テレビの視聴時間が年々減ってきている中、見逃し配信サービスなどインターネット媒体での番組視聴は好調だ。見逃し配信サービス「ネットもテレ東」を運営する株式会社テレビ東京コミュニケーションズ（以下、TXCOM）は、サービスから取得した視聴者データをプライベートDMPに集約して蓄積し、データの活用を図っている。
同社メディア事業開発本部の今田智仁氏と芹澤舞耶氏が、「データチームが売上貢献の為にやっていること。テレビ東京の事例を公開」と題してデータ活用の取り組みを語った。聞き手は、同社に伴走してデータ活用に取り組む株式会社Legolissの音嶋健斗氏。
今田 智仁 氏
株式会社テレビ東京コミュニケーションズ
メディア事業開発本部 データ・UXデザイン部
シニア・マネージャー
芹澤 舞耶 氏
株式会社テレビ東京コミュニケーションズ
メディア事業開発本部 データ・UXデザイン部
音嶋 健斗 氏
株式会社Legoliss
データマーケティング事業部
データアナリスト
＜目次＞
テレビ東京グループのデジタル担当、TXCOM
TXCOMは認定放送持株会社「テレビ東京ホールディングス」の100％子会社で、テレビ東京グループ全体のデジタル戦略を担っている。
今回は、TXCOMが運営するテレビ番組の見逃し配信サービス「ネットもテレ東」でのデータ活用例をメインに紹介する。
「ネットもテレ東」は、PC・スマホ・タブレットやFireTVなどを経由したテレビデバイスから視聴できる広告付きの動画配信サービスだ。2015年にサービスを開始し、月に140以上の番組を配信。自社サービスだけではなく、TVer、GYAO、ニコニコ動画、YouTube等の他プラットフォームでも動画を配信している。
視聴者の可処分時間はデジタルへシフトしている
消費者がテレビに費やす週平均時間は年々減少傾向だ。一方、この10年でスマートデバイス（スマートフォン＋タブレット）に費やす時間が著しく伸びている。スマートデバイスとPCを合わせたデジタル媒体との接触時間は、テレビを超えた。
ただテレビ局もこの状況に対して手をこまねいているわけではない。良質なコンテンツをYouTubeなどのプラットフォームへ提供するとともに、民放5局で立ち上げたTVerや各局独自の動画配信プラットフォームで配信を始めている。
テレビ東京では、誰でも無料で視聴できる見逃し配信サービスとして「ネットもテレ東」や、月額課金サービスの「テレ東BIZ」を展開中だ。
今までテレビであれば取得できるデータは限定されていたのが実情だ。しかし「ネットもテレ東」をはじめとする動画配信サービスからであれば、様々なデータを取得できる。そこで今田氏らは、インターネット媒体からデータを取得・集約してプライベートDMP（＝CDP）を構築し、視聴者のデータ分析に従事している。これが今回紹介するTXCOMとLegolissによる取り組みだ。
データ活用プロジェクトの5つの取り組み
TXCOMとLegolissによる、データ活用の取り組みの概要を以下に示す。
１．プライベートDMP構築
前述の通り「ネットもテレ東」ではTVerなどの他社プラットフォームにも動画を配信している。ばらばらに取得されたデータを1カ所に集約し、データ分析やマーケティング施策に利用できる状態にするためにプライベートDMP（＝CDP）を構築した。
２．マーケティングダッシュボード構築
集約したデータは、そのままでは人が見るのに適さない。CDPに集約されたデータを可視化し、社内の人が把握・共有しやすいよう一元表示できるダッシュボードを構築した。ダッシュボードにはTableauやGoogle データポータルを活用した。
３．サービス間のユーザー行動を可視化
「ネットもテレ東」以外の自社サービスも含めてユーザーがどのような行動をしているかもデータを取り、可視化した。
４．外部データを接続
自社で取得したデータと外部メディアから取得したデータを突合し、分析できるようにした。
５．サービスのグロース活用
CDP内に蓄積したデータを、サービスを成長させるための様々な施策に活用する。これがCDPを構築する一番の目的だ。
取り組みは2017年11月に始まり、Legolissはデータ取得の段階から3年以上伴走している。上図でいうと一番左からだ。
