関連サービス・ソリューション
- ABMツール「ユーソナー(uSonar)」
- 企業データベース LBCを搭載したクラウド型の顧客データ統合ツール
- DISH
- 顧客との全コミュニケーション履歴を一元管理し、顧客視点に立って永続的なコミュニケーションを実現するクラウド型のコールセンターシステム
ここではデータベースを作る際の課題に合わせて、データ統合コードLBCの活用方法についてご紹介します。
データベースマーケティングの最初のステップは統合データベース(マスターデータベース)を作ることにあります。データが散在していると、非常に営業効率が悪くなってしまいます。例えば、部署間や販売会社間での情報共有が出来なかったり、それぞれのデータ管理手法が異なるため、全社・グループ全体の傾向を把握できなかったりします。そこで、データベースの整備・統合が必要となります。
データベースマーケティングの最初の一歩はデータ統合基盤となる顧客データベースを作ることでした。そのためには顧客マスターの整備・統合が必要となります。
顧客データベースを構築するにあたって、まずは重複を排除しなければなりません。データが重複した状態ですと、(1)実際の取引社数よりも多く見積もってしまったり、(2)当該企業との合計取引金額を少なく見積もってしまったり、(3)複数の営業担当者で同一企業にアプローチしてしまったりすることがあります。この場合、販売計画の再検討が必要になったり、無駄なアプローチが発生したりします。
そこでデータ統合処理が必要になってくるのですが、以下の例のように、誰が見ても重複と分かるデータについては、システム担当者による簡単な処理でデータ統合が出来るのですが、実際には重複データなのですが、社名変更、住所移転、吸収・合併などによって、一見別のデータのように見えるケースも少なくありません。
ピンチアウトしてご確認ください
データ種別 | 社名 | 住所 | 建物名 | 電話番号 |
---|---|---|---|---|
データ1 | (株)ランドスケイプ | 東京都新宿区西新宿3-20-2 | 東京オペラシティ15F | 03-5388-7000 |
データ2 | (株)ランドスケイプ | 東京都新宿区西新宿3-20-2 | 東京オペラシティ15F | 03-5388-7000 |
そこで、データ統合コードLBCを活用したデータ統合が必要となります。具体的には以下のような処理を行います。
顧客データとデータ統合コードLBCとのマッチング処理を行います。このマッチング処理によって、顧客データとデータ統合コードLBCとの対応関係(紐付け)が出来ます。このとき、顧客データ側に重複データが存在すると、同一のLBCデータが紐付くことになります。つまり、マッチング処理によってデータ統合コードLBCと対応させたとき、同一のLBCデータが紐付いた顧客データこそが重複データに他なりません。
データ統合コードLBCはすべての事業所にユニークなコード(法人管理コードLBC)を採番していますので、顧客データとマッチングした際に、同一コードが紐付いた場合、そのデータは重複ということになります。
また、マッチング処理の際には、過去情報やナレッジを参照してマッチング処理を行っていますので、以下のように、一見異なるデータであっても同一のコードが紐付き、重複データであると判定することが出来ます。あとは、同一のコードが紐付いたデータを集約していけばデータ統合処理が可能となります。
ピンチアウトしてご確認ください
顧客データ | LBC | |||
---|---|---|---|---|
データ種別 | 社名 | 住所 | 建物名 | LBC |
入力データ1 | ボーダフォン(株) | 東京都港区愛宕2丁目5-1 | 愛宕グリーンヒルズ | 00001420852 |
入力データ2 | ソフトバンクモバイル(株) | 東京都港区東新橋1丁目9-1 | 00001420852 |
以上がデータ統合コードLBCをもちいたデータ統合処理の仕組みになります。データ統合コードLBCを用いることで、どのように重複判定率向上につながるかは「名寄せ」のページを参照して下さい。
