2023年にCookie規制が強化され、デジタルマーケティングの方法が大きく変わりました。これまでのCookieに依存したトラッキングが困難になり、新たなデータ管理方法が求められています。
本記事では、2024年3月14日に開催されたセミナーをもとに、Cookie規制がマーケティング戦略に与える影響と、プライバシーを尊重した新しいマーケティング手法について詳しく解説します。
以下のような悩みをお持ちの方にとくにおすすめです。
- Cookie規制によるマーケティングの変化に対応したい
- プライバシーに配慮した新たなデータ利用方法を探している
- データクリーンルームなど新しいテクノロジーを活用したマーケティングに興味がある
また、データクリーンルームを利用したマーケティング戦略の具体例も紹介し、プライバシー規制時代の新たなマーケティングアプローチをご提案します。
なお、当日のセミナーはこちらからご覧いただけます。
なお、Cookie規制の時代を勝ち抜くためのセミナーは全2回実施しており、今回は第1回目の内容です。
※本イベントレポートの内容は2024年3月当時のものです。
最新の情報や具体的なサービス利用については、primeNumberまでお問い合わせください。
▶TROCCO®について問い合わせをする
講演者紹介
喜田紘介 / エクスチュア株式会社 Data Specialist
10年以上にわたりミッションクリティカル領域のデータベース技術支援を経験したのち、顧客のビジネスをデータやテクノロジーで支えるビジョンに惹かれ現職へ。
Snowflakeやデータクリーンルーム支援の中でデータが産み出す新たな価値に可能性を感じ、国内での普及促進を目指すデータクリーンルームコミュニティを発足。2024年2月にはSnowflake DataSuperheroes に選出され、世界の事例を取り入れることや、世界に先駆けて日本版データビジネスを発信することを目指して鋭意活動中。
加藤大輝 / 株式会社primeNumber カスタマーサクセス本部 ビジネス開発チーム Senior Manager
製造業（マルハニチロ株式会社、ネスレ日本株式会社）にて、小売業向けの製品開発・営業・データ分析活動に従事。現在は、広告・IT関連から製造・小売りまで業界を問わず、データ活用基盤の構築を支援。
SECTION1：Cookie規制の時代を勝ち抜くためのデジタルマーケティング基盤とは
SECTION1では、エクスチュア株式会社 喜田氏より、「Cookie規制の時代を勝ち抜くためのデジタルマーケティング基盤」についてお話しいただきました。
デモ 未知の顧客属性を理解しよう
喜田氏：「今日は、データを効果的に利用して未知の顧客属性を理解する手法について、デモンストレーションを通じて具体的にお見せします。デモで取り扱うアプローチは、Snowflakeのデータクリーンルームを活用するものです。
そもそも、なぜ今、外部データの導入や、データクリーンルームの活用が重要なのかという背景について、まずはお話しします。
以前からすでに公開されているDMPといったシステムを利用して、外部データを取り入れる方法は存在していました。しかし、第三者によるCookieの利用が規制される動きやプライバシー保護の強化などに伴い、各方法が使いづらくなってきています。そのため、データ活用の新たな方法が求められているのです。
Snowflakeのデータクリーンルームがその1つです。Snowflakeのデータクリーンルームは各種課題を解決しつつ、効果的なマーケティングを実現できる便利なツールとして紹介します。
このセミナーでは、データクリーンルームの使用方法を実際のコンシューマーサイドを例に解説します。紹介するゲーム会社は、自社のゲームのメールアドレスのリストを持っており、ユーザーの年代や課金量のデータを把握しています。」
※関連記事
喜田氏：「まず、自社のユーザーデータがどのように分布しているかについて解説します。この例では年代別に10代、20代、30代などに分けてユーザーデータを持っています。10代と20代のユーザーが全体の70％、30代と40代が全体の20%余り、50代以上が少数派となっています。
各ユーザーからどの程度の課金があるのかを把握するため、同じユーザーテーブルに課金額のデータも含めて保存しました。データウェアハウスプラットフォームのSnowflakeを使ってこのデータをビジュアライズすると、たとえば課金額やユーザー数などの情報を格子状のヒートマップや棒グラフなどの形で視覚的に理解できます。その結果、10代と20代がユーザー数の大部分を占めている一方で、課金額の大部分は30代と40代によるものであることがわかります。
つまり、ユーザー数を増やすためのプロモーションには10代と20代をターゲットに広範囲に配信する手法が効果的であるかもしれませんが、ビジネスに直接的な影響を与えるためには、30代と40代の興味や関心を反映させた戦略を考えるべきだということがわかります。
ただし、自社だけで持っているデータでは、そのような洞察を得るのは難しいのです。そこで、外部からのデータを取り入れ、ユーザーの興味や関心をより詳細に理解する必要があります。
そのために、私たちはデータクリーンルームを介して外部のプロバイダーより提供されるデータを取り扱っています。たとえば、プロバイダーから提供される『ユーザートレンズ』というテーブルをSQLで選択すると、それがどのようなデータなのかを見ることができます。」