両社の役割分担は基本的に、Treasure Data CDPやAmazon Redshift、Tableauなどのツールでデータを抽出・加工して可視化するまでをLegolissがメインで担当し、事業開発や代理店のディレクション、他部署連携などをTXCOMが担当する形になっている。
3年以上の期間を伴走し、今では音嶋氏もテレビ業界の知識やデータのクセに詳しくなってきたという。
「依頼した通りのSQLを納品してくれるだけではなく我々が後で分析しやすい形で送ってくれたり、BI ツールで可視化して読みやすくしてくれたり、外注作業というよりはまさにパートナーという形で参画していただいているのは非常に助かる」
（TXCOM 今田氏）
売上貢献につながるデータ活用事例
ここからは、 CDPに蓄積したデータの具体的な活用事例を3つ紹介する。
事例１：番組プロファイルシートを作成し営業に活用
CDPには様々なデータが蓄積されている。自社サービスから取得したデータと外部サービスから取得したデータは一意のIDや広告識別子などの識別用データによって突合し、属性などを付与している。
TXCOMではこれらのデータを元に、配信番組の視聴者がどのような属性を持っているかをプロファイルシートにまとめ、広告営業に活用している。
たとえばビジネスマンをターゲットにしている広告主に提案する場合、これまでならば経済関連の番組への広告出稿を提案していただろう。しかし視聴者のデータをシートにまとめることで、実はバラエティ番組にもビジネスマンの視聴者が多いとわかる場合もある。
このように視聴者のデータを営業に活用し、これまでとは違った切り口での広告提案が可能になった。
事例２：インタラクティブ広告によるブランドリフトサーベイ
「ネットもテレ東」内のインストリームで配信される広告は動画広告ということもあり、ダイレクトレスポンス型の刈り取り広告ではなくブランディング広告がメインだ。
そのため広告主は、「どのような人に広告が見られたのか」「その結果、どの程度態度変容が起こったのか」を気にする傾向にある。どのような人が見ているかのデータは、前項のプロファイルシートで提供可能だ。
態度変容の調査には大きく分けて2つの方法を採用している。ひとつは調査会社に依頼し、広告接触者と非接触者にアンケートを取る方法だ。調査会社には広告の接触者と同じ条件での非接触者のデータ（コントロール）を抽出するなどの調整を行っている。
もうひとつは、インストリームの動画広告内にアンケートを表示する方法だ。アンケートの回答結果はリアルタイムにCDPに落とし込まれる。この方法ならば、態度変容のデータも広告配信と同時に取得できる。
事例３：LTV算出による広告費のアロケーション
これまでできなかったことがデータ活用により可能になった一例が、LTVの算出とそれによる広告費の最適化だ。
TXCOMでは見逃し配信サービスの利用者を増やすため、視聴用アプリのインストールを促す広告を実施している。どのメディアに出稿した広告から流入したかという流入経路データとその後の視聴データを掛け合わせて分析し、インストール後の動画や広告の視聴回数等をLTVとして算出した。下図はそのイメージだ。
広告からのインストール数しか見ることができなければ、単純にCPI(Cost per Install)が低いメディアBに広告費を多く投下する判断をするだろう。しかしインストール後のLTVまで見ることで、CPIは高いがLTVも高く元が取れるメディアAにも広告費を投下すべきだと見抜くことができる。
これまで分断されていたデータをCDPに集約することで、複数のデータを掛け合わせて顧客を分析できるようになった。その結果、正しい判断をすることが可能になった良い例だ。
データ基盤となるTreasure Data CDPの使いやすさ
今回紹介しているCDPの構築には、Treasure Data CDPを使用している。今田氏はTreasure Data CDPの使いやすい点として次の項目を挙げた。
24時間サポート
Treasure Data CDPは24時間体制でチャットサポート（英語）を行っている。深夜の作業中に分からないことが出てきた場合には非常に頼りになる。今田氏も実際に「データ分析ではまってしまって深夜になってしまった」経験があるというがその際もサポートを活用して解決した。
スプレッドシート連携
今田氏はデータ分析の際にBIツールも利用するが、最後はエクセルやスプレッドシートに出力することも多く、CDPとスプレッドシートの連携しやすさは重要なポイントだという。
