効果測定（その3）

前回は郵送 DM での効果測定テクニック、 「RFM 分析」を紹介した。 今回はそれを応用し、 モバイルマーケティングでの「個人に軸をおいた効果測定」をお話しよう。

●まずは個人に軸をおいたログ（データ）をとる

郵送 DM での RFM 分析を知れば、 同様の「個人軸での分析」がモバイルマーケティングでも実践できることは容易に想像できるだろう。 ただし、そのためには個人に軸をおいたログ（データ）をとることがまず必要になる。

例えば、 モバイルメールでクーポンを送付して来店促進を行う場合。 仮に100名にメールを送ったら4名の来店があったとしよう。 来店率4％。 なかなか良い数字だ。 ただし、このままだと誰が来店し、 誰が来店しなかったのかわからない。 これでは個人軸での効果測定ができないのだ。

もちろん店員がクーポン利用者のメールアドレスを聞き取ってもいいのだが、 多忙な接客の最中にそれを要求するのは酷とも言えよう。 そんな時は QR コードとリーダーの活用をお薦めする。

名刺や印刷物に QR コードを刷るのとは逆の方法である。 メールからクリックしてもらったサイト上にその人だけの QR コードを表示する。 そして店舗のレジなどで、 モバイル画面に表示された QR コードを専用のリーダーで読み取ることによって、 クーポン受け取りとするのである。

こういったシステムは月額数万円程度から提供されているので、 「モバイル QR コード」「クーポン QR コード」といった検索ワードで調べて比較検討するといいだろう。

もうひとつのログの定番は、 メールに記載した URL のクリックカウントである。 来店ではなく、サイト閲覧をしたかどうかを個人を特定して効果測定する技法だ。 具体的には下記のように個人ごとの ID を挿入した長い URL となる。

＜クリックカウント設定前＞
http://emm-i.com

＜クリックカウント設定後＞
http://emm-i.com/j_ty.jsp?r=1189&BrEt2JuA

100名にメールを送ると自動的に100人分のサイト（URL）が生成されると思えばよい。 その100個のサイトのログを見れば、 誰がクリックし、 誰がクリックしなかったが簡単に判定できるわけである （実際は、100個のログをいちいち見るわけではないが原理を上記のように説明した）。

自分の PC でのメールソフトからの配信ではこういったことはできないが、 最近のメールマーケティング専用の配信システムには、 ほぼすべてクリックカウントの機能が実装されている。

これらのログは重要な個人情報なので、 徹底した管理が必要であることを念のため申し添えておく。

●お勧めの簡易手法、白黒分析

仮に今まで3回送ったモバイルメールの個人ごとのクリックログがとれたとしよう。 話を単純化するために20名だけの読者を想定する。 以下3桁の数字の固まり20個がそのログとする。 数字の「0」は「クリックなし」、 数字の「1」は「クリックあり」を意味する。 例えば、「100」という個人は、 「1号メールにクリックあり、2号メールにクリックなし、3号メールにクリックなし」の人という意味だ。

100,000,010,010,110
001,100,000,011,010
000,110,000,010,000
100,011,000,010,100

さて、このログをどんな風に解析すればいいだろうか。 私は白黒分析と呼ぶ簡易手法をお勧めしている。 クリックの有無を「■あり」「□なし」で図示し、 その人数を集計するのである。 具体的には上記の数字の羅列が以下のように分析できる。

■■■　→　0名 ■■□　→　2名 ■□■　→　0名 □■■　→　2名 ■□□　→　4名 □■□　→　5名 □□■　→　1名 □□□　→　6名

こんな簡単な分析でもいろんなことがわかる。 例えば「□□□」という6名は、 メールを送れど送れどサイトを見てくれない「幽霊会員」とも言える。 逆に「■■■」は超お得意様と言えるが、 上記の例には存在しない。 また、「■■□」や「■□□」は、 徐々に冷めてきている顧客とも言える。 逆に「□■■」や「□□■」は、 徐々に暖まってきている顧客と言えるだろう。

個人に軸をおいた効果測定のパワーを実感いただけたと思う。

●既存データベースとつなげてさらに豊かな分析を

実は上記で紹介した例は、 その人がどんな人なのかをまったく無視して分析をしている。 実際は、会員登録時に下記のような情報を取得している場合が多い。 もしそういったことをしていないのであれば、 今後はぜひ取得すべき情報だ。

性別、年齢、郵便番号（居住地域）、普段の購買行動、今後の購買意向、など。

上記で紹介した白黒分析などを、 こういったデータとつなげて分析するとさらに豊かな情報が手に入る。 「若い女性は最初はサイトへ興味を持つがすぐに飽きやすい」、 「中高年男性はサイトへクリックしなくても、いきなり来店することが多い」 （架空の分析例）などである。 これらの傾向がわかれば、 次回以降のモバイルマーケティングの導線を最適化することができるのである。

個人に軸をおいたモバイルマーケティングの効果測定。 ぜひ実践してみてほしい。