CMO株式会社
改訂済み公開MD をダウンロード

マーケティングテクノロジー・収益運用

現代マーケティングはデータとツールの総体で動く。 ツール選定・データ統合・運用体制がボトルネックになれば、どんな戦略も失敗する。 MarTechはマーケ単体のツールスタック、RevOpsはマーケ・営業・CS を共通のオペレーションで統一する組織/技術戦略。

MarTechスタックの全体像

┌────────────────── Experience Layer ──────────────────┐
│  Web / App / Email / Ads / Chat / SNS / Events       │
└───────────────────────────────────────────────────────┘
                        ↕
┌────────────────── Orchestration Layer ───────────────┐
│  Marketing Automation / CDP / CRM / Chatbot          │
└───────────────────────────────────────────────────────┘
                        ↕
┌────────────────── Data Layer ────────────────────────┐
│  Data Warehouse / CDP / Customer Data Database       │
│  Reverse ETL / Data Clean Room                       │
└───────────────────────────────────────────────────────┘
                        ↕
┌────────────────── Infrastructure Layer ──────────────┐
│  Consent / Identity / Analytics / BI / AI            │
└───────────────────────────────────────────────────────┘

Scott Brinker (chiefmartec.com) によると、2024年時点でMarTechソリューションは 14,000+ 社。全て使うのは不可能で、スタック設計が核心。

代表的なツール分類と選択肢

CRM（顧客情報の中心）

  • HubSpot — SMB〜中堅、マーケ・営業・CS統合
  • Salesforce — 中堅〜Enterprise、拡張性最強
  • Pipedrive — 小規模営業組織
  • Zoho / Freshsales — コスパ志向
  • Attio — 新世代、API-First

Marketing Automation（MA）

  • HubSpot / Marketo / Pardot — B2B王道
  • Customer.io / Braze / Iterable — 行動ベースライフサイクル
  • Klaviyo — EC特化
  • ActiveCampaign / Mailchimp — 中小企業
  • Ortoo / SATORI / b→dash — 国内B2B

Customer Data Platform（CDP）

  • Segment（Twilio） — デベロッパー向け、イベント収集
  • mParticle — モバイル強い
  • Treasure Data — 日本国内・Enterprise
  • RudderStack — OSS / Warehouse-Native
  • Hightouch / Census（Reverse ETL） — Warehouse-Nativeアプローチ

Data Warehouse

  • Snowflake — マルチクラウド対応、Clean Room
  • BigQuery — Google広告と親和性、GA4連携
  • Redshift — AWS環境
  • Databricks — ML / データサイエンス統合

Analytics / BI

  • GA4 — Webアクセス解析、Free
  • Amplitude / Mixpanel — プロダクト分析
  • Looker / Tableau / Power BI — BI汎用
  • Hex / Omni / Mode — 新世代BI、SQL+Notebook

Ads Management

  • Google Ads / Meta Ads Manager — 直接
  • Skai / Madgicx / Trapica — マルチチャネル管理
  • Smartly / Pencil — Creative Automation

SEO

  • Ahrefs / SEMrush / Sistrix — 被リンク・競合分析
  • Screaming Frog — テクニカルSEO
  • Search Console / Bing Webmaster — 公式

Email

  • Postmark / SendGrid / Mailgun — Transactional
  • Customer.io / Braze / Klaviyo — マーケ用（上記MA重複）

Landing Page / CMS

  • Webflow / Framer — デザイン×コード
  • WordPress — 汎用
  • Unbounce / Instapage — LP特化
  • Studio / STUDIO — 日本国内

Chat / Conversational

  • Intercom / Drift / Front — 会話型マーケ
  • Zendesk — サポート統合
  • ChatPlus / KARTE — 日本国内

Composable MarTech — 合成可能なスタック

従来：Suite Marketing Platform（Salesforce / HubSpot が全部提供） 現在：Best-of-Breed Composable Stack（個別最高を組み合わせる）

Composableの前提

  • Data Warehouse中心設計（Snowflake / BigQueryがSSOT）
  • Reverse ETLでWarehouse → 各ツールへデータ送信（Hightouch / Census）
  • API / Webhook前提のツール選定
  • 個別ツールの置き換えコストが低い

メリット

  • ベストオブブリード選択
  • ベンダーロックイン回避
  • 機能アップデート速度が早い

デメリット

  • 統合・運用コスト増
  • データモデリング・ガバナンスが必須
  • 人材の専門性依存

Reverse ETL — 現代MarTechの核心

Data Warehouse → SaaSツールへデータを戻す仕組み。

従来ETL:        SaaS → Warehouse（分析用）
Reverse ETL:   Warehouse → SaaS（運用用）

ユースケース

  • BigQueryのセグメント定義 → Metaカスタムオーディエンス
  • Snowflakeの解約予兆モデル → Customer.io のWin-Backメール
  • WarehouseのLTV計算 → Salesforceに戻し営業優先度に反映
  • 複数ソースの購買履歴 → 広告配信除外リスト

**Single Source of Truth（SSOT）**がWarehouseで実現する鍵。

Identity Resolution — 顧客統合

同一人物が複数デバイス・複数チャネルでどう繋がるかを解決する。

手法

  • Deterministic（決定論的） — ログインID・メール・電話番号でマッチ
  • Probabilistic（確率論的） — デバイス情報・行動パターンで推定（精度低）
  • Clean Room — プライバシー保護下での突合

クッキーレス時代のIdentity

  • UID 2.0 / ID5 / RampID — 広告業界の共通IDソリューション
  • Customer 360 — 自社で統合するCDP機能
  • Google Privacy Sandbox — Chromeネイティブ