「エクセルでのデータ分析に慣れたマーケターには非常に使いやすい」「エンジニアにとってはもちろん、そこまでエンジニアリングに詳しくないマーケターにとっても非常に使いやすいと思う」（TXCOM 今田氏）との見解だ。データを日ごとにスプレッドシートに出力し、シート上にグラフを作って分析するなどの活用をしている。
その他にタグの汎用性やワークフローで簡単に毎日処理を実行できる点などが挙げられた。
Legolissの音嶋氏からは「インフラ部分の保守運用はトレジャーデータが面倒をみてくれるので、分析やその後の事業開発に集中できるのが魅力」との所感が挙げられた。
取り組みを行っているTXCOMとLegoliss両社だけではなく、CDPサービスを提供するトレジャーデータも含めた3社がSlackで連携しており、コミュニケーションはスムーズだ。大きいタスクはBacklogを使って管理し、やり取りのログは基本的にデジタル上に残すようにしている。
「コロナ禍でリモートワークが続き、本日音嶋さんにお会いするのは初めてなんですけれども、これまでの1年ほどのやり取りで特に問題になっていることはありません」（TXCOM 芹澤氏）
これらの取り組みにより、最も大きく変わったのは社内の意識だ、と今田氏は語る。同社の上層部も含め、「データを活用する」という意志が社内全体で統一され始めてきているという。
今後は「データの質の向上」や「機械学習」にも取り組む
両社の取り組みは現在も続いている。今後も様々な施策でデータ活用の幅を広げていく予定だ。その中から2つを紹介する
データの質の向上
以前データの分析中に、深夜の男性ウケするようなバラエティ番組で30代女性の視聴が一番多いという結果が出たことがあった。意外な結果なので分析を進めてみると、実は使用した外部データに30代女性が多く、突合したデータ自体に偏りがあると分かった。ウェイトバックでデータを補正したところ、20代男性が多いという結果になった。
このエピソードから分かるのは、データ自体に間違いはなくてもデータの特性や偏りまで考慮しないとミスリードした結果になってしまうということだ。データの質を上げると共に、データの読み方の質、つまり分析担当者のスキルも上げなければならない。
機械学習を用いた属性予測や在庫予測
IDFA（iOS端末の広告識別子）の仕様変更やGoogleによるサードパーティcookieの規制により、データの突合に使用するIDが取得しにくくなってきている。今後は社内のデータと外部データを突合できない状況が発生しうるだろう。
TXCOMではそれに備えて、正解データを基にしてデータを拡張する機械学習にも取り組んでいる。これまでの視聴者データから学習し、番組視聴履歴から視聴者の属性を推定するモデルを構築する。
| ＊表の数値はダミーです |
この他に、機械学習による広告在庫の予測モデルの作成にも取り組んでいる。imp保証型の広告販売ではオーバーimpにならないよう抑えて販売せざるを得ないが、広告在庫の予測ができれば実際の在庫に近しい形で販売が可能になる。
これらを実用化するには、機械学習モデルの精度向上が不可欠だ。「色々なモデルを試す中で、最適な成果率の高いモデルを作成することができそう」（TXCOM 芹澤氏）だという。
最後に：デジタルメディアの運営にはデータ活用が必須
テレビ局だけではなく、いわゆるトラディショナルメディアと言われる従来型のメディア企業ではデジタル化が遅れていた。しかし自社が抱えている課題を直視し、変わろうとする企業も出てきている。TXCOMもそのうちの一社だ。
「テレビ業界はデジタル業界と比較して、斜陽産業という印象を持たれがちだが、デジタルやマーケティング、データ分析の観点で手をつけられていないことが多いだけで、保有するコンテンツの豊富さ、制作能力の高さなど強力なアセットを持っている。見せ方や改善次第では圧倒的存在感を示すことができるのではないか。メディア企業として今後ますますデータの活用は必須となっていくだろう。」と今田氏は述べた。
テレビ東京コミュニケーションズでは、データ活用や開発パートナーの募集、新しい技術の情報収集、共に働いてくれる人材の募集を常にしている。
また、今後もデータマネジメントを一緒に拡大してくパートナーの方はぜひご連絡してほしい。