喜田氏：「新聞社が運営するニュースサイトやスポーツサイト、エンタメサイトなどのウェブメディアのケースを考えてみましょう。
各ユーザーがどの記事をどの程度の頻度で見ているのかというデータを把握し、データテーブルで管理します。ここで注目すべきはSnowflakeのデータシェアリング機能で、データベーススキーマテーブルと公開する対象を設定すれば手軽にデータの公開ができます。
しかし、このままでは一人一人のメールアドレスに紐付けられた詳しい情報が含まれてしまい、個人情報保護の観点から問題となります。
そこで、Snowflakeのデータクリーンルームの機能であるアグリゲーションポリシーの出番です。テーブルに自由な検索を許可せず、許可された集計値のみを返すように設定します。制限に引っかかるものはエラーが生じるため、適切に情報を管理できます。データシェアリングと同時に適切なプライバシー対策が可能です。」
喜田氏：「再びコンシューマー環境に戻り、シェアされたデータを用いて新しいデータベースを作成できます。具体的には、受け取ったデータをシェアするデータベースを指定します。コンシューマー側で新しくデータベースが作成され、その中のデータを選択して利用可能です。クリーンルームを介したテーブルの内容を、一度選択して確認してみましょう。」
喜田氏：「このSQLはただ単に『このテーブルから全て選び出す』というもので、とくにグループバイを実行していません。
先程の操作では、プロバイダー側で設定したアグリゲーションポリシー（集計ポリシー）に違反していたため、結果を出せず、エラーメッセージが表示されてしまいました。しかし、適切にグループバイを使用して集計すれば、結果を返すことが可能です。」
喜田氏：「データベースのプロバイダーから取得した情報の例として、40代の人々がどれだけ政治のニュースを見ているか、またテレビを見ているかというデータがあります。
たとえば、政治のニュースを見る40代は約1600人、テレビを見る40代は約1000人という統計があります。全てのユーザーのデータを集計した結果ですが、実際には自社のユーザーの中にはどれだけの人がどのような傾向を持っているか、特定の興味・関心がどの程度かを知りたいわけです。
ここで、この2つのデータ表をメールアドレスを共通キーとしてジョインすることで、自社のユーザーグループの内訳を確認します。自社ユーザー1000人と全体のデータを比較して、どれだけマッチするユーザーがいるかを調べるわけです。
この中からデータと突き合わせ、500人がマッチしたとします。1000人の中で半数のユーザーがマッチしたことを意味するため、高いマッチ率となります。マッチした500人のユーザーがどのような興味や関心を持っているかを、ジョインした結果から更にクエリを修正することで抽出します。
つまり、自社のユーザーデータをもとに、より具体的な顧客傾向を把握できるのです。
ジョインの方法は、SQLの初歩的なものです。たとえば、自社のデータベースから『book』というローカルテーブルを持ってきて、それと他社から得た『ユーザートレンズ』のテーブルを、ユーザーIDをキーにして結合します。結合したテーブルからキーワードと年代でグループ化する、という操作を行います。
SQLを用いてデータを処理すると、たとえば『40代の人々がどのような政治関連のキーワードに関心があるか』といった解析が可能になります。」
喜田氏：「これは自社の1000人の顧客と、マッチした500人を基に調査を行った結果です。初めは1600人だった対象人数が大幅に減り、より現実的な数値が洗い出されました。この結果をチャートにして視覚的にわかりやすく表示してみましょう。」
喜田氏：「ゲームのユーザーの年代ごとの興味・関心データの表示にしています。10代から20代のユーザーは、主にゲームに関心があり、他の分野への興味は比較的少ないという結果が出ました。
一方で、30代と40代のユーザーは、ゲームだけでなく、スポーツ、政治、料理など幅広い分野に興味を示していることが分かります。新聞社のデータと組み合わせることで、年代ごとにユーザーの関心を深く理解することが可能になります。とくに30代から40代の働き盛りの世代が、質の良いコンテンツがあれば、ゲームにも課金する可能性があるということがわかりました。
この結果から、次のマーケティングキャンペーンではスポーツ関連のコンテンツを提供するなど、ユーザーの興味・関心に対応したアプローチを考えることができます。また、新たなゲーム開発にあたっても、このデータを反映させることでユーザーの関心をより捉えた商品を開発できます。
外部データを取り入れることで、より深くユーザーの理解を深め、マーケティング戦略に活かすことができるのです。」
Cookie規制はすぐそこ
喜田氏：「Cookieについて説明します。Cookieとは、ブラウザとウェブサイト間で交換される仕組みの1つで、ユーザーの端末やブラウザを特定するために使われます。ユーザーが初めてサイトにアクセスした際にCookieが発行され、ブラウザに保存されます。次にそのサイトにアクセスしたときにCookieの情報が参照され、ログイン状態や買い物カートの情報が維持されたりします。
