データドリブンマーケティングの取り組み実態比較調査

＜経営層（n=22）＞

・非常に実感している：9.1%

・やや実感している：50.0%

・あまり実感していない：40.9%

・全く実感していない：0.0%

・わからない/答えられない：0.0%

＜現場層（n=80）＞

・非常に実感している：23.8%

・やや実感している：55.0%

・あまり実感していない：20.0%

・全く実感していない：1.2%

・わからない/答えられない：0.0%

＜経営層（n=13）＞

・客観的なデータに基づく意思決定ができるようになった：53.8%

・リアルタイムでの課題把握と対応が可能になった：38.5%

・顧客ニーズに合わせたサービス開発・改善が可能になった：38.5%

・クロスセル・アップセル施策の最適化などにより、顧客単価が増加した：23.1%

・効果の低い施策の特定と削減により、予算の利用効率が上がった：23.1%

・マーケティング施策の費用対効果（ROI）が向上した：15.4%

・広告のコンバージョン率が向上した：0.0%

・その他：7.7%

・わからない/答えられない：0.0%

＜現場層（n=63）＞

・客観的なデータに基づく意思決定ができるようになった：58.7%

・リアルタイムでの課題把握と対応が可能になった：41.3%

・マーケティング施策の費用対効果（ROI）が向上した：36.5%

・広告のコンバージョン率が向上した：36.5%

・クロスセル・アップセル施策の最適化などにより、顧客単価が増加した：33.3%

・効果の低い施策の特定と削減により、予算の利用効率が上がった：31.7%

・顧客ニーズに合わせたサービス開発・改善が可能になった：31.7%

・その他：0.0%

・わからない/答えられない：3.2%

＜経営層（n=13）：自由回答・一部抜粋＞

・64歳：納得感の醸成。

・45歳：わかりやすくなった。

・54歳：MAとのリンク。

・52歳：対応の的確性、スピード。

・64歳：経営管理。

・61歳：売上の安定に役立つ。

＜現場層（n=61）：自由回答・一部抜粋＞

・47歳：正確な統計が取れるので、売り込みをしやすくなる。

・53歳：事業目的と合致した戦略策定と執行が可能になる。

・46歳：売上増加。

・57歳：作業効率が、格段にあがった。

・54歳：新規顧客数の増加。

・55歳：ビッグデータにより顧客の当社サービスに対する志向の偏りと平均化するためのファクターチェックが容易になった。

・43歳：数字で明確化されることで、目標が立てやすくなった。

＜経営層（n=75）＞

・データドリブンマーケティングを推進できる人材が不足しているから：50.7%

・データ分析の結果を具体的なアクションに落とし込めていないから：41.3%

・リソースが足りず、より高度な分析や施策の実行が困難だから：29.3%

・目的や目標が明確でないまま、ツールを導入してしまったから：25.3%

・経営層のデータ活用に対する理解や支援が不足しているから：16.0%

・部門間でのデータ共有や連携が十分に行えていないから：13.3%

・データの品質や信頼性に課題があるから：9.3%

・その他：2.7%

　ー59歳：経営層の理解不足

　ー63歳：十分に活用されていない。

＜現場層（n=110）＞

・データドリブンマーケティングを推進できる人材が不足しているから：63.6%

・データ分析の結果を具体的なアクションに落とし込めていないから：40.0%

・経営層のデータ活用に対する理解や支援が不足しているから：29.1%

・目的や目標が明確でないまま、ツールを導入してしまったから：23.6%

・部門間でのデータ共有や連携が十分に行えていないから：21.8%

・データの品質や信頼性に課題があるから：11.8%

・リソースが足りず、より高度な分析や施策の実行が困難だから：10.0%

・その他：0.0%

・わからない/答えられない：4.5%

＜経営層（n=70）：自由回答・一部抜粋＞

・61歳：多角的な視点で必要データの入手とそれを掛け合わせたデータ分析のノウハウがまだ育ってきていない。（経験不足）

・57歳：データの正確さ、量が不足、方法の理解が進まない。

・48歳：費用の兼ね合いと、そのデータをどう生かすのか、生かしたと言える根拠がない。

・55歳：今までは既存顧客で売上及び利益が確保出来ていたため、導入が遅れてしまった。

・61歳：データが経営に活用されている実例やできない課題が共有化、可視化されていないから。

＜現場層（n=105）＞

・54歳：別業務も兼任しているためスピード感は非常に遅い。

・57歳：独特な市場を狙っており、結果につながる道筋が曖昧な状態。

・31歳：ツール不足。

・63歳：データドリブンの概念が理解されていない、データ活用のリテラシーレベルが低い。

・59歳：経験則の方を重視する文化だから。

・43歳：業務が多く人手が少なくリソースが足りない。

・35歳：部門間でのデータ分析の重要性理解の差。

＜経営層（n=257）＞

・データ分析スキルを持つ専門人材の増加：15.6%

・データ管理の一元化：12.1%

・組織全体でデータを共有・活用する体制の構築：8.2%

・AIや機械学習を活用したデータ処理・分析の効率化：4.7%

・自動化ツールの導入によるデータ処理・分析時間の効率化：3.9%

・データ分析のための時間の捻出：3.1%

・KPIの設定とデータに基づく定期的な効果測定の実施：1.9%

・その他：0.0%

・特にない：32.3%

・わからない/答えられない：18.3%

＜現場層（n=257）＞

・データ分析スキルを持つ専門人材の増加：24.9%

・データ管理の一元化：14.4%

・自動化ツールの導入によるデータ処理・分析時間の効率化：13.6%

・組織全体でデータを共有・活用する体制の構築：12.8%

・AIや機械学習を活用したデータ処理・分析の効率化：8.9%

・KPIの設定とデータに基づく定期的な効果測定の実施：5.1%

・データ分析のための時間の捻出：4.7%

・その他：0.0%

・特にない：4.7%

・わからない/答えられない：10.9%

＜経営層（n=257）＞

・非常にそう思う：9.4%

・ややそう思う：24.9%

・あまりそう思わない：21.8%

・全くそう思わない：27.6%

・わからない/答えられない：16.3%

＜現場層（n=257）＞

・非常にそう思う：31.1%

・ややそう思う：40.9%

・あまりそう思わない：9.7%

・全くそう思わない：2.7%

・わからない/答えられない：15.6%