となります。従来のシステムでは対応が難しいほどの処理能力を要するため、企業は新しいテクノロジーの導入を余儀なくされています。このように継続的に発生・蓄積されるデータの価値を引き出すことで、企業経営における意思決定の質向上や新たなビジネス機会の発見につながるのです。
関連記事：マーケティングとは？基礎から重要ポイントまで初心者にも分かりやすく解説
種別の多様性（Variety）
ビッグデータを大きく特徴づけるものは、データの種別の多様性です。これまで企業の基幹システムで扱ってきたのは、基本的には構造化されたデータに限定されていました。
しかしビッグデータが扱うデータは、構造化されたものに限りません。テキストや音声、ビデオ、ログファイル、検索クエリ、位置情報、さまざまなIoT機器から発信されたデータなど、多岐にわたる非構造化データが取り扱われていきます。
このように異なる形式や属性を持つ多様なデータソースから、膨大な量の情報を同時に処理することが、従来のシステムでは困難であった理由となっています。これまで利用されてきたデータより、大規模で多様なデータを高速で処理するビッグデータは、企業の経営や研究開発の資源として、これまでよりも大きな利用価値をもつようになっています。
プロセスやプロダクト、組織、マーケティングのイノベーションなどについての新たな商品やサービスを創造することにより、持続的に需要を創出していくことが期待されています。
ビッグデータの分類
総務省による『平成29年版情報通信白書』では、平成29年を「ビッグデータ利活用元年」と呼び、ビッグデータは政府・企業および個人による次の4つに分類されるとしています。
政府や企業、個人が保有・生成するビッグデータは、それぞれが異なる特徴と活用方法を持っています。政府が提供するオープンデータから、企業の暗黙知をデジタル化したデータ、IoT機器から常時発生するストリーミングデータ、さらには個人の日常生活から得られるパーソナルデータまで、これら多様なデータソースが相互に関連し、新たな価値創造の源泉となっています。これらのデータ分類は、それぞれ異なるステークホルダーによって管理・活用されることで、社会全体のデジタル化を推進しています。
1. 政府：国や地方公共団体が提供するオープンデータ
「官民データ活用推進基本法」に基づき、国および地方公共団体が保有する公共情報について、データとしてのオープン化が強力に推進される方向性が示されています。この取り組みにより、政府が管理する統計情報や地域に関する各種データが広く民間企業や研究機関に活用可能な形で公開される仕組みが整備されていきます。
2. 企業：暗黙知（ノウハウ）をデジタル化したデータ（知のデジタル化）
企業や産業が長年の事業活動を通じて蓄積してきた様々なノウハウや知見、技能といった暗黙知を、デジタル化することで新たなデータ資産として活用する取り組みです。これまで従業員の経験や勘に依存していた業務プロセスや意思決定の手法、製造技術、営業手法、顧客対応のノウハウなど、企業内に散在していた貴重な知識をデータ化し、体系化することにより、組織全体で共有・活用できるようになります。
3. 企業：M2M（Machine to Machine）から吐き出されるストリーミングデータ
工場などの生産現場に設置されたIoT機器から収集されるデータや、橋梁に設置されたIoT機器から収集される歪みや振動、通行車両の形式・重量などのデータが該当します。M2M通信を通じて、機械から機械へと自動的に送受信されるデータは、リアルタイムで継続的に発生し蓄積されていくため、ビッグデータの「日々更新される時系列性」と「大容量」の特徴を最も顕著に体現するデータソースとなります。これらのストリーミングデータは、生産効率の最適化、設備保全の予測、インフラの安全管理など、企業のオペレーション改善における重要な資源として活用されています。
4. 個人：個人の属性にかかわるパーソナルデータ
個人の属性情報や移動・行動・購買履歴、およびウェラブル機器から収集された個人情報、さらには日常生活の活動データなどのデータが該当します。スマートフォンやスマートウォッチなどのモバイルデバイスを通じて、ユーザーの日々の活動量や位置情報、生活パターンが記録されています。
ビッグデータの企業での活用事例