また、ユーザーがどのページや商品を見たのかといった情報もCookieによって取得でき、『この人にはこれを推薦しよう』という形で推薦商品を表示できます。Cookieの利用により、サイト内の利便性を向上できるのです。これが、1st Party Cookieと呼ばれるものです。
次に、3rd Party Cookieについて説明します。3rd Party Cookieは、ウェブサイト間でのユーザーの行動追跡を可能にするものです。たとえば、広告プラットフォームを運営しているX社があるウェブサイトに広告を配信しているとします。ユーザーがその広告をクリックし、A社のウェブサイトを訪れたという情報がX社に送信されるわけです。
その後ユーザーがB社のウェブサイトも訪れたら、その情報もまたX社に送信され、ユーザーのインターネット上での行動パターンをX社が把握できるわけです。
つまり、3rd Party Cookieを利用することで、ユーザーが興味を持ちそうな広告を表示できます。Cookieには1st Party Cookieと3rd Party Cookieの2つの種類があり、それぞれ異なる利用目的があります。」
喜田氏：「これまでのデジタルマーケティングでは、3rd Party Cookieの利用が広く行われてきました。ターゲティング広告やマーケット分析など、 Cookieを用いてユーザーや市場の興味・関心を把握し、それを基にデータを分析や運用してきたのです。
B社のサイトを訪れているユーザーが、自社のデータベースの中でどのユーザーなのかを特定するという使い方もあります。そのユーザーの行動履歴や興味・関心などのデータを参照し、関連度の高い広告を表示できます。蓄積されたユーザーの興味・関心というデータをマーケット調査として利用する事例もあります。
ある会社が自社の会員リストを持っており、その会員の興味・関心をさらに深掘りしたいと考えた場合、そのリストを市場調査会社に預けることがあります。リストに存在するユーザー（たとえば1万人）のデータは、大量に格納された他のユーザーのデータと交差分析を行うことで、より精緻なレポートを作成できます。
さらに、Cookieをキーにして直接的にデータ列を付加し、各人の関連する属性を付与して返すこともできます。こうした取り組みは、多くの人々が3rd Party Cookieを利用しているために実現した仕組みです。」
喜田氏：「インターネット上での行動履歴は消費者それぞれのものであり、サイトをまたいで各情報が把握されることに対する懐疑が高まっています。
Cookieは個人情報に当たるのかという法律上の問題と、ブラウザが3rd Party Cookieの廃止を進めるという技術上の問題が同時に生じているのです。ユーザーの同意を得ながら情報を収集することは認められていますが、今後はその範囲や条件がこれからより明確になっていくでしょう。
個人情報に関連する保護法やプライバシーの意識の高まりから、Cookie制限は現実的になってきています。技術的問題としても、Apple製品はすでに2020年から3rd Party Cookieを廃止しているため、従来の広告配信の仕組みはApple製品では動いていません。
広告が正常に動いているように見える状況でも、アクセスできるデータはAndroidやWindowsユーザからのものしかないため、その正確性はすでに失われています。
さらに、AndroidとWindowsでも3rd Party Cookieが廃止されると発表されています。私たちは、新たな対策を講じなければならない状況に立たされているのです。」
喜田氏：「ターゲティング広告のためには、Cookieを必要としない新たな手法を検討する必要があります。
たとえば、Googleのプライバシーサンドボックスや共通IDを利用する方法なども考えられます。しかしこの方法には、Cookie方式と比べてターゲティング精度の低下やプライバシー同意の要否について考慮する必要があります。
また、従来のマーケット分析でも3rd Party Cookieが利用できなくなるため、代替手段が必要です。ブラウザIDなどを用いて結合することも考えられますが、この場合も精度は低下する可能性があります。
さらに、パブリックDMPを活用した興味関心の蓄積や市場調査データベースと自社顧客データの組み合わせなど、新たなキーとなる情報を互いに蓄積していくことが必要です。
しかし、どの方法も完全な解決策にはなりません。
より高精度な分析を行うには、データクリーンルームを活用することです。アナリティクスと広告の領域を組み合わせることで、ユーザープライバシーを尊重しつつも効果的なマーケティング活動が可能になります。」
喜田氏：「個々のユーザーを特定する広告配信は、ブラウザ側でサマリやキーワードを生成します。たとえば、ユーザーがA社とB社を閲覧した場合、これを広告プラットフォーマーが記録します。この情報は、共通ID（たとえばID5など）を用いて統合されます。これらは広告主から見たMD、つまりマーケティングデータとして利用されます。
広告配信は依然として必要な一方で、個人を特定するターゲティングは本当に必要なのか、という問いがあります。具体的には、特定のユーザーグループに対する広告配信（ウォールドガーデン：Walled Garden）が必要です。
