【Rtoaster】アクションできるプライベートDMP

【マーケティング・テクノロジーツールご紹介】

DMP市場トップシェア。導入企業150社超。

実務に使えるマーケティングプラットフォーム「Rtoaster」

データ活用のリーディングカンパニーである株式会社ブレインパッド（以下、ブレインパッド）。同社が開発・提供するレコメンドエンジン搭載プライベートDMP「Rtoaster（アールトースター）」は、DMP市場においてトップシェアを誇ります。

その秘密は何なのか。同社、マーケティングプラットフォーム本部 営業部長代理／シニアコンサルタント　柴田氏にお話を伺いました。

データ活用・データ分析をコアとする「アナリティクス事業」「ソリューション事業」「マーケティングプラットフォーム事業」の３つの事業を展開

―まず、ブレインパッドの事業展開についてお聞かせ願えますか？

柴田氏：弊社は2004年3月に設立され、今年で13年目を迎える企業です。会社設立時は、アナリティクス分野、いわゆるデータ分析からスタートしました。その後、データ分析に使うWebサイトログデータの収集などを自動化することを目的に、独自の「データプラットフォーム」を開発・提供するようになりました。現在は「アナリティクス事業」と「ソリューション事業」、そして「マーケティングプラットフォーム事業」の3つの事業を展開しています。
アナリティクス事業は、60名超のデータサイエンティストを擁し、企業の課題を解決するデータ解析／コンサルテーション／ロジック組込システムの実装と運用、分析ソリューションを提供しています。
ソリューション事業は、マーケティングオートメーション（MA）／CRMおよび分析関連パッケージの販売、システムインテグレーションなどを行っています。
マーケティングプラットフォーム事業は、レコメンドエンジンを搭載したプライベートDMP「Rtoaster（アールトースター）」を中心に、独自の分析テクノロジーを利用したSaaSを開発・提供しています。その他、データマネジメントツール「DeltaCube（デルタキューブ）」や、リスティング広告をはじめとする運用型広告最適化ツール「L2Mixer（エルツーミキサー）」、自然言語処理エンジン「Mynd plus（マインドプラス）」などを提供しています。また、スマートフォン向けの無料家計簿／支出管理アプリ「ReceReco（レシレコ）」も提供しております。
2014年には、ヤフー株式会社との合弁でデータ分析とコンサルティングを専門とする「株式会社Qubital（キュービタル）データサイエンス」を設立し、Yahoo! JAPANのデータを活用した専門のデータサイエンティストによる高度な分析と、その分析結果のビジネスへの最適な活用を支援するコンサルティングサービスを提供しています。

DWHとはそもそもの目的が違う

―DMP（データマネジメント・プラットフォーム）と似た言葉に「データウェアハウス（DWH）」がございますが、この２つの違いを貴社ではどのように説明されていますか？

柴田氏：DMP（データマネジメント・プラットフォーム）とDWH（データウェアハウス）との大きな違いは、「DMPはアクションにつなげるためのデータベースである」ということです。DWHは、データを蓄積・管理することが主目的ですが、DMPは「蓄積されたデータをいかに使うか」ということに主眼を置いていると言えるでしょう。言い換えると、DMPは「データをマーケティング施策に活用するためのプラットフォーム」であると言えます。

―なるほど。それで近年、DMPに対する関心がますます高まっているんですね。

柴田氏：以前からデータマーケティングは注目されていましたが、データを蓄積・管理するだけでは、具体的なマーケティング・アクションにつなげにくいという課題がありました。
しかし、DMPの登場により、「ようやく実務に活用できるデータプラットフォームがでてきた」という認識が浸透しています。コスト的にも現実的になってきたこと、クラウド対応が一般的になってきたこと、テクノロジーとしても成熟してきたということも、DMPが実際に活用できる「マーケティングプラットフォーム」として注目されている理由だと思います。

