富士火災海上保険株式会社 様

魅力ある商品をお客様に販売する役目を担う「高度な販売力を有するチャネル」としては、富士火災独特のPA社員（プロフェッショナルアドバイザー）制度がある。通常、損害保険業界では代理店を通した販売が中心となり、自社で直販専門の社員を持つことはあまり見られない。「自社の社員ですから、確実な教育と高いモラルを期待できます。そのため、変化の激しい時代の中でも最適な商品をタイムリーにお客様に提案できます」と、中谷 氏は強調する。そして、これら販売チャネルを強力に支援するのが「先進のマーケティング」であるDBM（Database Marketing）だ。

販売力強化のため、富士火災がDBMに取り組んだのは、2002年11月のDatabase Marketing室設立にさかのぼる。同時にコールセンターも開設し、Lead Generation Operationのテストマーケティングも開始する。

Lead Generation Operationとは企業向けのDBMで、既存の顧客情報から見込み客を抽出し、コールセンターからアポ取りの電話をかける。アポが取れたら営業担当のPA社員へつなぎ商談に入る、というものだ。
試験的に開始したDBMが成功し、2003年4月にはDatabase Marketing部に昇格。アウトバウンド（顧客に電話をかけること）専用のコールセンター窓口も開設した。
2004年には個人向けに特化した扱者支援型通販を開始。さらに、Event-Driven Marketingにも着手した。これは、誕生日やボーナス支給日、決算日、引っ越しなどのタイミング（お客様自身のイベント）を測ってアプローチする手法である。
DBMはさらに進化を続け、2005年4月には協会や組合など、１つの組織内に存在する似通ったニーズを持つ顧客層へアプローチするAssociation Marketingを開始した。この顧客の特性やニーズを重視した一連の強化により「先進のマーケティング」を実現してきた。

新たなシステムは、マーケティング部門はもちろん、全社的にEUC（End User Computing）を実現するためにも、取り組まなくてはならない大きな課題であった。
2005年5月、RFPを数社のITベンダーに提供し、提案を依頼。各社の提案を検討した結果11月にCTC案が採用された。
「各社一長一短がありましたが、CTCは提案している仕組みやツールに一貫性がありました。Oracle Warehouse Builder（OWB）によるDWH構築、ターゲット抽出にOWB Discoverer、データマイニングにClementine、名寄せツールにトリリアム。それぞれ親和性の高いツールが組み合わされており、シンプルで安心感がありました」と、中谷 氏はCTCの提案を評価する。

Oracle Warehouse Builder（OWB）はデファクトスタンダードとなっているDWH構築ツールであり、これに親和性の高いOWB Discovererを組み合わせている。
また、データマイニングツールのClementineは、キャンペーンの企画や顧客絞り込み、効果分析に使用する。全世界で大きなマーケットを持っており、開発元のSPSS社とオラクル社との協業も進んでいる。「Oracleは社内でも精通している人間が多く、構造やインターフェイスに慣れています。また、片方がバージョンアップしたからといって、もう片方が使えなくなるという状況は避けたかった。その点では社内の既存システムと相性のいい、安心して使い続けることのできる組み合わせだと思いました」（中谷 氏）。

そして、名寄せツールのトリリアム。名寄せとはデータベースに複数登録されている同一人物、同一企業、同一世帯のデータを、整理し重複をなくすことである。顧客データの名寄せは、複数のデータベースを統合する際には不可欠な作業となる。キャンペーンを実施する際には名寄せして重複データを排除しないと、同じDMや電話が複数届くことになり、余計なコストが発生するし、何より顧客に迷惑をかける。この名寄せツールのデファクトスタンダードとなっているのがトリリアムである。

構築後、まだ間もないため本格的なキャンペーンはこれから実施される予定だ。「しかし、従来8ヵ月かかっていたキャンペーンをわずか3ヵ月に短縮することができます」（中谷 氏）。

2ヵ月の実質的なキャンペーン展開期間は同じとしても、準備であるターゲットセグメンテーションとデータ抽出は1ヵ月以内、終了後の成果把握と成果分析はわずか数日でできるようになる。キャンペーン期間は実質3ヵ月ほどとなり、従来以上に多くのキャンペーンを打てることになる。「システム部門に依頼することなく、自分たちで簡単にデータ抽出することが可能です。極端な話、その場の思いつきでもデータを抽出できるようになりました」（中谷 氏）。
精度の向上も見逃せない。名寄せにおいては従来の7～14％（法人情報の場合）ほど精度が上がっており、その分のコスト削減が可能となっている。

2006年10月で第一次を完成させており、すでに第二次へのシステム構築へと入っている。第二次は一次でカバーできなかった点の追加・修正と、エンハンスが中心となる。
また今後は既存システムとの連携も検討しており、社内の他システムと連携して、データ収集やキャンペーン結果のフィードバックなどの効率化を図る予定だ。

「構築したDWHの活用の一環として他の部門への展開も考えています。DWHの顧客データはもちろん、データマイニング機能はキャンペーン管理のほか、チャネル管理、商品開発、顧客管理、損害サービスにおける多次元分析が可能です。各部門にツールを開放して、さらにEUCを活発化できるのではないかと期待しています」と、中谷 氏は抱負を語る。
新システムは収益体質の強化を強力に支援している。戦略策定を支援するための仕組みは一通り整備された。今後は全国の営業店とPA社員や管轄する代理店との間で、情報を共有しながら効果的にキャンペーンを実施するなど、顧客接点で発生している重要な生の情報をフィードバックし、DWHに蓄積される情報が一層活性化することで、より戦略的なDBMへと発展し続けていく可能性もある。今後も新たな戦略実行の強力な武器としてDBMが進化し活用されていくことが期待されている。

顧客の属性や動向を記録したデータベースを利用して行うマーケティング。購買傾向などを分析して、それぞれの顧客に合ったサービスを提供する。

顧客名簿などに1人の顧客が複数登録されている際、表記などの違いを分析して集約していく作業。主に金融機関で行われており、名寄せによって一顧客の保有する預金総額を算出したりする。

膨大な量のデータを解析して、有用な情報を抽出する技術。DWHなどのデータを解析し、項目間の相関関係やパターンなどを探し出したりする。