このためにプラットフォーマーが提供するのがデータクリーンルームです。たとえば、自社の1000万人に対し広告を配信したいとすると、この内1万人の自社の顧客データを、プラットフォーマーリストの該当群に送付します。
自社が収集した1st Party情報（たとえばメールアドレスなど）を用いて、データクリーンルームに放り込みます。プラットフォーマーはこのデータと自身のデータベースを照らし合わせ、『健康』や『エンタメ』といった集計値を得ます。
広告主は広告プラットフォーマーに、自社のユーザー層の情報を提供し、マッチする人に広告を配信するように依頼します。プラットフォーマーはこれを適切な相手に配信し、広告配信の仕組みが成立します。
ただし、ここでのデータの提供は『データ連携』ではなく、『データ投入』としています。3rd Party Cookieが結合のキーとして使えなくなったため、結合に使うキーとしてメールアドレスなどの1st Partyとして収集したデータが利用されるからです。
データクリーンルームの特徴として、投入されたデータはプラットフォーマー側からも生データとして閲覧できず、集計結果を得るためだけにしか使えません。そのため、個人情報の授受には該当しない、とされています。
各国で、個人情報の保護に関する法律が施行された後でも、Googleなどの企業はこの仕組みを使って広告配信を行い、効果的な結果を得られます。これがデータクリーンルームの1つの形であり、サービスとしての存在意義となります。」
喜田氏：「3rd Party Cookieが使用できなくなった場合でも、ターゲティング広告を効果的に行うための新しい方法を模索する必要があります。
たとえばGoogleのプライバシーサンドボックスのような、Cookieを必要としないターゲティング方法が検討されています。広告プラットフォームとして各種企業が利用する際には、共通ID（たとえばID5など）が個別のユーザーIDとして利用されます。それぞれの方法についてCookie方式と比較した際のターゲティング精度の低下や、プライバシー同意の必要性が重要なポイントとなります。
また市場分析の面では、従来の手法が利用できない状態であるため、新たなキーとなるものが必要です。たとえばブラウザのIDなどを用いた結合が考えられますが、その精度は低下します。しかも、個人情報の授受ポリシーに同意があった場合のみ可能です。
パブリックDMPという考え方もあり、これは3rd Party Cookieをキーとして、興味や関心に基づいて蓄積させたデータを活用する方法です。」
喜田氏：「広告配信について、特定の個人をターゲットにするよりも、より大きな集団に対して配信することが必要となってきています。
このセミナーでは、主にデータクリーンルームという概念について紹介します。データクリーンルームとは、ある種のセキュアなデータ分析環境のことで、さまざまなデータプラットフォームからアクセスできます。
データクリーンルームは個々の広告プラットフォームに対して、自社の顧客データを安全に投入し、そのデータを使用して適切なターゲティングを行うことです。
各プラットフォームでは、投入されたデータとプラットフォームが持つデータベースをマッチングして分析を行います。たとえば、健康とエンターテイメントという異なる領域の顧客データをマッチングし、両方に興味を持っている消費者を見つけ出すことが可能です。各消費者に対して広告を配信することで、広告主は自社サービスのターゲットユーザー層を網羅できます。
このプロセスでは、エンドユーザーに許可を求める必要はありません。なぜなら、広告主が各プラットフォームに投入するデータはエンドユーザーデータである一方で、プラットフォーマーが得る情報はあくまで集計結果、つまりキーワードなどの一般的な情報だけだからです。具体的な個人情報は引き渡されません。
この仕組みは、3rd Party Cookieがなくなることによる影響を最小限に抑えることができます。具体的には、データの連携やマッチングに使うキーとして、メールアドレスなどのデータを活用します。
安全なデータの活用により、データプライバシーの観点からも安心できる広告配信が可能です。これがデータクリーンルームを活用した、新しいデジタルマーケティング基盤の一例です。」
喜田氏：「1st Party Data とは、自社サイトでのユーザー行動ログなど、自社で直接収集したデータのことを指します。
これからは、3rd Party Cookieを通じて容易に集められていたデータが取得しにくくなります。これからはメールアドレスなどの情報を積極的に収集して、自社のカスタマーデータプラットフォーム（CDP）に蓄積することが重要です。そして、ユーザーの行動や興味関心を理解するための基盤を整備します。
そのための手段として、Snowflakeといったデータ分析ツールがあります。新しくリリースされた機能で、『コーテックス』という機械学習関数があります。ユーザーのコードログを分析し、ユーザーを分類したり、外れ値を見つけ出したり、SNSから取得したテキストを解析してユーザーの感情分析を行ったりと、データ分析を通じてユーザーの興味関心を捉えることができます。
また、外部データの利用も重要です。データクリーンルームを活用し、外部からのデータを取り込み、自社の顧客基盤を充実させることが求められます。収集し、加工したデータはセグメント化され、活用してマーケティング活動を行うためのツールにつなげていくことができます。