Rtoasterとは？

―「Rtoaster」が開発されたきっかけを教えてくださいますか？

柴田氏：開発当初、「Rtoaster」は、Webサイトに訪れるユーザーの行動ログデータを収集／ターゲティングし、バナーなどを出し分けるレコメンドツールとしてスタートしました。その後、「この商品を見た人はこれらの商品を見ています」といった自動レコメンド機能、メール配信システムとの連携機能／広告配信との連携機能など、他社ツールとの連携機能を拡張してきました。
「Rtoaster」が広告系のDMPとは違う点として、前述のように「Rtoaster」はレコメンドツール由来のDMPですので、基本的には自社のデータを活用してアクションを行うことを前提につくられており、自社WebサイトのログデータやCRMデータを取り込み、詳細なセグメントを作成する機能を当初から持っています。
2007年のサービス開始以来、「Rtoaster」は順調にユーザー数が増えており、外部の市場調査会社によると、現在のDMP市場シェアは1位。大手企業を中心に150社以上に導入いただいています。

さまざまなチャネルで「個客」としてのおもてなしが可能に

―「Rtoaster」の特徴、強みは何でしょうか？

柴田氏：「Rtoaster」の特徴の1つが、さまざまな種類のデータを簡単に取り込めるという点です。WebサイトのログデータやCRMデータだけではなく、ソーシャルデータや外部のオーディエンスデータ、例えば「Yahoo! DMP」のデータなども取り込むことができます。
「Rtoaster」は、これらのさまざまなデータをユーザーIDで統合しています。例えば「Webサイトに5回以上訪問していて、Yahoo! JAPANで特定のキーワードで検索している方」のようなセグメントを指定することが可能です。

このように、「Rtoaster」はターゲットユーザーをあらゆるチャネル、顧客接点において同じ人物として識別可能ですので、データに基づいた的確な「カスタマージャーニー」を描くことで効果的なプロモーションが可能となります。

独自のテクノロジーで実現するレコメンド

―レコメンドエンジンには、どのようなアルゴリズムが採用されているのでしょうか？

柴田氏：レコメンドエンジンは、ルールベースレコメンドと自動レコメンドの2種類の方式に対応しています。自動的に最適な商品を推奨する「自動レコメンド」は、「グラフネットワーク理論」に基づく独自のアルゴリズムをはじめとして、複数の独自アルゴリズムを採用しています。

理論的には少し込み入った話にはなるのですが、事象の発生頻度だけを重視するロジックではなく、人同士の関連や時間軸、関連の太さなどを見て判断するものです。一般的なレコメンドは人気商品に偏る傾向があり、どうしてもランキングに近いものになってしまうようですが、「Rtoaster」は、表面的には気がつかないようなつながりを見てレコメンドするため、「意外だけど何かシックリくる」と感じるようなレコメンドができます。わかりやすく言うと、「ロングテール」に強いレコメンドであると言えるかもしれません。
Webサイトごとにレコメンドのパラメータを自動でチューニングするので、使えば使うほどアルゴリズムが洗練されてくるのも「Rtoaster」の特徴です。また、任意でフィルタ指定もできますので、ユーザーに対する配慮や、ビジネス的な観点からレコメンドを避けたほうがよい商品の組み合わせを意図的に排除することも可能です。
また、最近のトレンドとなりますが、自然言語処理による“文書同士や、ユーザーと文書との関係性”を元にしたレコメンドアルゴリズムも搭載しております。こちらは、自然言語処理エンジン「Mynd plus（マインドプラス）」と「Rtoaster」を連携することでできます。

簡単でシンプルな導入・運用が魅力

―「Rtoaster」の導入は容易だとお聞きしていますが・・・

柴田氏：はい、おっしゃるとおり、導入や運用が非常に容易なことも「Rtoaster」の大きな特徴です。
お客様側での事前の準備は、原則としてWebサイトにタグを埋め込むだけです。セグメント設定やレコメンドをする場所、条件指定、複数ある自動レコメンドのアルゴリズムの選択までをすべて管理画面からできますので、導入や運用の工数を減らすことができます。

設定変更のたびに、つど情報システム部門に依頼する必要がなく、マーケターの方々が自分たちで即座に設定変更できるのは、スピードや柔軟性の面で大きなメリットだと思います。Rtoasterの導入・設定はシンプルですが、不安な点があれば弊社の経験豊富なスタッフが導入・設定作業をサポートいたします。

