CX向上のための顧客データ活用(2)

2021年11月30日

Customer experience management in the age of big data analytics
A strategic framework

前回の記事で、Hanken School of Economics, Department of Marketing, CERSのMaria Holmlund氏らによるグループの、CXマネジメントと顧客データ分析の関係性についての研究をご紹介しました。今回は、カスタマーエクスペリエンス（CX）とCXデータについて見ていきたいと思います。

カスタマーエクスペリエンス（CX）とCXデータ

デジタル、物理、ソーシャルの領域での顧客と企業の接点では、構造化されたものから非構造化されたものまで、さまざまなCXデータが生み出されます。構造化されたCXデータは、数字で表すことができますが（例えば、売上データ、地理的な位置座標、顧客満足度調査のスコアなど）、非構造化データは、一般的にテキスト、音声、画像、動画などの数値化が難しい形式です。

また、顧客と企業の接点での評価は、募集型データまたは非募集型データで行われます。募集型のCXデータは、フィードバックを顧客に求め、得られたデータです（例えば、アンケートへの回答、招待レビューの執筆、フィードバックワークショップへの参加など）。一方、非募集型のCXデータは、主に顧客が主体となって提供するものです。例えば、電子メール（デジタル領域）、SNSでのコメント（デジタルおよびソーシャル領域）、または店舗従業員への直接フィードバック（物理的領域）などが該当します。

本研究では、この2つの軸（募集型と非募集型、構造化型と非構造化型）を用いて、組織がカスタマージャーニーの各タッチポイントでどのタイプのCXデータを収集できるかを検討しています。表1は、さまざまなCXデータの種類とその特徴の概要を示しています。

表1：CXデータの類型と特徴

募集型×構造化データ

実務で収集されるCXデータの最も一般的な形態です。このようなCXデータは有用ですが、CXは複雑すぎて1つまたは数個の数値だけでは捉えられないことが多いため、CXマネジメントでの活用の可能性は低くなってきています（Lemon and Verhoef, 2016, McColl-Kennedy et al, 2019）。構造化された顧客フィードバックの収集は、開発、管理が容易で、固定費は低いですが、特に市場調査機関を利用してデータを収集する場合は、変動費が比較的高いと言えます。

募集型×構造化データ

企業の多くは、顧客フィードバック調査に自由形式の質問（例：NPSの回答者にスコアの説明を求めるテキストボックス）を含めたり、詳細なインタビューやフォーカスグループを実施したりすることで、ますます多くの非構造化データを求めるようになっています。このようなCXデータは、募集型スコアよりも多面的（＝文章構成、話す様子などに着目して分析できる）であるため、CXマネジメントでの活用可能性が高い傾向にあります。とはいえ、このようなCXデータは、より多くの顧客の参加を必要とし、分析も複雑になります。従来、テキストデータを直接扱うか、音声や動画データをテキストに書き起こして、そのテキストを分析する（例えば、質的調査法を採用する）作業をおこなってきました。

このようなアプローチは、規模が大きくなると（例えば、何百万ものカスタマーレビューを扱う場合など）煩雑になります。より先進的なテキストマイニング手法を用いれば、このプロセスを自動化することができますが、高い精度を求めると通常は高いコストがかかります。

非募集型×構造化データ

企業は、顧客が自発的に提供する構造化されたCXデータを収集することがあります（例：顧客が独立したレビューサイト等に提供した評価など）。企業は、ウェブスクレイピングツールを使用してこのタイプのデータを収集することができますが、このようなアプローチは固定費が高くなる傾向にあります。

また、この種のCXデータは、他のソースからも得られます。例えば、店舗に出入りする人の数や、混雑状況など、顧客の反応に影響を与えることが想定される数値や、ウェブサイトのクッキー、Google Analytics、Internet of Thingsなども、目立たない方法で収集可能なCXデータのソースです。

非募集型×非構造化データ

企業は、顧客のメールやツイート、オンラインレビュー（＝テキスト）、コンタクトセンターへの電話（＝会話）、Instagramにアップロードする写真（＝画像）やYouTubeにアップロードするVlog（＝動画）などからCXデータを収集することができます。

また、お客さま以外のソースからも、このようなCXデータを提供することができます。例えば、多くの公共スペースではビデオ監視が行われており、膨大な量のビデオデータが生成されています（例：交通、公共交通機関、セキュリティなど）。しかし、このようなCXデータの取得には、取得、整理、統合するための比較的高い固定費がかかり、プライバシーや法的な問題も発生するため、あまり現実的ではありません。