この基盤を簡単に作ることができるのが、TROCCO®との組み合わせです。」
1st Party Dataを活かすには
喜田氏：「たとえば、購入歴のある人へのダイレクトメールの送信や、経済関連の記事に興味のある人への広告配信、旅行代理店とのコラボによるキャンペーンなどの施策が考えられます。各施策を実行するためには、何らかの集計や分析を経て、自社で取得した1st Party Dataや会員IDに紐づく属性を活用する必要があります。
具体的には、自社で取れた情報、たとえば購入歴や課金額の分類、年齢層など、各会員のさまざまな属性を充実させることが重要です。それが可能になると、会員全体のうち経済のニュースに興味がある人は何千人で全体の８割、旅行に興味がある人は全体の6割といった傾向分析が可能になります。これらをもとに経済ニュースに広告を出す、旅行代理店とコラボするといった施策が導き出せます。
しかし、ここで重要なのは、属性を1つ1つ充実させるということではなく、集計値を理解し、自社のユーザーの傾向を把握することです。会員全体を俯瞰した上で、特性を踏まえた広告配信や新規キャンペーンの立案こそが、デジタルマーケティングで成功を収めるための1つの方策と考えています。」
喜田氏：「自社で取得できるデータとは、自社製品やサービスの利用状況に関する情報です。商品の購入履歴やアンケートの回答など、既存顧客についての情報を直接収集できます。また、ウェブサイトのページビュー数やユーザーがどの部分をとくに閲覧したかなどの行動データも収集できます。
これらはとても有益で確実性が高い情報源です。SNSからのデータスクレーピングで感情分析が可能ですが、ユーザーの興味関心についてのデータや、実際に購入につながった行動データなど、売上への直接的な影響を見出すことは難しい場合もあります。
他社から取得できるデータとは、とくに魅力的なコンテンツや高度な便利性を提供している企業から収集できるものです。その企業が提供するサービスやプロダクトと関連するユーザーの興味関心や行動パターンを把握するのに有用です。
たとえば、さまざまなカテゴリーの記事を提供しているメディア企業からは、それぞれの記事を閲覧するユーザーの興味関心を理解できます。
IoTや位置情報を利用して、ユーザーの行動データを収集するサービスが提供する情報も有益です。ユーザーのリアルな行動と、デジタル活動との関連性を理解しやすくなります。電子マネーやポイントカードから得られるデータは、ユーザーの購買行動や生活スタイルについての貴重な情報を提供します。
これらは自社だけでは取得できない重要な情報であり、デジタルマーケティング戦略を立てる上での有力な補佐となるでしょう。」
喜田氏：「データを有効活用するには、自社によるデータ収集と他社からのデータ入手の両方が重要です。できれば他社のデータと自社のデータを結合させて分析したいところですが、Cookie規制に伴い、結合キーとしてCookieが利用できなくなってしまいます。
その代替として、メールアドレスなどの共通するキーを利用するのがベストです。しかし、他社とメールアドレスを直接やり取りすることは実際には難しいです。
この問題を解決する手段として、データクリーンルームがあります。データクリーンルームは、他社から直接データを受け取る代わりに、自社と他社のデータを安全に結合できる環境を提供するものです。自社の顧客分析や課金額の分布などを、より高い精度で行うことが可能となります。」
Snowflake Data Clean Roomによる顧客理解＆施策アイデア
喜田氏：「データクリーンルームを活用することで、未知の顧客属性を捕捉できます。
あるゲーム会社の例ですと、自社だけでは明らかにならない顧客の特定の属性、具体的には顧客の年齢層と、どのようなキーワードに関心を持つかという情報をデータクリーンルームから入手できました。
各世代がどのようなキーワードに興味を示すかの情報は、自社の情報だけでは取得することが難しかったものですが、データクリーンルームを活用することで情報を得られます。」
喜田氏：「ウェブサービスとメディアの間で行われるデモの解説について説明します。
まず、自社の顧客の分析について見てみましょう。ここでは課金額の分布が注目されます。つまり、自社の顧客の中で課金額が一定以上の顧客がどのような興味を持っているかを分析するわけです。その結果、年齢層で異なる傾向が見えてきます。
たとえば、50代の顧客はゲームやスポーツに関心があることがわかります。このような分析はあらかじめ設定されたシナリオに従って行われ、実行されたSQLの結果は集計値として得られます。
しかし、データの所有はプロバイダーにあり、特定のシナリオに従った集計結果のみが許可されます。大手新聞社の全会員の興味・関心の分布を見ても、年代ごとに異なる傾向が見えてきます。
その後、SnowflakeとTROCCO®を使用してデータクリーンルームを作ります。デジタルマーケティング活動を行うための基盤です。
食品製造企業がビールなどの商品を提供しているシナリオを考えてみましょう。企業は自社の商品がどれぐらい売れたかを把握できますが、他社の商品購入者や、自社の商品から他社の商品に移動した顧客などを把握するには、店舗での売上データが必要です。
