NEWS

【Column】
外部メディアから集めたリードは
いくらの売上になったか?

効果検証方法と陥りがちな失敗する考え

今でこそ、無料で活用できるGoogleデータポータルなどのBIツールで施策の可視化が簡単になりましたが、
多くの企業では1つのツールだけを使用して施策を実行する事はほとんどないのではないでしょうか?
弊社では時期にもよりますが、多くの経路からリードが集まっています。
以下が一例です。

 

・セミナーへの参加
・イベントへの出展
・Google広告やFacebookなどのウェブ広告の活用
・外部メディアへの出稿
・自社サイトからの資料請求
・自社サイトからの問い合わせ
※複数のシステムを活用していることも

 

多くの経路からのリードを集めようとすると、メディアやフォームが異なることになりますし、そうなると
取得できる情報も違ったものになります。
上記経路から集まるリードに対して、数年前までリードは取れたものの“計測しない”、“できない”という状態に陥っていました。

効果検証で失敗する2つの考え

1.インポートしてから考える

特にインポートするデータソースが3つ以上ある場合は要注意です。
よくありがちなのはインポートして満足してしまう事ですがデータを統合して何をしたいのでしょうか?
目的をクリアにしないと、たまたま目に入った数字を起点に分析してしまう、なんてことも発生しがちです。
数字を見る前に、今回のテーマ設定「○月○日のセミナー施策は売上になっているのか?」
見るべきポイント「参加企業のセミナーリード数、提案有無、売上合計」
などデータを見る目的をシンプルにした上でインポート、データの可視化を図りましょう。

2.精度100%を望むこと

ウェブ施策のメリットは効果計測が正確なことであるといえますが、
複数のシステムを活用している場合は話が別です。特に互換性のあるツールを活用している場合を除き、
精度が100%で検証ができることはそう多くないと考えます。
精度を下げてしまう原因としては以下が挙げられます。

 

・データの入力形式が異なる

・データの項目が存在しない

 

昔から使っているツールの場合、そのほかのツールとの形式や項目が合わず、ツール間で計測をそろえる為にかなりの時間を要したなんて声が聞こえてくるのも実情です。
ではどのように取り組むのが良いのでしょうか?
弊社では、100%にまったくこだわっていません。ある程度の傾向が分かればOKということにしています。
1に関連してきてしまいますが、何を見たいのかの傾向が分かればいいといった具合です。
その上で注意するべきポイントが以下です。

 

・どのくらいズレがありそうか、ズレが生まれる項目は事前に見つけておく

・ズレが生じている前提なので1度データを見ただけで傾向であると結論づけない

 

不正確である前提で、異なるディメンションで数値を見てみる・掘り下げてみる、ファイルのデータソースを更新して見てみる(月別でインポートしている場合は、異なる月をいくつか入れてみる)、などを
行っていけば目的次第ですが、70%程度の精度で十分、傾向把握が可能だと考えます。

 

外部メディアからのリードデータと受注データの統合方法

今回はまったく互換性のないツール間でどのようにして分析を行っていくかをご紹介します。
弊社では異なるデータの検証を行う際にBIツール(QlickSense)を使うことが多いのですが、
以下の目的設定をした場合のQlickSenseでのアウトプットを一部お見せしながら説明していきます。

獲得できたリードは、売上に繋がっているか?を検証する


目的:外部メディアから獲得できたリードは、売上に繋がっているか?
統合するデータ:資料請求サイト&受注システム
共通キー:【企業名、担当者名】


インポート自体は他のBIツールで何ら変わりません。統合したい複数のデータソースで共通となる項目を
共通キーとし、そのほかの項目が見れるようにしていくだけです。
その処理を行うことで統合した上での可視化が可能となります。
以下は「とある外部からのリードからどれくらいの売上に繋がっているか」を月別で表したものです。

※外部リードからの売上/月

 

注意点としてこのデータだけを見ても、売上目標に対しての実績しか分かることがありません。更に「数字が好調(不調)だったのは営業マンの優先度が要因ではないか」というようにデータを見る目的を
はっきりさせて、受注可能性を示した見込み顧客のランク別での傾向を見ていきます。
上図を更に掘り下げ、異なる目的のため、ディメンション、メジャーを再設定してビュアライズしていきます。

 

※受注見込みランク別の売上割合

 

このグラフから発注頂きやすい見込み顧客ランクAランクよりもCランクのほうが高いという判断ができます。
今回はここまでにしますが、1つのデータからわかる事は限定的な為、
「データを見る→考えられる要因→データを見る目的を掘り下げて設定しなおす」を繰り返し、
要因を明らかにし、改善策を具体的に作っていきましょう。
ちなみにこの外部リードからの受注の絶対額が見込み顧客ランクCのほうが良いのはなぜか?という部分を
細かく分析を行い、傾向を見つけてランク設定の見直しやアプローチ自体を変える形で対応していきました。

 

今回は、オフラインデータを統合して効果検証を行う上での注意点とその方法について紹介しました。
クライアント様に対しても広告だけではなく、施策全体の評価方法の構築を行い、改善を行っていくことも
数多くありますのでご興味があればお問い合わせください。

 

 お問い合わせはこちら