まず、カスタマージャーニー上で、プロポジションと情報ベクトルの組み合わせ、つまり1ストーリーを単位として、

​

　→顧客が何をする（達成、獲得、理解）するためにその情報が必要なのか
　→その情報がなければ、何ができなくて（何が進まないのか）、何が困るのか
　→その情報が与件になると、次に何ができるのか

をデータとして取得しておくことが必要です。そして、設定したKPIやブランドパーセプションを高める組み合わせをデータドリブンでシミュレーションします。「ストーリーA→ストーリーB」を1つの分析単位として見て、そのユニットの効果や訴求規模をデータドリブンで求めてきます。つまり、ストーリーA→ストーリーBという遷移を辿らすと、KPIやカスタマージャーニーのフェーズ遷移確率、ブランドパーセプションや特定の購買行動などがどう変化するかという、有向組み合わせの効果をシミュレーションして、変化力の強い組み合わせを見つけていきます。

　注意として、ここで行うのはあくまで情報と情報の組み合わせの最適化であり、媒体と情報の組み合わせの最適化ではない、という事です。実は媒体と情報の組み合わせの最適化からメディアプランを求める方法もあります（※）。また、媒体ありきでブランド体験や目指すカスタマージャーニーを設計しなければいけない場面も、実際の実務ではあると思います。しかし、カスタマージャーニーを軸にマーケティングを行うという取り組みにおいては、使用媒体が決まっている場合でも、まず情報コンテンツ間の組み合わせによりカスタマージャーニーが変化するという視点から情報間の組み合わせを最適化し、次にそれらの情報をどう展開するか、つまりどの顧客接点や媒体で伝えていくか、という順で考える事を推奨します。

　情報と媒体の組み合わせについては、カスタマージャーニーを作成するときに、以下のような「When&Whereデータ」を取得しておき、生成されたカスタマージャーニーを読み込むことでヒントが得られます。

　・この情報はどんな時、シーンで知りたかったか？
　・どんなタイミングであれば、便利だったか？
　・どんな時に知ると、どんな得があるか？
　・何より前に知っておかないと、どんな損があるか？

これらのデータを取得するとき重要な事は、情報を「どの媒体で知りたいか？」と直接消費者に聞かないことです。代わりに、「どのタイミングだと都合が良いのか、どんな出来事が起こる前に知りたかったか」など、知りたいシーンやタイミングとその理由を、実際に起こった出来事や具体的な得、もしくは損という"事実"と紐つけて、データ取得します。