ビールを購入してキャンペーンに参加した顧客のメールアドレスと購入した商品の情報が、データクリーンルームでわかります。その後、店舗での売上データを見れば、その顧客が他社の商品に流れてしまったかがわかります。
データクリーンルームを使うことで、従来は把握できなかった情報を理解し、より効果的なデジタルマーケティング活動が可能です。」
喜田氏：「データクリーンルームは、データを直接やり取りせずに、プライバシーを保護しながら分析を可能にするシステムです。
たとえば、A社とB社が互いのデータを分析したい場合、それぞれの企業がデータベースにデータを投入します。生のデータを直接見るのではなく、データの授受を行わずに、必要とする分析結果だけを得られます。
このプロセスでは、データの量や頻度、転送経路などの問題を省くことも可能です。」
喜田氏：「Snowflakeの魅力的な特徴の1つが、データ投入がまったく不要という点です。Snowflakeを使用する企業はデータ公開の設定だけを行えば良いのです。データを投入したり、他の公開設定を行う必要がまったくありません。相手のデータを使用してSQLで分析を実行し、直接結果を得ることが可能です。
データを送信する際、どのような規模のデータをどの程度の間隔で、どのネットワーク経由で送るか、といった問題が常に課題となります。しかし、Snowflakeでは、それがまったく不要です。いつでも最新の、生のデータが使用され、最新の分析ができます。これがSnowflakeを使用する上での魅力だと考えています。」
喜田氏：「データクリーンルームで得られるレポートと実行クエリの詳細を解説します。
まず、会員IDに紐づく属性が直接見えてしまう問題に対処する必要があります。特定の会員IDとリンクしたデータを直接結びつけるSQLクエリ、たとえば2つのテーブルをジョインするような単純な方法は許可されていません。個人のプライバシーを侵害するリスクがあり、倫理規範に反するからです。
データクリーンルームの実装では、個々の会員に直接リンクした情報を隠蔽しながら、集計値を得る方法を模索する必要があります。具体的には、SQLクエリに『GROUP BY』を追加することで、特定の興味や関心を持つ会員の人数などを集計できます。
会員情報を直接公開することなく、マーケティング施策のための有用な情報を得られます。」
喜田氏：「1st Party Dataを活用し、SnowflakeとTROCCO®の組み合わせでデジタルマーケティングのデータ基盤を確立する方法について説明しました。外部から手に入れたデータを使い、顧客セグメントを作成し、リバースETLを使ってマーケティング施策に活用できます。
また、自社のウェブサイトでの顧客の行動ログを分析し、自社のカスタマーデータプラットフォーム（CDP）に積み上げることで、顧客の興味や関心を捕捉可能です。BI、AI/ML、外部データ機能を使ってさまざまなデータを取り扱い、広告配信やコンテンツレコメンドなどのマーケティング施策を実施できます。
重要なのは、Snowflakeが提供するAI/MLや、外部データ利用のための『データクリーンルーム』の機能を活用することです。そして、各ソースからデータを収集し、加工してセグメントを作成し、マーケティング施策に生かす流れをTROCCO®で一元管理します。誰でも簡単に始められるところが、TROCCO®の強みです。
自社のCDPを充実させて、顧客の興味関心を補足することで、マーケティングが更に効果的になるのです。」
SECTION2：マーケティング基盤から施策実行をTROCCO®で実施する方法
SECTION 2では、primeNumberの加藤より、マーケティング基盤から施策実行をTROCCO®で実施する方法についてお話ししました。
データクリーンルームの実現に役立つデータ統合ツールTROCCO®とは
加藤：「データクリーンルーム（DCR）を実現する際の障壁として、主な3つの課題があります。
1つ目は、複数のサービスへの連携の手間です。全てのデータを収集して一度に取り扱えれば理想的なのですが、実際には各サービスへ個別に連携を行うための手間や労力が必要です。
2つ目は、高いコストです。サービスの利用費用だけでなく、人件費にも負担が掛かります。
3つ目に、APIへの連携には高い技術力、データリテラシーが必要となり、それを持つリソースを確保するのが難しいという問題です。
この課題を解消するのが、SnowflakeとTROCCO®です。各プラットフォームは、拡張性を持ち、顧客の社内外のデータを一元的に管理できます。また、SaaS基盤として低コストで提供でき、小規模からスタートできます。さらに、ユーザーフレンドリーなUIにより、エンジニアでない方でも使いやすく、エンジニアであっても効率的に作業を進められます。」
加藤：「TROCCO®は、直感的で簡単な画面操作で、企業のデータソースをGoogle Cloud基盤に統合することが可能なツールです。
- 広告データ
- クラウドアプリケーション
- データベース
- ファイルストレージ
以上のようなさまざまなタイプのデータを対象に、抽出、変換、格納といったデータの統合工程を実行します。
TROCCO®の主なメリットは、以下の通りです。
- データの統合工程を最大90％削減できる
- 直感的に操作が可能な画面である
- 非エンジニアの方でも使うことができる
- 100種類以上のデータソースに対応していること
