AIによるマーケティングのループ設計の必要性
みなさんこんばんは。あした使える聴くネタ帳 ｜ マーケターの真夜中ラジオの時間です。
この番組は、あらほうマーケター2人が最近気になるトピックを取り上げ、それぞれのマーケ感で掘り下げていきます。
淡路市までコピーライターがやってます。ジンボーです。よろしくお願いします。
スタートアップの思いを文化に変える戦略マーケターチーム株式会社エールコネクト代表の宮本です。よろしくお願いします。
今日のテーマは、散らばっているデータをまとめて実現するマーケティングのループ設計です。
さあこのテーマを取り上げた理由は何でしょうか。
はい。この間ラジオでもちょっと告示したマーケ部のAIエージェントワークショップをやって、その後何社か個別相談でマーケの相談に乗るということをやったんですけど、
その時にですね、企業家さんの悩みを聞いててアドバイスをしたの大きく2点あって、2社とも同じような悩みというか、ここのが重要ですねって話だったんですけど、
1つが商品のブランド定義でどんな商品として見せるのかみたいなところが1つあったのと、あとはコンバージョンに至るまでの設計から重要KPIを見つけるということで、
やっぱりいろんなことやってらっしゃるんですよね。広告やってみたりとか、SEOの記事やってみたりとか、ラジオ配信してみたりとかいろいろやってるんだけど、
どれが一番重要KPIでどこに注力していくのがいいんだろうっていうことはやっぱりよく言われます。
重要KPI見つかるのが大事ってのはわかるんですけど、結構ですね、僕も案件やってて思うのが、データがいろんなところにまたがっているので、
その分析に時間がかかるから結局できないと。
で、実務の中でよくあるのが、例えば広告のコンバージョンと実通コンバージョンが変わるっていうところで、
例えば広告で、広告で取れるコンバージョンはLINE登録までとか、LINE登録ボタンクリックまでだけど、
そこからコンバージョン、実際の申し込みをするとかっていうのは後で起こるので、そこがわからないとか、
あとは広告のコンバージョン、ECだったら最初に購入した一件っていうのは、この人一件購入してくれたねみたいなところのコンバージョンは取れてても、
その人がLTVが高い顧客なのかそうじゃないのかっていうのは、別で顧客DBと合わせて分析しないとわからないことが多かったりとか。
あとはツールがいろいろとあるので、いろいろと配信手法も違うから、GFOとLSTEPと広告管理画面とアンケートとか、
そういうのがデータがそれぞれまたがっていて統一でレポートされないと。
大企業とかでも代理店がそれぞれ違うので、広告の代理店から広告のレポートが上がって、CRMの代理店からLSTEPとかLINE運用のレポートが上がって、
GA4は自社で見てみたいな感じで、一個一個レポート全部別なので、全体最適できないケースっていうのは多いかなと思います。
当然これ紐付けて分析したらいろんなことわかりそうって感じなんですけど、紐付けて分析するのにこれまではすごく時間がかかっていて、
DNA時代だとARGUSっていうシステムの中のデータを全部分析する仕組みがあって、それに対してSQL文を書いて紐付けするみたいなことを僕はやってましたが、
でもあんまりSQL文はやらなかったですよね。
SQL文って何?ARGUSは聞いたことあるよね。
ARGUSはデータベースだからデータベースからデータを取ってくる時にセレクト文とか書くんですよ。
このデータとこのデータからこれ取ってきてみたいな。やってました。
なるほど。小耳には挟んでましたよね。
小耳には挟んだそうですよね。別にやらなくても仕事はできたんですが。
当時キュレーションのメディア事業部の時はデータ分析部があったので、その人にこういう分析したいんですって言ったらSQL書いてできましたよってよく送られてたんですけど、
エニカの時はそれをやってくれる人がいなかったので、自分でやってって言われて、これ書けばできるんですねって言って頑張って一つ一つ順番でやってました。
でもそれが見えると何でも分かるっちゃ何でも分かるんですよね。
この人どれくらい使ってくれてるのかなとか、使ってくれてる人はこういう利用シーンなんだみたいなデータが何でも分析できるので、
そこは良かったんですけど、何より分析をするのに時間がかかる。
一個一個セレクト文書いてデータ出してグラフ化して相関見つけてみたいな感じなので、なかなか費用対効果が相にくかったんですが、
