独立系エージェンシーは、データでホールディングカンパニーに対抗できるのでしょうか。答えは「イエス」です。しかも、その差はネットワーク系のクレデンシャル資料が認めるよりも速く縮まっています。かつての優位性は、高価なプラットフォームとそれを運用するチームを所有していることでした。ネットワーク級のアナリティクスやAIがレンタルできるようになったいま、優位性は、データを最も速くクライアントの意思決定に結びつけられる者へと移りつつあります。
今年のネットワーク系をめぐるニュースが、それを物語っています。The DrumはFinancial Timesの報道を受け、WPPが年末までにさらに最大1,000人の人員を削減する見込みだと伝えています。6月末時点の従業員数は97,388人で、前年同期比6.4%減でした。またAdweekによると、Omnicomは6月から7月にかけて、Omni AIプラットフォームを支えるプロダクト・エンジニアリング人材を中心に、少なくとも468人のスタッフをITサービス企業のEndavaに移管しました。IPGとの統合後、Omniを顧客向けサービスの要として売り込んでいる最中のことです。
ホールディングカンパニーはいまもデータで優位に立っているのでしょうか？
一部の領域では明らかに優位です。規模があれば、独自のデータパートナーシップ、メディアバイイング力、そして大半の独立系には太刀打ちできない専門チームを手に入れられます。クライアントの問いが「40の市場にまたがる数億ドル規模のメディア予算をどう買い付けるか」であれば、ネットワーク系の仕組みはいまも重要です。
しかし、データの「堀」も近くで見ると印象が変わります。プラットフォームが堀として機能するのは、それを満たし続ける余裕がある場合だけです。Omnicomの動きは、Omniが失敗しているという意味ではありません。ただ、最大手のグループでさえ、テクノロジーを誰が構築・保守すべきかを見直していることを示しています。これは独立系が、主に必要に迫られて、何年も前に答えを出した問いです。独立系はレンタルするのです。
ホールディングカンパニーの人員削減は、独立系に本当は何を伝えているのでしょうか？
フィーの流れを追ってみましょう。GartnerのJay WilsonはThe Drumに対し、エージェンシーフィーがマーケティング予算の19.2%まで低下しており、2030年には15%に達すると見込んでいると語りました。フィーのパイが縮めば、労働集約型の大規模な組織を維持する余地は小さくなります。
誰が恩恵を受けるのかについて、Wilsonの見方は率直です。彼はThe Drumに対し、AIが独立系エージェンシーの能力のスケールを後押しし、独立系を直接の競合として十分に成り立つ存在にしていると語りました。また、調査対象となったホールディングカンパニー傘下のエージェンシーの大半が過去1年で人員を削減した一方、複数の独立系は採用を増やしていたというGartnerの調査にも言及しています。
だからといって、ネットワーク系が終わったわけではありません。彼らは再編の最中であり、再編を終えたネットワークは手強い存在になり得ます。ただ、「データ基盤を持っているのは当社だけ」という従来の売り文句は、ますます通用しにくくなっています。インテリジェンスがサブスクリプションで手に入るものになれば、問われるのは誰が最もうまく使いこなすかです。
なぜエージェンシー間のデジタル格差は移り変わっているのでしょうか？
社会学者は、テクノロジーにアクセスできる人とできない人の格差を説明するのに「デジタル・デバイド理論」を用います。この考え方のより有益な部分は、その先に起こることです。アクセスが安価になっても、格差は消えません。格差は移動するのです。まずはテクノロジーを使いこなすスキルを持つ者と持たない者の間へ、次にその活用を実際の成果に変えられる者とそうでない者の間へと。
エージェンシーはいま、まさにその変化のただ中にいます。少し前まで、格差はアクセスでした。ネットワーク系にはデータプラットフォームとエンジニアがあり、独立系にはスプレッドシートと善意しかありませんでした。いまでは20人規模の会社でも、かつては専任チームが必要だった競合広告のトラッキング、ソーシャルリスニング、AI分析をサブスクリプションで利用できます。新たな格差は活用です。誰がより良い問いを立てるのか。誰が四半期ごとの資料ではなく、火曜日の意思決定にデータを組み込めるのか。