ビッグデータは、すでに企業で活用され始めています。企業での活用事例にどのようなものがあるのかをみてみましょう。具体的な導入事例を通じて、ビッグデータがもたらす実践的な価値を確認することで、自社での活用可能性を検討することができます。
パナソニック「ソーシャルメディアなどでのクチコミ分析」
パナソニックのBtoB車載機器事業では、「車内での利用者の困りごと」を具体的に把握するため、「車内」に関する200万件以上のX（Twitter）のツイートから詳細な分析を実施しました。
この大規模なデータ分析により、「ニオイ」に関する困りごとが顧客の関心事の中でも特に多数を占めていることが明らかになりました。この知見をもとに、同社の空気清浄器を相手先企業に提案することで、実際の製品採用につながったという成功事例です。
NTTドコモ「モバイル空間設計」
NTTドコモが保有する携帯電話ユーザーの位置情報データを活用し、個人が特定できないよう非識別化処理を実施したうえで、人口統計データとして事業者や地方自治体などの企業や公共機関に提供するサービスです。このビッグデータの活用により、都市計画やインフラ整備、商圏分析など、様々な社会的課題の解決に貢献しています。
トヨタ自動車「テレマティクスサービス」
トヨタ自動車のテレマティクスサービスを通じて収集・蓄積した車両の位置情報や走行速度、走行状況などのデータから、交通情報をはじめとする様々な統計データとして加工し、交通量改善や地図情報の提供、防災対策などに活用できるように情報提供を行っています。このサービスを通じて得られるデータは、リアルタイムで処理され、社会全体の交通最適化に貢献しています。
オムロン・ヘルスケア「Wellness LINK」
ウエアラブル端末を装着した個人から、移動距離や睡眠時間、身長、体重などの身体情報に関するデータを継続的に収集・蓄積することで、医療機関への提供などを通じて生活習慣改善サービスを提供している。このようにオムロン・ヘルスケアは、個人が日々生成する健康関連のパーソナルデータを活用することで、予防医学の観点から利用者の健康管理を支援し、より効果的な生活習慣改善につながるソリューションを実現している。
ビッグデータのBtoBマーケティングへの活用法
ビッグデータは、BtoBマーケティングにおいて極めて有効な活用方法があります。
まず、自社サイトの訪問者がどのページをどのくらいの時間を費やして閲覧しているかといった情報から、再訪を促進し、コンバージョン率を向上させるリターゲティング施策が実現します。
また、ビッグデータを元に分析される自社サイト訪問者の属性データである年齢や性別、家族の有無などの情報を、より精密なペルソナ設定のための参考情報として活用することができます。
さらに、ビッグデータによって分析されるバイヤーのコミュニケーション方法の嗜好から、購買決定力の有無や、どの程度の影響力をもち、どのような情報に影響されやすいかなど、バイヤー個々の個性や特性を詳細に分析することも可能です。
加えて、バイヤーが購入初期の調査段階から終盤の決定段階までのどの段階に位置しているのかを分析することで、その段階に応じたバイヤーとのコミュニケーション方法や頻度の最適化、あるいは自社のセールス部門とマーケティング部門のパイプ強化などの戦略的な対策を講じることができます。
最後に、企業が商品やサービスを購入する際の多くの部署に稟議がまわりステップを踏むことにより生じる迷いが、どこで生じているのかを分析し、その迷いを取り去るための効果的なコンテンツを検討するための判断材料として活用することが重要です。
リターゲティング
自社サイトの訪問者がどのページをどのくらいの時間をかけて閲覧しているかといった情報から、訪問者の再訪を促進し、コンバージョン率を向上させることができます。このアプローチにより、一度サイトを訪れたユーザーに対して継続的にアプローチすることで、購買意欲の醸成に役立てることが可能です。
関連記事：リターゲティング広告とは？仕組みや活用事例について解説します
ペルソナ設定
ビッグデータを元に分析される自社サイト訪問者の年齢や性別、家族の有無といった基本的な属性情報を、ペルソナ設定のための参考情報として活用することができます。