「アクションできる」DMPが実現する具体的な成果

―「Rtoaster」導入の成果としては具体的にどんな事例がございますでしょうか？

柴田氏：「Rtoaster」の実績の一例として、行動履歴からのレコメンドにより、直帰率が60%改善したり、コンバージョン率が110％改善した成果が上がっています。また、ユーザーに気づきを与えるような商品を自動レコメンドすることにより、平均購入点数も1.4倍に増えるという結果もでています。
また、会員の性別や年代、顧客ランクによって適切なコンテンツを出し分けることによって平均購入単価が向上し、2回目購入率が13%改善するといったケースもあります。この、2回目購入率の改善は、初回購入商品の情報を「Rtoaster」で収集し、2回目に購入する確率の高い商品をレコメンドすることにより実現しています。
こうした成果のなかでも、特に注目していただきたいのが、コンテンツの「自動最適化」によるコンバージョン率の改善です。ABテストを実施できるツールは多いと思いますが、「Rtoaster」はさまざまなパターンのクリエイティブを複数投入しておき、特定のセグメントにおいて最も効果の高いものを機械学習することで、配信するコンテンツを絞り込むことを自動で行います。これにより、コンバージョン率が146% 改善したという成果がでています。

DMPとしてさまざまな外部連携も可能

―外部システム等との連携についてはいかがでしょうか？

柴田氏：「Rtoaster」は、外部との連携のために生ログデータやセグメントデータなどのデータ出力も可能です。例えば、「ロイヤルユーザー」のセグメントデータを広告ベンダーに渡し、それに近い人に拡張して広告を配信することが可能です。
その他にも、弊社が提供するMAツール「Probance Hyper Marketing」やBIツール「Tableau」、セグメンテーションツール「exQuick」、その他、メール配信システムやさまざまなDSP（Demand Side Platform）など、他社ツールとも柔軟に連携します。

手軽に導入できる利点を生かしてクイックに始める

―クライアントによっては、DMPの前に、まずはデータを蓄積するためのデータウェアハウス（DWH）の構築が必要というところも多いと思いますが・・・

柴田氏：そうですね。「まずはDWHを構築しなければ・・・」ということで、データ活用までに非常に時間がかかってしまうケースもあります。
しかし、基本的に「Rtoaster」ではWebサイトログデータなどのデータ収集機能がありますので、Rtoaster単体でもクイックスタートが可能です。また、CRMデータに関しても一部だけ使うことで当初は事足ります。
DWHなどの構築が必要であれば、プロジェクトを切り離して進めていただく一方、フロントエンドでは必要最低限のデータ連携を行い、スモールスタートで始めて結果を出しつつ、カスタマージャーニーに合わせて広げていく、というのが、データ活用を通じた早めの成果を手にするためにはいいのではないでしょうか。

―最後に、今後のRtoasterの進化の方向性についてお聞かせください

柴田氏：今後、ウェラブルデバイスをはじめとして、これからもさまざまな顧客接点／チャネルが増えています。それらを横断してコミュニケーションしていくことが不可欠ですので、Rtoasterは、今後もさまざまなデバイスやチャネル対応を進めていきたいと思っています。また、弊社が今までに手がけた「神立高原スキー場でのO2O施策」のような、オンラインとオフラインを連携させたデータ活用事例も増やしていきたいと考えてます。
上記に加えて、弊社が持つ自然言語処理、機械学習、人工知能（AI）の技術をより活用することにより、効率的かつ効果的なマーケティングツールとして進化していく予定です。

―ありがとうございました。

Rtoasterについて詳細をお知りになりたい方は、株式会社ブレインパッドにお問合わせください。

株式会社ブレインパッド
本社： 108-0071 東京都港区白金台3-2-10 白金台ビル
https://www.brainpad.co.jp/rtoaster/

※お問合せフォーム⇒https://go.brainpad.co.jp/l/391552/2017-08-18/6gqfjs