marketing-org-and-stack

マーケティング組織とスタック

専門性の高い人材と拡張性のあるデータインフラを連携させ、高い成果を生み出すマーケティング組織を構築します。

Lenny's Podcast と Newsletter に登場した11人のゲストや投稿から得た知見をもとに、マーケティング組織とスタックについてユーザーを支援します。

支援方法

1. ボトルネックを評価する - 成長を制限しているのが、アセットの制作（燃料）なのか、配信能力（エンジン）なのかを特定します。
2. 組織を設計する - ビジネスモデルに基づいて、最初に採用すべき人材と、MarTech のレポートラインを決定します。
3. スタックを選定する - 分析とアトリビューションのために、内製と購入を組み合わせた戦略でデータ基盤を構築します。
4. 測定方法を監査する - プライバシー上の制約が強まるにつれ、単純なトラッキングから高度な確率的モデリングへ移行します。

基本原則

複雑さが増したら、MarTech 専任者を採用する

Austin Hay：「一般的には、100人から150人くらいが臨界点だと思います。IT 部門でのシステムやツールの運用を村人全員で担うようなやり方では済まなくなります。SSO を村人全員で管理するようなやり方だったら、企業は大きな危険にさらされるでしょう。通常、このあたりで『さて、システムとツールの担当者が必要だ。このシステムを管理し、このプラットフォームを運用する人が必要だ』という話が出てきます。」

従業員が100人から150人に達するまで、または、ツールが当初どのように設定されたのかを誰も把握していないためにチームメンバーが先に進めなくなるまで待ちます。

内製と購入を組み合わせた戦略を採用する

Austin Hay：「マーケティングテクノロジーはサードパーティ製ツールのことだけだと考える人が多いのですが、実際にはサードパーティ製ツールの上にそれらを設計、構築することも含まれます。大きなスピードを実現するには、『内製か購入か』だけでなく、『内製し、購入する』と考えることが大切です。ツールを購入して標準的なニーズの90％を満たし、残りの10％でその上に優れた機能を構築するのです。」

標準的なインフラの90％にはクラス最高の SaaS ツールを導入し、独自の内部ロジックの構築にはエンジニアリングリソースを割り当てます。

確率的モデリングへ移行する

Austin Hay：「つまり、広告ネットワークはより複雑で洗練され、興味深いものになっています。同時に、マーケターが支出を正しく把握するのは難しくなっています。だから私は、マーケターが確率的なデータを使ってどのように意思決定するのかに注目しています。今の私の仕事の大半は、特定のオーディエンスやユーザーの流入元について確定的なデータがない場合に、どのような別の情報から母集団の30％を表すモデルを作り、それを使って全体の100％を推定できるかを考えることです。」

プライバシーの変化によって確定的なトラッキングが制限されるなか、代表的なデータのサブセットを使ってモデリングし、広告パフォーマンス全体を推定します。

リブランドよりプロダクトを優先する

Elena Verna 3.0：「リブランドやデザイン変更、特に英国向けのマーケティングサイトの変更が、良い成果につながったのを一度も見たことがありません。新しい CMO が就任すると、自分の好みを反映するかのようにウェブサイトやブランドを設計し、獲得数が増えると約束することもよくありますが、意味のある成果につながったことはありません。」

マーケティングサイトの再設計が成長の有効な手段となることはまれです。代わりに、データに基づくプロダクト実験に注力し、獲得を改善しましょう。

特定のボトルネックに合わせて採用する

Emily Kramer：「プロダクトマーケティング、コンテンツ、パートナー、デマンド、グロースのことはいったん忘れて、マーケティングには燃料とエンジンが必要だと考えてください。目標とは、作り出すすべてのもののことです。言うまでもありませんが、コンテンツや言葉、ある程度のデザインなど、価値を生み出すすべてのもの、作るものすべてです。」

採用枠を増やす前に、質の高いコンテンツ（燃料）を増やす必要があるのか、既存のアセットをより効果的に配信する必要があるのかを見極めます。

ビジネスモデルに合わせて採用する

Emily Kramer：「深い専門性には、本当に幅があります。SEOだけ、あるいは有料検索だけに深く精通している人もいますし、文章を書くのが好きで、長文コンテンツを書くライターもいます。そうした業務もマーケティングの一部ではありますが、間違いなく専門分野です。一方で、マーケティングのあらゆる領域に対応できる、まさにゼネラリストといえる人もいます。」

業界やオーディエンスに詳しいだけの候補者よりも、PLGやエンタープライズ営業など、自社のビジネスモデルでの経験がある候補者を優先しましょう。

AIを活用して戦略的な試行錯誤を進める

Jonathan Becker：「クリエイティブグループでは、以前かかっていた時間の文字どおり1％でモックアップを作成できます。AIにどのような質問をすべきか理解し、反復して改善できることは変わらず重要ですが、クライアントに見せて『こちらのほうがいいですか、それともこちらですか？』と聞くようなラフ案は、AIで生成できます。」