このような機能により、通常は複雑で時間がかかるエンティティ抽出、変換、データロードの工程を効率化し、データの活用を快適にします。」
加藤：「SnowflakeおよびTROCCO®を活用することで、100種類以上のコネクタから5分もかからずにデータパイプラインが作成可能になります。これは広告関連やアプリケーション関連など多岐に渡るフィールドで応用可能です。
さまざまなサービスとコネクタ周りで連携できる操作性の高さは、デジタルマーケティングを効率的に進行する上でとても役立つでしょう。」
加藤：「私たちは100種類以上の豊富なコネクタを提供しており、最短5分でデータバイプラインの作成が可能です。
コネクタを利用することで、データウェアハウスやファイル・ストレージ関連のデータバイプライン構築の工数を大幅に削減できます。コネクタの使用によって、複数のサービスとの連携も容易です。
とくにアプリケーションに関連する業務は、効率化が期待できます。今回のお話しのようなマーケティング領域でも、各サービスと連携が可能で、効率的なデータの取り扱いと分析ができるようになります。」
Snowflakeからのマーケ活動にTROCCO®はどう役に立つのか
加藤：「SnowflakeとTROCCO®を使用することで、マーケティング活動にどう役立つのか、説明します。主に、上記の3つの重要な要素に焦点を当てます。
まず、各種広告のコンバージョンAPIやマーケティングオートメーションツールへのデータの連携です。次に、DCR（データクリーンルーム）へ取り込むための社内外のデータ収集のプロセスです。最後に、各オペレーションを簡便に行う方法です。
Snowflakeを使用して分析したデータを広告APIに連携させること、データ収集の前段に必要な取り込みの適用、オペレーションを簡単にする方法が、デジタルマーケティングの基盤を作る重要な要素です。」
SnowflakeとTROCCO®でCDP・DCRの実現
加藤：「SnowflakeとTROCCO®を使用し、データクリーンルームを設計します。顧客や会員のデータ、決済綱のデータ、広告やMAのデータ、SAASのデータなどを中心にデータを引き込み、分析などを通じてマーケティング活動に活かします。そのデータをETLやELTのプロセスで整理し、TROCCO®を使用してデータセグメント管理やスコアリングを行います。
更に、Snowflakeの機能を活用し、BIや分析を行い、マーケティング行動に反映させます。また、MLを使用して広告配信やコンテンツレコメンド、CRMなどの業務を強化します。データはストレージに一元集約され、必要に応じて引き出される流れです。」
加藤：「新たなCookie規制の時代に向けて、効果的なデジタルマーケティング基盤を構築することが重要だと考えています。私たちのプラットフォームはSnowflakeにデータを取り込み、そのデータを抽出して使える形にします。
今回は、TROCCO®の画面を通じて、具体的にどのようにデータを取り扱うのか、簡単なデモンストレーションを行います。」
加藤：「まずデータの転送設定を作ります。具体的には、Google AdsからのデータをSnowflakeに転送する設定を作成します。そのためには、転送元と転送先を設定する必要があります。
この作業を通じて、広告データと他の手段で収集したデータを一元的に分析できるようになります。TROCCO®が、その一端を担っています。」
加藤：「ここで扱えるデータは、Adobe Marketo EngageやGoogle Ads、Google BigQueryから取得したものなど多岐にわたります。
また、データウェアハウスやクラウドアプリケーション、ファイルストレージなどからも情報を引き出すことが可能です。多様なコネクタを介してデータを収集し、一元的に管理する仕組みがデータクリーンルームです。データクリーンルームは、異なるソースからのデータを統合し、マーケティングの洞察を得るために分析する安全な環境を提供します。各企業は、顧客情報やGoogle広告のコンバージョンデータ、セールスマネージャーからのフィードバックなど、さまざまなデータを取り入れています。
各データはAmazon S3やAzure Blob Storageなどのクラウドストレージに転送され、必要に応じて各環境で処理または変換されます。このフレームワークは、Cookie規制の時代でも、ユーザーのプライバシーを保護しながら効果的なマーケティング戦略を維持するのに役立ちます。」
加藤：「ここでのデータクリーンルームとは、個人情報を匿名化し、プライバシーを保護しながらもマーケティング活動を行うための安全なデータ処理空間のことです。
具体的には、Google Adsなどの外部データソースから取り込んだデータを、SnowflakeとTROCCO®などのツールを用いて処理し、利活用します。」
加藤：「SnowflakeとTROCCO®を用いて、データクリーンルームを構築します。たとえば、Google Adsから得たデータをSnowflakeに取り込むためのジョブの定義を行います。特定のIPアドレスからアクセスしてきたユーザーと、そのアクセス時間などの情報を記録できます。
Google Adsの設定やカスタム変数の取り扱い、顧客IDの管理など、複雑な設定や操作を必要とするプロセスも、TROCCO®ならスムーズに進めることが可能です。」