前項では単一の顧客データベース内でのデータ統合処理についてご説明しましたが、顧客データベースが複数存在し、それら複数の顧客データベース間のデータ統合をしなければならないケースがほとんどです。データが部署ごと、グループ会社ごとに散在している場合、(1)各部署間での情報共有が出来なかったり、(2)営業全体を統括することが出来ません。
そこで、データベースの統合の必要があるのですが、もともと異なるデータベースですので、データの管理体系(ルール)がバラバラで、それらを統一しようとしても一筋縄にはいきません。そこでバラバラのルールで管理されているデータベースをひとつにまとめるための教科書が必要になります。この教科書こそがデータ統合コードLBCです。
具体的には、(1)まず各データベースとデータ統合コードLBCとのマッチング処理によって、データに対して法人管理コードLBC(背番号)を採番します。(2)その後、採番された背番号をもとにデータの紐付けを行います。再三述べている通り、法人管理コードLBCはすべて事業所に採番号されたユニークなコードですので、異なるデータに同一のコード(LBC)が採番されている場合、それは同一の事業所であるということになります。このように、異なるデータベースを一気に統合するのではなく、各データベースをデータ統合コードLBCのルールに合わせた上で、データベースの統合を行いますので、新たに紐付けたいデータベースが出てきた場合であっても、新たに紐付けたいデータベースとデータ統合コードLBCとのマッチング処理さえ行えば、それまでに構築された統合データベースのなかに統合することが可能になります。
また、データ統合コードLBCを利用すれば、住所移転や社名変更などの企業情報に変更が生じた際にも、各データベースを個別に修正する必要はありません。LBCの更新情報をマスターデータベース側に反映させれば良いからです。詳細については企業情報の維持の項目で説明します。
顧客データベースの統合が出来たとしても、実際にデータベースに必要な情報が入っていなかったり、古い情報が入っていたりすると全く意味がありません。
社名・住所・電話番号だけでは、そこに事業所があるということは分かっても、どのような事業所があるのかは分かりません。事業所ならば何でもよいというのであれば別ですが、通常は企業属性に基づいてターゲティングを行うわけですから、顧客の分析・分類に利用できる項目は保有している必要があります。また、属性情報を保有していたとしても古い情報であれば、現実を捉えることはできません。
そこで、データに数多くの属性を持たせて情報量を増やしたり、最新の情報に更新することが必要になります。この作業を法人データベースLBCとのマッチングによって、自動的に行うことが可能です。ランドスケイプでは、これをデータ・エンハンスメント(Data Enhancement)、つまりデータの価値向上と呼んでいます。
貴社顧客データとデータ統合コードLBCとのマッチング処理を行うことで、対応する企業属性データの紐付けが可能となります。LBCとの紐付けが整理すれば、あとはLBC側から属性項目を付与・更新するだけです。これによって、様々な属性による企業のセグメント化や顧客分析が可能になります。 付加可能な属性については、保有属性の項目を参照して下さい。
データベースの統合や名寄せといったクレンジングは一度行えば問題ないといったものではありません。残念ながら、データベースの鮮度は日々劣化していくため、継続的にメンテナンスを行う必要があります。
データベースマーケティングのセカンドステップは、データ統合基盤となる顧客データベースを維持し続けることです。そのためには継続的なメンテナンスが必要となります。ここではデータメンテナンスの手法や体制についてご紹介します。
顧客データベース劣化の第一の原因は、情報のアップデートが追い付かないことによるものです。データ統合コードLBCのメンテナンスの項目で述べたように、データ統合コードLBC820万件のうち1年間で約44.5%の365万件が更新されます。単純化すれば、2万件のデータを保有する企業の場合、1年間で約8,900件のデータが使い物にならなくなってしまっているということです。
