近年のテクノロジーの進歩はマーケティングを取り巻く環境を大きく変えています。スマートフォンの普及により顧客ニーズやチャネルに多様性が生まれ、顧客と企業の接点は複雑化しています。こうした環境ではOMOやパーソナライズが重要なテーマとなりますが、いずれも実現にはテクノロジーの力が不可欠です。顧客ごとに個別のアプローチを行うセグメントオブワンマーケティングでは膨大なデータの分析が必要ですが、これはテクノロジーなしでは実現しえません。マーケティングの一部を自動化するマーケティングオートメーションでは、人工知能の活用による高精度のOne to Oneアプローチに期待が高まっています。
Contents
コンテキストテクノロジーとはなにか
人間の力だけで完結するマーケティングの時代は終わりつつあります。これからのマーケティングの鍵を握るのは人間とテクノロジーの協働といっても過言ではなく、まずはテクノロジーを正しく理解することが重要です。マーケティングでは顧客を理解し、顧客体験を最大化することが大きなテーマですが、今回はこうした観点から注目されるテクノロジーのひとつ、コンテキストテクノロジーについて理解を深めていきます。
コンテキストテクノロジー：顧客の心理を把握、行動を予測するテクノロジー
コンピューターが人間の状況や状態を把握して、さまざまなシステムやセンサーなどに蓄積される情報も活用しながら、その人がどのような情報を必要としそうか、どのような行動をとりそうかなどを予測し、最適な情報やサービスを提供する技術のことをいいます。
最近ではさまざまなものがインターネットにつながり、膨大なデータを収集できるようになりました。それと同時にビッグデータを分析する人工知能技術やサービスの自動化技術などが目覚ましい発展を続けていますが、これらはコンテキストテクノロジーの一部です。データや情報を有機的に結び付けて、行動の背景を読み取り、次の行動を予測して、便利で快適な生活の実現をサポートします。コンテキストテクノロジーは人間の命令に従うというよりは、その場の空気を読んだり人間の行動を先読みしたりする、ある意味能動的な存在であるといえます。
コンテキストテクノロジーが実現しようとするのは、たとえば、スマートフォンがその日のスケジュールにあわせて有益な情報を絶妙なタイミングで自動で提供してくれたり、帰宅時間にあわせてお風呂を沸かし、部屋の温度や照明を最適にしておいてくれたりする世界です。コンテキストテクノロジーは、ウェアラブルデバイスの普及やIoTによってさらに加速してゆくと考えられています。コンテキストを高い精度で把握できれば、かつて映画の中だけのものと思われていたような世界が現実になる日も遠くないといえます。
コンテキスト：どのような段階を経て現在に至ったかという情報
コンテキスト（context）は文脈、前後関係、背景などを意味する英単語です。やや概念的な意味を持つため単語だけでは伝わりにくいかもしれませんが、本質的な意味を理解するとテクノロジーの世界でコンテキストが表現するものをイメージしやすいでしょう。
たとえば社会科学の世界にハイコンテキスト文化、ローコンテキスト文化というものがあります。ここでいうコンテキストは共通の価値観や知識などの意味で、前者はお互いに相手の意図を察し合うことで言葉にしなくても通じる傾向の強い文化、後者は具体的な言葉に表現することでコミュニケーションを図ろうとする文化を指します。日本はハイコンテキスト文化的、欧米はローコンテキスト文化的だと表現されることがあります。このように考えるとコンテキストが言葉や事象の背景にある、動機や共通概念・文化的背景などであることがイメージしやすいのではないでしょうか。
コンテキストの重要性：データが価値を持つためにはデータ同士を関連づけ、データの意味を理解することが不可欠
最近ではさまざまな顧客データを収集できるようになったものの、チャネルや部署、システムなどの都合でデータが分散され、共有されていない企業が多いです。分断されたデータはそのままでは意味を持ちません。データさえあれば何でもできるというようなイメージを持つ人もいますが、データを価値あるものとして活用するためには、データ同士を関連づけ、データの意味を理解することが不可欠です。これはコンテキスト化（Contextualization）と表現されることがあります。データはコンテキスト化されて初めてビジネスにおける価値を生み出すのです。
昨今注目されているOne to Oneの概念は、掘り下げていけば顧客を理解すること、すなわち顧客のコンテキストをいかに把握・理解できるか。そしてそれに基づいて顧客の心理を読み、行動や需要に先回りできるかの追求です。これからのマーケティングで求められるのは、データの関連性を見つけ、そこからデータの意味を理解しようとする姿勢です。データは集まっているけれどどう活用すればよいかわからないという場合、まずはデータとデータのつながりや、その背景にある意味を見つけるようにしてみましょう。