この記事はもともと マーケティングダイブ

電気自動車（EV）の出現は、急速な成長と頑強な障害の両方の物語でした。実際、デトロイトに拠点を置く自動車コンサルティングおよびテクノロジー会社であるアーバンサイエンス™によると、 販売 プラグインハイブリッドEV（PHEV）とハイブリッド電気自動車（HEV）の生産台数は、2023年から2024年の間に31パーセント増加すると予想されています。アーバンサイエンスによると、2023年末までに販売される自動車の6台に1台は電動パワートレインを搭載しており、2024年4月30日までにその数字は約5台に1台に増加します。

当然のことながら、自動車メーカーはEVに対する消費者の関心の高まりに対応している。かつてはテスラが独占していたセクターだが、従来のOEMや新興のOEMは、販売するEVの種類や種類を劇的に拡大している。しかし、こうした進歩にもかかわらず、EVの販売は、ガソリン車に比べて従来から高い定価から、 懸念事項 高速公共充電インフラの可用性と品質について。

オーディエンスの不確実性はマーケティングROIを低下させる

OEM、自動車ディーラー、そしてそのデマンドサイドプラットフォーム（DSP）や代理店は、成長しつつも競争が激化するEV市場において、新たなハードルに直面しています。それは、自社の自動車やトラックを購入する可能性のある消費者をいかにして特定し、マーケティングするかということです。OEM、ディーラー、そしてそのマーケティングパートナーにとっての根本的な問題は、質の高いオーディエンスデータの不足です。

「現代のEVは登場してからまだ日が浅い。マーケターにとって、EVは商品化するにはまったく新しい消費者向け製品だ」と、OEM、ディーラー、そしてそれらをサポートする広告テクノロジー企業にサービスを提供するアーバンサイエンスの製品開発ディレクター、スコット・クラーク氏は語る。「広告主は、時には有益というよりノイズが多いアドテクサプライチェーンの中でEV購入希望者をいかに特定するかという課題に直面している。」

適切なデータがなければ、OEM、ディーラー ネットワーク、DSP、およびそれらの代理店は代理データと方法論に頼らざるを得ません。 1 つの方法は、EV が多数販売されているニューヨークやカリフォルニアなどの地域にマーケティング予算を集中させることです。 しかし、これは潜在顧客を特定し、広告費の収益を最大化するための正確な戦略とは言えません。

EV に関心のある世帯を特定するためのもう 1 つの現状戦略は、デジタル マーケティング イニシアチブのターゲット設定に使用できる購入者プロファイルを作成することです。ただし、プロファイルの作成に使用されるソース データが不完全で、EV に固有のものではないため、この戦略には本質的に限界があります。EV データなしで優れた EV モデルを作成することは困難です。「不適切なモデリングが数多く行われています」と、アーバン サイエンスの AdTech パフォーマンス ディレクターである Carl Matter 氏は述べています。「たとえば、人口の一部しか観察していないデータ プロバイダーは、推論統計を使用して最大 100 パーセントをモデル化し、人口全体について主張します。」または簡単に言えば、推論統計は、データ プロバイダーが包括的な EV 販売データを持っていないという事実を補うために使用されます。

ターゲットマーケティングの基盤となる販売データ

残念ながら、代理データのみに基づくターゲティングでは、データが不十分であることと、大規模なデータセットの傾向や機会を正確に特定できる分析が不足していることから、EV の購入を検討している人を特定する能力が限られています。人口統計データや地理データ、推論統計には間違いなく価値があります。過去の購入データを活用すると、より予測力が高くなり、オーディエンスの微妙な理解も深まります。たとえば、Urban Science の Matter は、販売データを詳細に調査すると、トラック所有者の EV への関心に関する先入観がまったく間違っていることが明らかになると指摘しています。

「トラック所有者がEVを追加するケースが急増しています。トラックを手放すのではなく、依然としてトラックに非常に愛着を持っていますが、EVも追加しています」とマター氏は言います。「これは多くの人にとって常識ではないでしょう。私にとっては特にそうではありません。データが非常に重要である理由の1つは、リソースが貴重なこの分野に資金を投入する場合、適切なオーディエンスを獲得する必要があるからです。」

効果的な短期および長期のマーケティング キャンペーンを策定するために、詳細かつ地域別の購入量データと高度な分析を組み合わせることの重要性を過大評価することはできません。たとえば、Urban Science は、OEM との数十年にわたる関係から得たデータを活用して、特定の EV モデルまたはブランドを購入する可能性が最も高い全国の世帯を特定しています。すべては質の高いデータから始まります。

「過去の販売データは将来の販売を予測する上で最も力を発揮することを知っています」とマター氏は言う。「それが私たちの強みです。私たちは、各購入について誰が、何を、いつ、どこで購入したかを詳細に把握しています。販売量 個人レベルまでデータを細分化することは、精度とパーソナライゼーションを向上させる効率的なターゲティング戦略に不可欠な要素です。」

良質なデータを最大限に活用する

こうしたオーディエンス データは、それ自体でもマーケティング担当者にとって役立ちますが、インテリジェンスが加わることでさらに価値が高まります。たとえば、Urban Science のアルゴリズムはデータを分析して、購入者の傾向スコアを算出します。

「データには、肉眼では見えないパターンがありますが、細かく調整されたアルゴリズムならそれを検出できます」とクラーク氏は言います。「Netflix が過去の視聴習慣に基づいて次に何を見るかを予測するのと同様に、当社の機械学習技術は、過去の購入行動に基づいて、特定の自動車セグメント、ブランド、またはモデルを購入する世帯の可能性を予測します。たとえば、EV を購入する可能性があると予測した世帯は、購入する可能性が低いと判断した世帯よりも 5 倍高い割合で購入しています。EV 広告主は、今日からキャンペーンでこれらの分析機能のメリットを享受できます。」

堅牢で継続的に更新されるデータは、EV マーケティング費用が効果を上げているという正確性、効率性、説明責任を促進します。たとえば、Urban Science は毎日売上データを受け取るため、予測モデルのパフォーマンスを継続的に更新、検証、改善できます。それでも、ターゲティングが意図した目標を達成しているかどうかを測定することは重要です。

アーバン サイエンスには、メディア露出と売上を 1 対 1 で決定論的にマッチングできる測定製品があります。「広告費が売上コンバージョンに与える影響を測定することは、最低限必要なことです」とクラーク氏は言います。「適切なデータと分析パートナーがあれば、EV 購入希望者にリーチし、コンバージョンのタイミングを測定することでパフォーマンスを検証できます。」

EV 市場は今、大きな変化、不確実性、そしてチャンスの渦中にあります。この市場を効率的かつ成功裏に乗り切るには、受容性の高い消費者をターゲットにした巧みなマーケティングが必要です。こうした取り組みの基盤となるのは、包括的かつ詳細な販売データです。

詳細はこちら メディアパフォーマンスソリューション、 または 専門家に連絡する 詳細については。