このように訪問者の詳細なデータを分析することで、自社の製品やサービスを購買する可能性が高い顧客像をより具体的に描くことが可能になります。ビッグデータの持つ膨大な情報量と多様性を活かすことで、従来のマーケティング手法では得られなかった、より精密で正確なペルソナ設定が実現します。
これにより、マーケティング施策がより的確なターゲット層にリーチし、マーケティング効果の向上につながることが期待できます。
関連記事：ペルソナに名前も出身地もいらない。重要なのはインサイト【Bizsmith森 連載第1回】
ペルソナテンプレート集
・ペルソナ設定・作成ができる無料パワポテンプレート（BtoBマーケティング用）
・【無料】売れる商品・サービス作りに欠かせない「ペルソナ・テンプレート」で顧客理解を深めよう（BtoC向け）
・採用マーケティング担当者必見！「採用ペルソナ」の作り方×無料パワーポイントテンプレート
バイヤーの個性を分析する
ビッグデータによって分析されるバイヤーのコミュニケーション方法の嗜好から、購買決定力の有無や、どの程度の影響力をもち、どのような情報に影響されやすいかなど、バイヤーの個性を詳細に分析することができます。過去のやり取りやメール開封率、Webサイトの閲覧パターンなど、様々なタッチポイントからのデータを統合することで、各バイヤーの固有のニーズと意思決定プロセスを理解することが可能になります。このような細粒度の個性分析により、営業担当者はより効果的なアプローチ方法を検討し、マーケティングメッセージをより的確にカスタマイズすることができるようになります。
関連記事：BtoBコンテンツマーケティングのトレンド！バイヤーペルソナとバイヤージャーニーとは？
購入がどの段階にあるかを分析する
ビッグデータを活用することで、バイヤーが購入プロセスのどの段階に位置しているかを詳細に把握することができます。初期段階での製品・サービスの認知・調査から、中盤の比較検討段階、終盤の購買決定段階まで、顧客の購買行動を多面的に分析します。この分析結果に基づいて、バイヤーとのコミュニケーション戦略を最適化することが可能になります。例えば、購買段階に応じて提供するコンテンツの内容や配信の頻度を調整することで、より効果的なアプローチが実現できます。さらに、分析で得られた段階的なインサイトを活用し、自社のセールス部門とマーケティング部門の連携を強化し、部門間のパイプラインを一層充実させるなどの戦略的対策を講じることができるようになります。
関連記事
・パイプラインの種類とは？セールスとマーケティング活動に重要な管理方法と手順を解説
・世界から15年遅れの日本のB2Bマーケティング、経営者が今すぐ行うべき対策とは？
・法人マーケ・営業なら知っておきたい「商談と商談化率」の基本＆MQLから「確度の高い商談」を生む方法
・売上が伸びない原因はこれ？デマンドウォーターフォールで営業とマーケの連携を強化する方法
・【図解】5分でわかるRevOpsとは？マーケ・セールス・CSを繋ぐ「司令塔」のすべて
相手先企業の迷いを分析
BtoBマーケティングの場面では、購買プロセスの複雑性が重要な課題となります。企業が商品やサービスを購入する際、複数の部署を経由した稟議承認のステップを踏むことにより、検討段階での迷いや判断の遅延が生じやすくなります。ビッグデータ分析を活用することで、その迷いが購買プロセスのどの段階、どの部署で発生しているのかを詳細に把握することが可能です。
具体的には、ウェブサイトへのアクセス変化や資料のダウンロード傾向、問い合わせ内容の変動パターンなど、多角的なデータから購買決定の阻害要因を特定します。これにより、マーケティング部門は迷いを払拭するための適切なコンテンツの検討、提供タイミングの最適化、さらには営業部門との連携強化へ向けた判断材料として活用することができます。
まとめ
- ビッグデータとは、これまで企業が扱ってきた以上に大容量かつ多様なデータの集合体のこと。
- ビッグデータは、国のオープンデータと企業による知のデジタル化、M2Mのストリーミングデータ、および個人のパーソナルデータの4つの種類に分類することができる。
- ビッグデータは、リターゲティングやペルソナ設定、バイヤーの個性分析、購入段階の分析、相手先企業の迷いの分析など、BtoBマーケティングにおいて有効に活用されている。