ここでこのインサイトが真価を発揮します。イノベーションは競争ではなく、つながりの中で育つということです。独立系は、ホールディングカンパニーのプラットフォームの縮小コピーを作っても勝てません。勝つ道はつながることです。つまり、共有されたインテリジェンスを一から作り直すのではなく接続し、クライアントのデータを市場データと結びつけ、その答えを意思決定者の目の前に届けることです。ネットワーク系がそれを実現するには、何千人もの人を調整しなければなりません。独立系に必要なのは、優れたスタックと短い廊下だけです。
独立系エージェンシーとホールディングカンパニーは、データの面でどう違うのでしょうか？
| 観点 | ホールディングカンパニー | レンタル型スタックを持つ独立系エージェンシー |
|---|---|---|
| プラットフォーム | 自社で構築・ブランド化した独自のもの | 専門プラットフォームからライセンス利用 |
| コストモデル | エンジニアリングと保守にかかる大きな固定費 | クライアント数に応じて拡張できるサブスクリプション |
| 変化のスピード | 遅い。変更が多数のエージェンシーや市場に波及するため | 速い。ツールやワークフローを数週間で入れ替えられる |
| データの幅 | 広い。大規模なメディアデータやパートナーシップデータも含む | 市場・ソーシャル・競合データに強い。独自のバイイングデータは手薄 |
| 利用者 | 多くの場合、専門のアナリティクスチーム | 理想的には、プランナーからアカウントリードまで全員 |
| 主なリスク | プラットフォームを支えるチームへのコスト圧力 | ベンダーへの依存と、ばらつきのある社内定着 |
この表は勝敗表ではなく、トレードオフの一覧として読んでください。ネットワーク系の強みは幅とバイイングの規模です。独立系の強みはスピードと近さです。ほとんどのクライアントにとって最も重要なのは「利用者」の行です。専門チームの手元にあるデータは、四半期レビューの材料になります。すべてのプランナーが問いかけられるデータは、今週の仕事を動かします。
独立系エージェンシーは、データ活用力をどう構築すべきでしょうか？
アーキテクチャではなく、意思決定から始めましょう。最初の90日間の実践的な進め方は次のとおりです。
- クライアントが影響を期待して対価を払っている意思決定を書き出す。オーディエンスの選定、メッセージ、チャネルミックス、クリエイティブの選択、予算の配分変更などです。5つもあれば十分です。
- 各意思決定の背後にあるデータを洗い出す。クライアントが持つもの（CRM、売上、サイト分析）、公開されているカテゴリーデータ（競合広告、ソーシャル上の会話）、そして自社のもの（過去のキャンペーン実績）があります。
- カテゴリーデータの層はレンタルする。公開データのためにスクレイパーやダッシュボードを構築するのはやめましょう。担当するすべてのクライアントとカテゴリーをすでにカバーしているプラットフォームを契約するのが得策です。
- 問いを、チームが普段働いている場所に置く。Claudeのようなアシスタント上で自然な言葉を使ってデータに問いかけられれば、チームは使います。新しいダッシュボードを増やしても、3月には忘れられているのが関の山です。
- トレーサビリティをルールにする。根拠となる投稿、広告、数値のないAIの結論は、クライアントに出さないようにします。
- アウトプットをひとつ商品化する。月次の競合ブリーフやピッチ前のカテゴリースキャンなどに価格を設定し、一貫した形で提供します。
- 90日目に振り返る。使われたものは残し、使われなかったものはやめ、次に改善する意思決定を選びます。
これがDefyプラットフォームの背景にある考え方です。ホールディングカンパニー級のアナリティクスとAIの能力を、独立系が自ら構築・保守することなく、クライアントのために運用できる単一のスタックとして提供します。
独立系がいまも注意すべき点はどこにあるでしょうか？
スタックをレンタルしただけで、データエージェンシーになれるわけではありません。注意点は3つあります。
- クライアントデータへのアクセス。最も価値のあるデータは、たいていクライアントのものです。アクセス、ガバナンス、プライバシーのルールは早い段階で、書面で合意しておきましょう。
- 専門性の深さ。計量経済分析、インクリメンタリティテスト、大規模なメディア最適化には、いまも専門的なスキルが必要です。できるふりをせず、パートナーと組みましょう。
- 社内への定着。インサイト部門の責任者しか開かないツールは、能力ではなくコストです。アナリストだけでなく、アカウントチームにもトレーニングを行いましょう。
ホールディングカンパニーも立ち止まってはいません。AIを軸に、膨大な規模で組織を再編しています。独立系が構築力で上回る必要はありません。つながる力で上回ればよいのです。