加藤：「Google Adsの設定などの詳細を調整し、それに基づく新たな設定を作成します。このプロセスでは、Google Adsの認証情報や、お客様の識別情報など、さまざまな要素を自然言語形式やタブによって入力できます。各情報に基づいてお客様IDの一覧などを取得し、必要なデータを効率よく読み込めます。
Google AdsとSnowflakeを組み合わせたデータ作成や、カスタムな認証方法を導入することで、お客様リストを読み込む際の柔軟性が向上します。また、リソースタイプやランディングページなどのデータ活用も可能です。」
加藤：「個々のユーザーや広告グループ、キャンペーン、ランディングページ等の情報を安全に管理し、適切なコンディションでのマーケティング活動を実現します。とくに、レポート作成やデータ分析などの各種リソース活用にも対応しています。」
加藤：「Google AdsとSnowflakeを連携させることでカスタマーセグメントを一覧表示し、リソースタイプやランディングページの改善に役立ちます。この流れを1つ1つ説明するのは時間がかかりますが、本日は概要を紹介します。」
加藤：「カスタムディメンションを作成し、ユーザーの動向を詳細に把握することも欠かせません。データクリーンルームを設置することで、各作業を円滑に進められます。」
加藤：「セキュリティグループやファイアウォールを設定し、適切なアクセス制限を設けることで、個人情報の保護とデータ利用を両立させる新たな形のマーケティング環境を構築します。」
加藤：「ID情報やリソースタイプなどを対象データとして読み込みます。その際、設定が難しい場合も、スライド内に示すような形で情報を枠に入力していただくだけです。」
加藤：「各種フィールドデータをレポートテンプレートで読み込み、一覧表示できます。具体的なフィールドデータやレポート種別などは、後ほど説明します。」
加藤：「お客様のIDやキャンペーンのデータなどを適切に管理し、効果的なマーケティング活動を展開できます。とくにキャンペーンに関しては、キャンペーンに付随する情報を適切に利用することで、より効果的な活動が可能となります。」
加藤：「テンプレートとしてレポートを読み込んだり、特定の期間を指定してデータを取り込むなどを行います。このプロセス全体を通じて、一貫した語彙や表現を使うことをおすすめします。データの解釈や分析が一貫性を持つことで、マーケティング活動がより効果的になります。
Snowflakeからはウェアハウス名一覧を読み込むことが可能であり、その情報を元に、TROCCO®で新規にデータ転送設定できます。」
加藤：「ウェアハウス名一覧を自動的に読み込むことが可能です。その後、データベースと、関連するスキーマ一覧も同様に読み込みます。リアルタイムで管理が可能となり、必要な情報を直感的に閲覧、操作できます。厳しい規制に対抗しつつ、効果的なマーケティング活動を展開する基盤を構築できます。」
加藤：「必要なデータを取り込み、カスタム変数を追加します。お客様ごとのIDやレポートの履歴など、さまざまなリソースから抽出されるフィールドを含めることができます。各プロセスで、データは適切なフォーマットに変換され、より効率的なマーケティング活動に利用できます。
また、データ転送元として多様なソースが選択可能です。各データを統合し、適切に管理・解析することで、プライバシーを遵守しながらも効果的なデジタルマーケティングを展開できます。
「今回は、Cookie規制の時代を乗り越えるためのデジタルマーケティング基盤について、SnowflakeとTROCCO®を使用してデータクリーンルームを構築する方法を紹介しました。
TROCCO®を使用することで、データを簡単に収集し、分析が可能です。画面上ではテーブルや列、データのプレビューを見ることができます。データの詳細設定や、カラムの再定義も可能です。個人のデータを保護しながらも、効率的なマーケティング活動を実現できます。
抽象的なデータを具体的に扱いやすい形に変え、効果的なビジネス戦略を展開する手法をお伝えしました。」
本記事のまとめ
本セミナーでは、Cookie規制の強化に伴い、プライバシーを重視した新しいデジタルマーケティングの基盤としてデータクリーンルームの構築方法を紹介しました。
データクリーンルームを使用することで、企業は自社のデータを保護しながら、顧客に合わせたマーケティング施策を実行できます。自社のデータ環境を充実させることにより、顧客の興味や関心を正確に捕捉し、マーケティング精度の向上が可能です。
Cookie規制の時代を勝ち抜くためには、適切なデータ管理と分析が重要です。本セミナーで紹介した内容を参考に、プライバシーを保ちつつ、顧客との関係を強化し、ビジネスの成長を図りましょう。
SnowflakeとTROCCO®を活用することで、企業は個人情報を保護しながら、顧客に合わせたマーケティングが実行可能です。これまでのCookie依存の戦略から脱却し、データプライバシーを保ちつつ効果的なマーケティングを展開できます。
データ基盤の総合支援サービス「TROCCO®」は、データの統合や分析をサポートする多機能なツールです。Cookie規制の時代を乗り越え、戦略的なマーケティングを実施したいとお考えの方や、プロダクトにご興味のある方は、以下よりぜひ資料をご覧ください。