仮にこれらのデータをメンテナンスしないでおくと、移転情報を把握していないことによって無駄な営業活動が発生したり、旧社名などでアプローチしてしまうことによってイメージダウンにつながったり、旧データと新データの紐付けに失敗し現状把握が出来なかったりします。
これに対して、LBCデータ保守をご利用頂いている場合、データ統合コードLBCに変更が発生すれば、変更情報を月次でご提供いたしますので、自社で企業マスターのメンテナンスを実施することなく、恒常的に正確性と信頼性の高い顧客データを維持することが可能です。
保有しているデータの更新を行ったとしても、新規に登録されるデータが汚ければ、すぐに汚いデータが混入してしまいます。データ劣化の原因のふたつめは、誤ったデータが入力されることによるものです。データの入り口をコントロールしなければ、データベースの鮮度は維持できません。このような場合、例えば、営業担当が名刺情報を入力する際に、アーキテクチャ(仕組み)によって入力をコントロールしてしまえば良いのです。
具体的には、データ統合コードLBCを検索する仕組みを入口に設置しておくことで、営業担当が自由に文字を入力するのではなく、当該データを検索し、DBに反映させる仕組みを用意することで、入力データをDBのレイアウトと統一することが可能です。一方、営業担当者としても、社名入力だけで企業情報を自動登録できるため、名刺入力の負荷を従来の50%に低減することが可能です。
また、同様の仕組みをECサイト上に設置することで、資料請求や会員登録の障壁を下げ、資料請求の入力フォームを途中で諦めてしまう人の割合(離脱率)を低下することが出来ます。
データベースを整備したとしても、それを有効活用しなければ全く意味がありません。データベースを有効活用し、売上に結びつけなければ、データベースの整備に費やした費用はただの銭失いになってしまうからです。
営業戦略を立案するにあたって、まずは自社の顧客を知ることが必要になります。しかし、実際に自社の顧客の傾向を分析しようとしても、業種や企業規模などの属性情報を保有していなかったり、業種のルールがバラバラで分析できなかったりします。また、そもそもデータ自体に重複が多く、正確な件数が把握できず、過大に見積もってしまうことも少なくありません。
企業データ統合コードLBCを活用し、データベースを統合することで、LBCの属性情報を利用した顧客の傾向分析が可能となります。LBCという統一ルールでデータを管理していますので、例えば販売会社ごとの情報を全社でサマリーしたり、傾向を把握したりといったことが可能になります。
また、テレマーケティングやダイレクトメールなどのプロモーションの効果測定をもとに、次回のプロモーションでより高い効果を目指す場合、成功要因の分析が不可欠になります。しかし、成功したターゲットと失敗したターゲットを切り分けるための属性を保有していないことがほとんどです。企業データ統合コードLBCを利用すれば、業種や企業規模などの属性をもとにうまくいったターゲットとうまくいかなかったターゲットとを判別し、次回、より良いターゲティングを実現することができます。
営業戦略を立案するにあたって、自社の顧客を知ることに加えて、自社の強みを知ることが重要です。その際に、まず市場全体に対して、どこにどれだけ売れているのかを知る必要があります。企業データ統合コードLBCは市場のほぼ全てを網羅していますので、この企業データ統合コードLBCをバーチャル日本市場(分母)とみなして、この市場(分母)に対して自社顧客(分子)がどれだけ浸透しているのかを可視化することが可能となります。また、その裏返しとして、セグメントごとのホワイトスペース(白地)を把握し、ターゲットデータとして実名で抽出することが可能です。
このような浸透率の分析は自社顧客の傾向把握に止まっていては見えないことが見えてきます。例えば、自社顧客の分析では、件数の多寡だけで強みを把握し市場のパイを視野に入れないため、顧客数が多いセグメント=自社の強みといった結論が導かれます。しかし、顧客数が多いのは単純に市場に存在する企業数が多いからであり、必ずしも営業がうまくいっていることを意味しません。以上のようなミスリーディングな結論を導出しないためにも、市場全体のパイを重ねて浸透率という視点で分析する必要があるのです。