生成AIを活用して手作業の制作業務を担わせ、チームが戦略的な課題やクリエイティブの方向性に集中できるようにしましょう。

正式なトラッキング計画を策定する

『今日のトップ消費者ブランドはマーケティングの効果をどのように測定しているか』より：「デジタルトラッキングとは、UTMコードやトラッキングピクセルを通じてマーケティングのパフォーマンスを測定することです。トラッキングについて話すとき、インターネットにおけるデフォルトの測定方法として、常に『ラストタッチ』や『ラストクリック』のアトリビューションが取り上げられます。」

測定の基盤を整えるには、どのイベントをいつ追跡するかを具体的に定めた詳細な計画を策定し、タグマネージャーで管理する必要があります。

ファネルの重点に合わせてMarTechを配置する

Austin Hay：「従来、B2B企業では、レベニューオペレーションや、ある種のシステム担当の役割に配置されます。ファネルに入ってくるユーザーだけでなく、その後にサービスを提供する企業にも対応する必要があるためです。B2C企業の場合、ユーザーファネルは実にシンプルです。ユーザーを獲得し、プロダクトに取り込んだ後は、プロダクト側が引き継ぎます。追加のCRMはないため、通常、CDPが信頼できる唯一の情報源となり、マーケティングテクノロジーがグロースと密接に結び付くのはその領域です。」

ユーザーファネルを重視するB2C企業ではMarTechをグロース部門に、営業サイクルを重視するB2B企業ではレベニューオペレーション部門に配置しましょう。

テンプレートとフレームワーク

• Fuel vs. Engine Framework（Emily Kramer）- マーケティングのニーズを診断するためのメンタルモデルです。Fuelは作成するもの（コンテンツ、コピー、デザイン、ポジショニング）、Engineはそれを配信する方法（メール運用、SEO tec
• The Golden MarTech Stack（Austin Hay）- Austinが推奨する、現代のB2C企業およびB2B企業向けの基本的なツールスタックです。
• MarTech Org Design Matrix（Austin Hay）- B2CとB2B、集中型と分散型という2つの軸に基づいて、組織内でMarTechをどこに配置すべきかを判断する2x2のマトリックスです。
• Three Methods of Marketing Measurement（今日のトップ消費者ブランドはマーケティングの効果をどのように測定しているか）- マーケティング効果を測定する3つの主なアプローチを、その強み、弱み、ユースケースとともに分類した概要フレームワークです。
• First three performance marketing hires（Timothy Davis）- 初期のパフォーマンスマーケティングチームを構築するために推奨される採用順序と人材像です。
• GACCS Framework (Goals, Audience, Creative, Channels, Stakeholders)（マーケティングチームがより大きなインパクトを生み出す方法）- 複雑なプロセスをシンプルな1ページの文書に置き換え、マーケティング活動を始める前にチームの認識をそろえる5つの要素から成るマーケティングブリーフのフレームワークです。Emily Kraが作成しました。
• Intercom's Content Team Structure (3-Pillar Model)（コンテンツ主導の成長）- Intercomが10人のコンテンツチームを「Audiences」「Enablement」「Channels」の3つの柱に分けて編成する方法です。
• Marketing Foundation Checklist (Prerequisites for GACCS)（マーケティングチームがより大きなインパクトを生み出す方法）- GACCSが効果的に機能するために必要な5つの基礎要素です。それぞれがGACCSフレームワークの各文字に対応しています。

詳細を含む全リストについては、references/artifacts.mdを参照してください。

ユーザーを支援するための質問

• 「現在の成長のボトルネックは、コンテンツ（fuel）の不足ですか、それとも配信（engine）の不足ですか？」
• 「候補者には、PLGやエンタープライズ営業など、特定のビジネスモデルでの経験がありますか？」
• 「現在、MarTechはどの部門の管轄ですか。また、それはB2BまたはB2Cの注力方針に合っていますか？」
• 「クリエイティブチームが行っている手作業のうち、AIで効率化できるものは何ですか？」
• 「正式な計画に基づいてデータを追跡していますか。それとも、測定の設定は場当たり的ですか？」

注意すべきよくある間違い

• 見た目を刷新するリブランディングへの過剰投資 - プロダクトの実験と比べると、デザインの刷新が効果的な成長の推進力になることはめったにありません。
• ビジネスモデルより業界を重視した採用 - 業界への精通度よりも、ビジネスモデルの経験のほうが成功を予測するうえで有効です。
• 決定論的なトラッキングだけに依存する - プライバシーに関する変化により、決定論的なアトリビューションだけでは信頼性がますます低下しています。
• エゴを基準に代理店を選ぶ - 代理店は、ターゲットオーディエンスの最適化よりも、検索結果の上位表示を重視することがよくあります。

詳細

11人のゲストから得た14件の知見すべてについては、references/guest-insights.mdを参照してください。

関連スキル

• ローンチ計画
• PLG営業の連携
• エンタープライズ営業の進め方
• 最初のB2B顧客