株式会社ADKマーケティング・ソリューションズ
統合チャネル戦略センター
R&Dユニット
DC分析グループ長
シニア・アナリスト 田中 克人さん（中央）
データインフラ開発グループ
シニア・アナリスト 半田 順子さん（左）
与謝野 佑さん（右）
データ活用なしでは、多様化し変化する生活者は捉えられない
——まずは皆さんが所属する統合チャネル戦略センター R＆Dユニットのミッションについて教えてください。
田中克人さん（以下、田中）｜統合チャネル戦略センターは、生活者のメディア行動の変化を的確に捉え、クライアントの課題に即したソリューションとプランニングを提供することをミッションとしています。その内、生活者の行動や価値観を捕捉するためのデータの整備や、生成AIをはじめとする最新テクノロジーの活用法に関する研究などを行うセクションがR＆Dユニットです。
——R＆Dユニットの中で、田中さんはDC分析グループ、半田さんと与謝野さんはデータインフラ開発グループに所属されていますが、それぞれのグループの業務内容はどのようなものなのでしょうか。
田中｜ADKグループには、パブリックDMP（DC Catalyzer）と３Dデータベースというパネルデータを提供するData Chemistryという関連会社がありますが、そこで活用するデータの分析などを行うのが、DC分析グループの業務内容です。
半田順子さん（以下、半田）｜データインフラ開発グループは、生活者データを活用するための一連のプロセスを担当しています。具体的には、データを取得するための調査の企画からデータを分析して使えるようにするところまでを行っています。
与謝野 佑さん（以下、与謝野）｜中でも私たちは「ADK生活者総合調査」という当社オリジナルの調査の企画、開発、運用、保守、利用促進についての業務の比重が高いですね。
半田｜「ADK生活者総合調査」以外の独自調査やクライアントワークにおける調査・分析業務を担当することも少なくありません。
——ADKグループ様では、データ活用に積極的に取り組んでいるのですね。
田中｜顧客接点が増えている中、データを活用しなければ、生活者の行動や価値観を的確に把握するのは困難です。
かつてのような大量消費社会であれば、大きな括りで消費者行動を捉えることが可能でしたが、価値観が多様化すると同時に変化のスピードが速い現在では、そうはいきません。つまり、マスコミュニケーションでは捕捉できない部分も含めてデータを見る必要があります。
一度データを通して、生活者の行動や価値観を捉えることで、フラットな視点で理解することが可能になります。それ故、ADKグループではデータの活用を積極的に推進しているのです。
70クラスターのプロファイリングを1ヶ月で完了
——先ほどお話に出た「ADK生活者総合調査」について、詳しく教えてください。
半田｜「ADK生活者総合調査」は、生活者をライフスタイル、消費行動、メディア接触などの視点から多面的に捉えることで、より深いターゲットの実像を導き出すことを目的とした当社独自の調査です。毎年1回実施しており、サンプルは首都圏と関西圏で暮らす10代から70代の10,000名超規模、質問項目はトータルで約1,000問に上ります。
――とてもボリュームのある調査ですね。
田中｜ターゲットの実像を導き出すことを目的にしていますが、大量の質問項目がある「ADK生活者総合調査」の結果から、特定のターゲットの傾向を導き出すのは大変です。そこで「ADK生活者総合調査」の結果から、生活者を「生活価値観」や「買いもの意識」「ファッション」など、6分野でクラスター化し、ターゲットの嗜好や消費傾向などを捉えやすくする「ターゲットスコープ」というものを作っています。
与謝野｜なお「ターゲットスコープ」の作成も私たちデータインフラ開発グループが担当しています。
――クラスターの数はどのくらいあるのでしょうか。
与謝野｜6の分野ごとに男女別で6から8のクラスターを作成するので、合わせると70ほどになります。同様の作業の経験がある方ならご理解いただけると思うのですが、通常70のクラスターをプロファイリングするのはとても時間がかかります。しかし、私たちはローデータが用意できてから約1ヶ月で作業を完了します。
――70クラスターのプロファイリングを1ヶ月で行うのは、かなり効率がよいですね。
与謝野｜はい。効率化できているのは、日経リサーチの“テキスト＆データ“マイニングツール「KeyExplorer」のおかげだと考えています。「ターゲットスコープ」を作るにあたってはなくてはならない存在です。
「この解釈でOK！」と「KeyExporer」が背中を押してくれる