Consent Management Platform（CMP）

GDPR / CCPA / 改正個人情報保護法対応：

  • OneTrust — Enterprise標準
  • Cookiebot / Usercentrics — 欧州系
  • Trustarc — 北米系
  • PrivacyTools / Axeptio / CustomerIO Consent — 新興

Consent-Mode（Google）でConsent状態に応じて計測方式を変える実装が標準化。

RevOps（Revenue Operations）とは

Marketing / Sales / Customer Success の3部門を統合した運用組織・システム。

背景

  • 従来：各部門が別々のツール・別々のKPI・別々のレポーティングで運用
  • 問題：リードの受け渡し遅延、二重計上、戦略の不整合、Customer Journey分断
  • RevOpsで一つの収益パイプラインとして全段階を設計

RevOpsの責務

  1. Tech Stack Consolidation — 重複ツール整理、統合設計
  2. Data Governance — ソースの真実、定義統一
  3. Process Design — リード受け渡し、Deal Review、Forecast
  4. Analytics / Insights — 統合ダッシュボード、Funnel Conversion
  5. Enablement — ツール教育、プロセス変更支援

RevOps組織モデル

  • Centralized（中央集権） — 独立部門が全体設計
  • Embedded（埋込） — 各部門内にOpsメンバー
  • Hybrid — 中央戦略＋各部門実行

従業員50〜200名規模で専任化されることが多い。

KPIの統合定義

RevOps導入で最初に揉めるのは用語と定義。

指標 マーケ定義 営業定義 RevOps統一定義
Qualified Lead Form入力者 Call成立者 明文化する
Pipeline 見込み売上 確度70%+ Stage定義で明文化
Churn 月次解約 契約未更新 Gross/Net, Logo/Revenue分離
CAC マーケ支出/新規 マーケ＋セールス/新規 Fully Loaded CAC

Data Governance — データガバナンス

必須の整備項目

  1. Schema Design — イベント命名、プロパティ定義
  2. Tracking Plan — 何を計測するかの設計書
  3. Data Dictionary — 全指標の定義集
  4. 責任者 — 各データの責任者
  5. Quality Monitoring — データ欠損・異常検知（Monte Carlo / Datafold）

Tracking Plan例

Event Name: signup_completed
Properties:
  - user_id (string, required)
  - plan (enum: free|pro|enterprise, required)
  - signup_method (enum: email|google|sso, required)
  - utm_source, utm_medium, utm_campaign (string, optional)
  - referrer (string, optional)
  - timestamp (ISO8601, required)

命名規則・命令形/過去形・スネークケース統一などを最初に決める。後で変更すると全歴史データが不整合になる。

AIマーケティング層（2025〜）

MarTechの新層としてAI Automationが台頭：

  • AI Copy / Content: Jasper / Copy.ai / Writer / Claude / ChatGPT
  • AI Video: Runway / HeyGen / Synthesia / Veo / Sora
  • AI Voice: ElevenLabs / Descript
  • AI Image: Midjourney / Flux / Stable Diffusion / Adobe Firefly
  • AI Customer Service: Ada / Intercom Fin / Decagon
  • AI SDR: 11x.ai / Regie.ai / Clay
  • AI Analyst: Hex Magic / Julius / ThoughtSpot Sage
  • Agent Framework / Workflow: Claude Agent SDK / LangChain / n8n / Zapier

Marketing OSもこの層に位置する。 AIが各機能を横断して"オペレーションの接着剤"になる。

ツール選定の原則

  1. Jobs to be Doneで選ぶ — 機能リストではなく、解決したい仕事
  2. 既存スタックとの統合可能性 — API / Webhook / ネイティブ連携
  3. データの所有権 — 退出時にエクスポートできるか
  4. Time to Value — 導入から価値出まで（90日が目安）
  5. TCO（総保有コスト） — ライセンス＋実装＋運用＋教育
  6. ベンダーのロードマップ — 今後3年生存できるか
  7. コミュニティ・エコシステム — SI / 代理店 / 外部エキスパート人材

スタック肥大化の罠

  • ツール導入はほぼ全て採択より廃止が難しい
  • 年に一度はスタック監査（使用率、重複、ROI）を実施
  • 「使ってない機能の80%」で年間数百万〜数億円のムダが発生
  • Shadow IT（各チームが勝手に導入するSaaS）の管理

Consolidation（統合）のトレンド

  • 2020年代前半：Best-of-Breed万能
  • 2020年代後半：コスト圧縮 → Suite回帰の流れ（HubSpot・Salesforceの拡大）
  • AI統合で中堅ツールがAI機能で一気に機能拡大（競争激化）

参考文献

  • Hacking Marketing — Scott Brinker（MarTech論の古典）
  • Marketing Technology Landscape — chiefmartec.com 年次
  • The Revenue Acceleration Rules — Seth Marrs & Craig Rosenberg
  • Composable CDP — Hightouch ホワイトペーパー
  • Revenue Operations — Stephen Diorio & Chris Hummel
  • Gartner Magic Quadrant: MA / CRM / CDP
  • Forrester Wave: RevOps
  • MarTech.org / Chief Martec ブログ
  • Reforge: "Marketing Architecture" コース

マーケティングサイクルとの接続

  • Set: 現状のツールスタック、データソース、データ定義、既知のデータギャップを memory/profile/ に書く
  • Ask: 「このスタックで重複・ギャップを洗い出して」「Reverse ETLで接続すべきデータセットは？」
  • 再構築: ツール選定・導入・データモデリング・Tracking Plan実装・ダッシュボード構築
  • Feedback: データ品質スコア、ツールROI、Time to Insightを knowledge/marketing/tool/ に記録