浸透率の分析が可能となるのは、企業データ統合コードLBCの(1)圧倒的な数量と(2)マッチング精度の高さによります。市場全体を網羅していなければ、そもそもの分母が偏ってしまい、分析が歪んでしまいますし、マッチング精度が低いと、分析できないデータが出てきてしまい、分子に偏りが発生してしまいます。この2つをクリアしてはじめて浸透率の分析が可能になるのです。
データベースマーケティングの最後のステップは顧客創出です。この最後のステップで、整備を戦略の実現に繋げ、回収していくかたちになります。
データ統合コードLBCを使い、営業効率を上げる方法のひとつに、既存取引先の未取引事業所に対して優先的にアプローチするということがあげられます。「LBCでできること-グルーピングを実現するコード体系」の項目でも述べた通り、データ統合コードLBCは本社-支店や親会社-子会社といった関係にあるデータの紐付けができていますので、企業グループ単位でデータを抽出し、当該グループに対してどの程度浸透しているのかを把握するとももに、未取引の拠点を可視化することが可能です。
営業先を効率的に見つけるためには、さまざまな仮説に基づいたターゲティングが必要となります。一般的には、業種や企業規模、エリアなどの属性でターゲット選定を行いますが、その他、LBCの属性を利用して以下のようなターゲットも可能です。
ピンチアウトしてご確認ください
# | パッケージDB名 | ニーズ | 抽出方法 |
---|---|---|---|
1 | 増収増益企業 | 成長著しい企業にアプローチしたい | 当期の売上高・利益が、前期の売上高・利益よりも高い企業を抽出する。 |
2 | 優良企業 | 業績の良い企業にアプローチしたい | 当期の申告所得金額が4,000万円以上の企業を抽出する。 |
3 | 求人広告掲載企業 | 人材関連のサービスを案内したい 人員を増員している企業にアプローチしたい |
求人ポータルサイト掲載企業を抽出する |
4 | ECサイト展開企業 | 通販関連サービスを案内したい | ECポータルサイト出展企業を抽出する |
5 | 新設法人 | 新規事業所へのアプローチしたい | 法人登記された企業を毎月抽出する |
6 | 新規開業飲食店 | 新規出店の飲食店にアプローチしたい | 飲食店の閉鎖後に別の飲食店が出店するケースが多いという傾向を利用し、閉鎖された飲食店住所情報を抽出する。 |
7 | 被合併企業 | オフィス移転などのニーズをキャッチしたい | 吸収・合併された企業を抽出する。 |
8 | ビル上層階企業 | 自販機設置提案など、コンビニなどへのアクセスが不便な企業にアプローチしたい | ビルの上層階にオフィスを構える企業を抽出する |
9 | 工場 | 工場にアプローチしたい | 工場を抽出する |
10 | 自営業 | フランチャイズ募集など、自営業者にアプローチしたい | 自営業を抽出する |
11 | 認定資格取得企業 | 環境サービスの案内やセキュリティサービスの案内など、認定資格取得企業にアプローチしたい | 認定資格保有企業を抽出する |
12 | 官公庁 | 官公庁にアプローチしたい | 官公庁を抽出する |
13 | 外資系企業 | 外資系企業にアプローチしたい | 海外企業の資本が含まれている企業を抽出する |
14 | 海外進出企業 | 海外に進出している企業にアプローチしたい | 海外拠点を保有する企業を抽出する |
15 | オーナー企業 | 企業オーナーに対してアプローチしたい | オーナー企業を抽出する |
16 | 二代目社長企業 | 新たな課題に直面していると思われる二代目社長にアプローチしたい | 前社長と現社長の姓が一致する企業を抽出する |
17 | カタカナ社長企業 | 外国語教育などを案内したい | 代表者名がカタカナの企業を抽出する |
18 | 決算月別企業 | 残予算狙いで決算企業にアプローチしたい | 決算月を指定してデータを抽出する |
![]() |
|
![]() |
|
![]() |
|
![]() |
|
![]() |
|
![]() |
|
![]() |
関連サービス・ソリューション
LBCを導入した実際の事例をご紹介します。