提供価値は何か？問い直し進み続ける電通クロスブレイン

MarkeZine編集部（以下MZ）：はじめに、御社がどのようなミッションを持ち、どのような事業を展開してきたかをうかがえますか。

小野：電通クロスブレインは総合広告代理店である電通と、20年以上データ分析事業を行ってきたブレインパッドのジョイントベンチャーとして立ち上がった会社です。電通の企画構築力・企画実現力と、ブレインパッドのデータサイエンス力・分析力を融合させることを目指してきました。

　データを用いて、仮説を検証したり、広告効果を評価・レポーティングするだけで終わらず、そもそもビジネスが方針や戦略通りになっていたのかを問い直し、「次に何を考え、何をすべきか」をクライアント企業様と共に議論しています。稀にクライアント企業様と同じ意見になりすぎて、新しい発見がご提供できない会議が続いてしまうようなこともありますが笑、多様な角度からの考察と、そこから導き出される示唆は何かを考え続けている会社です。

MZ：2026年1月より小野様が代表取締役 社長執行役員に就任されます。小野様のご経歴と、これからのミッションをお聞かせください。

小野：私は電通に入社後、メディア部門を経て外資系担当のストラテジープランニングユニットを経験しました。メディア部門では要望に対する効率的な具現化・推進力が求められましたが、プランニングユニットではクライアント企業様の課題からどのような議論や方針策定が必要かを考える思考が求められるようになりました。この両者の経験が今も自分の中にあります。

　次期代表取締役 社長執行役員としてのミッションは、創業5年間で示してきた実績を土台に、テクノロジーの進化やクライアント企業様の内部・外部の環境変化を捉えた上で、提供価値をシャープにすることです。同時に、生活者の変化を時代観をもって捉え直し、新しい提供価値を考え続けて具現化、実践し創出する。この両輪を力強く回していくことが必要だと考えています。

データを扱うスキルと企む力の融合で積み上げる「伴走型支援」

MZ：「データでマーケティングをアップデートし、社会を活性化させる」というミッションに対し、この5年間でどのような手応えを感じていますか？また、データ活用自体が一般化しつつある中で、御社の立ち位置も変わってきたのでしょうか。

小野：そうですね。創業期は、データを用いて施策検討にいかに議論の肉付けができるかを試すフェーズだったように捉えています。「データを使って何ができるのか」を探る大いなる挑戦の時期だったとも言えます。そこから状況は変わりました。クライアント企業様側で蓄積されてきた経験や勘に対して、企画の方向性を議論した上で、データで一定の立証を叶える機能を持つことを目指す我々がどう羽を持たせ、度胸を持った決断を後押しできるか。そんな視点で考える案件が増えています。

　「こういう考察結果が出た」と報告するだけではなく、データを判断材料にさらに深く考える案件が増えており、弊社としてもデータを扱うハードスキルだけでなく、企む力の源泉としてのコンセプチュアルスキルを融合した価値提供が求められてきています。

MZ：具体的にどのようなケースで、そうした変化を感じますか。

小野：たとえば、方針を描く側の一定の正論と、その方針を実現に向けて検討する現場の事情論、双方の意見にデータを接着し、一つのモデルを作っていく場面です。当社ではシステム思考やシステムダイナミクスというアプローチで個別の分析を統合し、議論していく案件にチャレンジしています。プロジェクトの中で議論を続けていくと、方針を策定した理由や、現場判断の理由が文脈となって双方に共有されてくるのです。お互いが普段なかなか語り合わないことを私たちがプロジェクト期間を通じて“通訳”してつなげる。そういったケースは想像を超える実行計画になるケースもあり、参画していてやりがいがありますね。

　それを支えているのは、データに真摯に向き合うマインド及びスキルと、常駐という形でクライアント企業様と席を並べ悩みに寄り添うスタンスです。その上でソリューションとして手立ても増やし続けている。事例などではクライアント企業様の置かれた環境を踏まえた議論が仕切れないと思いますが、データがあることで個者最適の方針が磨き込まれていく、そのようなことを大切にするスタンスが電通クロスブレインの強みの源泉だと考えています。

矮小化されるデータドリブンから、シナリオ構築を伴うデータサイエンスで価値創造へ

MZ：新しい価値の創造もミッションの一つとのことですが、電通クロスブレインならではの「新しい価値」をどう定義されていますか？

小野：新しい価値はこれから見出していくので、ここは私見ですが、現在「データドリブン」という言葉が持つ価値が矮小化されていると感じます。既存の枠組みに則った判断の半自動化、運用の最適化、A/Bテストの高速化等を指してデータドリブンということになっている。しかし、データは過去のクライアント企業様内で担当されていた方が頭をひねらせながら試行錯誤された結果ですから、データサイエンスとは「歴史から学ぶ」ということだと考えられます。その観点に立つと、データそのものだけでなく、その背景に存在していたであろう様々な試行錯誤の元となった目的やその時置かれていた環境や設定されていたゴールを想像することが重要だと捉えられると思います。それにより、単にデータを分析しデータ自体の傾向などを見る以上に、ご一緒するクライアント企業様のアイデアも膨らむと考えています。