――「KeyExplorer」はどのように活用しているのでしょうか。
半田｜ターゲットの特徴的な回答傾向をランキングで表示する「特徴ランキング機能」を使っています。
「KeyExplorer」導入前には、Excelで1,000行ある集計結果を出していましたが、それを読むのには何日もかかるし、一度解釈しても、その解釈でよいのか迷うケースもありました。そもそもプロファイリングには正解がないので、腹落ちがいいところをどこにするかが悩みどころなのです。
その点、特徴ランキングでは、ターゲットの特徴が数値（特徴量）で表されるので、自信をもってクラスターのプロファイリングができるようになりました。いまは分析結果を導く際、「KeyExplorer」に「この結果でよいよ」と背中を押される感じがありますね。
※KeyExplorerによる日経リサーチでの分析アウトプット例
日経リサーチの自主調査データから富裕層をクラスター分析し、あるクラスターをKeyExplorerにて分析したもの。（左）特徴ランキング （右）ワードクラウド
また「ターゲットスコープ」以外に、ラグジュアリーブランドに関する独自調査やクライアントワークにおける調査の結果を解釈する際にも使っていますが、着目すべきポイントが明確に出るので資料を作るのが楽になりました。
さらに、異なる項目をまとめて比較できるのもよいところです。例えば、購入個数と、ブランドイメージやコンセプトをまとめて見ることができるので、納得感が強いという評価をクライアントからいただくこともしばしばです。
与謝野｜分析作業は、明確なゴールを設けることが難しいものです。やればやるほど、結果を磨き上げることが可能だからです。しかし、「KeyExplorer」を活用して、結果に納得感が得られるようになると、十分な結果が出たところで作業を止められるようになりました。結果、業務のスピードアップにもつながっていると思います。
――「KeyExplorer」活用していて困っていることがあれば教えてください。
半田｜導入に際しても、操作についてもそれほど苦労した記憶はありませんね。
与謝野｜日経リサーチさんには、調査会社からあがってくるデータを「KeyExplorer」用に自動変換するコンバーターを用意してもらったので、データのインポートもスムーズですし、私も特に困っていることはないです。
データ活用に苦慮する企業担当者を救う特効薬に
――「KeyExplorer」を今後どのように活用していこうと考えていますか。
田中｜現在、社内のデータサイエンス教育プログラムの開発に携わっていますが、教育や研修を受けた人に対する満足度調査の結果を「KeyExplorer」にかけることで、継続的なカリキュラム改善活動に活用できないかと考えているところです。
また、現在「KeyExplorer」を活用しているのは、データインフラ開発グループだけですが、導入によりデータ分析作業が楽になるシーンはたくさんあると思うので、積極的にこのツールのよさを社内に伝えていきたいですね。
――「KeyExplorer」を活用するメリットについて改めて考えを聞かせてください。
与謝野｜大量のデータを多面的に読み込み、分析する作業が標準化できるのが最大のメリットだと考えています。標準化できれば、作業の時短にもなるし、クオリティも担保できるし、属人化リスクも回避できると、よいことずくめですから。
半田｜Web調査が手軽にできる時代になって、データが集めやすくなった一方で、データは集めたものの、どうすればよいかわからないという企業も少なくありません。そのような企業こそ「KeyExplorer」を使ってみてはいかがでしょうか。データ分析のノウハウがなくても分析できると思います。
田中｜ツールを使って楽できるところは楽して、空いた時間を戦略の立案や意思決定など、人の思考が必要な業務にあてる――「KeyExplorer」活用の価値は、そのようなことを実現できることだと考えています。
「データを使って何かできないのか」と経営層からいわれて担当者が困まっているというシーンでも使えますよね。データの活用方法が明確に定まっていなくても「KeyExplorer」を使えば新しい発見があるかもしれません。まずは試用してみて、取り組みを前に進めてみるのもありですね。
——ありがとうございました。
「数字では表現しにくいが、分析時間が大幅に減った」と喜んでくださっていたのが印象的でした。
ぜひ今後もいろいろなデータ分析でKeyExplorerをご活用いただけたら嬉しいです。
SaaS型 "テキスト＆データ" マイニングツール
「KeyExplorer」