今はもうそれをAIに入れることでやってくれるようになったので、色々と分析できるようになったなと思います。
実際今マーケティングの全般支援で入る時も、データ分析基盤を最初に作るということがやっぱり多くて、
それがないと売上につながる重要KPAがどこか分からないので、それを作ることが多いです。
ただこれまではそれをスプレッドシートで人間が作っていたので、色んなところからデータをCSVでダウンロードして、
それをまとめて利用の形にするっていうところだったんですけど、それもAIがやってくれるようになって、
その作業自体をAI化して、プランニングの部分にだいぶ人間の力を割くことができるようになったなというふうに思ってます。
第一フェーズはそこができるようになるのが第一フェーズで、最終的には今エンジニアの中で話題になっているプロンプトエンジニアリングの先で、
ループエンジニアリングという風な考え方があって、最終的にはそこに来るんだろうなと。
これ考え方としてどういうものかというと、今って領域によって例えば将棋とかチェスとかそういうところで、
AIが先に発展したものにおいてどうなったかというと、あるとき人間の方が強かったんだけど、あるときAIの方が人間より強くなると。
その後しばらくの期間、人間プラスAIバーサスAIだと、人間プラスAIが勝つ期間っていうのが何年かあって、
それも何年かあって先には人間プラスAIよりAIだけでやるのが勝つっていう時代が来るというふうに言われていて、
その人間プラスAIを作っていくためにループエンジニアリングということを、
2026年6月ぐらいからAIエンジニアの人が言われていて、
もうエージェントに直接プロンプトを打つんじゃなくて、プロンプトを打つループを設計せよみたいな形で、
プログラムを作るときにもプログラムが勝手に動いていって、
その数時間とか1日かけてAIが作った、出来上がったアプリケーションをデビューをして、
こういうふうに作り直してって言って、また数時間とかかけてAIがいろいろと検証したりとか直していって、
ちょっと方向性違うからこういうビジョンで変更してみたいな感じで、
一個一個AIが言ったやつを結果を見てこうしてって言ってるんじゃなくて、
AIに自分で考えて動かして、そのループが回ることを人間がマネジメントするような世界っていうのを
エンジニアの世界では注目をされていて、マーケティングもそういう形になってくるのかなというところで、
今回マーケティングのループ設計っていうテーマを取り上げて、海外の事例を含めて紹介したいなと思っています。
本編先に収録しましたが、神保さん的に今回の内容、どのあたりが明日使える気がつくネタになりそうですか?
AIを活用したデータ分析とマーケティング施策の実例
そうですね。僕も結構表現とかは割と好きなんですけど、
データ分析とかも割と好きなところはあって、
とはいえ、これまででいくとデータ分析とかをいよいよしようってなる前の事前のデータの整備だよね。
スプレッドシートをああじゃこーだしとか、CSVで吐き出したやつをこうじゃこーじゃとかっていうのが、
ちょっとだるすぎてみたいな。
はいはい。だるいんですよね。
だるいんだよね。
これがエイヤーでやるときはいいけど、
じゃあ週次レポートみたいな話になると、
これは毎週してなあかんのかってなると死にたくなるみたいな話もあったりして、
とかっていうところなので、
そこのだからあれだな、
ライティング業務でいくと文字起こしがこれから一生しなくてよくなったんだみたいな、
あの喜びと同じように。
そうですね。
CSVをダウンロードしてバージしてみたいな、
あのクソみたいな時間がなくなるんだって思った時の喜びを非常に噛みしめた回だったかなという感じがしますね。
あと初期の例えみたいなのもちょっと出てきましたけど、
やっぱりこういうことでAIと一緒にやることの良いところは、
そういうなんか憂鬱なことがなくなるので、
メンタルスペースとか余白が生まれるのはもちろんなんですけど、
なんでっていうような打ち手をAIがなんか導いてくることがたまにあるんですよね。
格闘技のカテゴリーが好きな人よりも水泳カテゴリーの人の方が格闘技コンテンツのCTRが高い。
そうだよね。
そうそうそうそう。
絶対そんなことありえないじゃんって思うんだけど、
普通考えられない。
たまにそういうことがあるよねみたいな。
もうなんか将棋でもそうじゃん。
え?みたいな。なんでここでこうなみたいな。
めちゃめちゃさバチバチ前線でやってる時に、
急に王将の前に銀を動かすとか、
そういうことをポンってやるとめっちゃAIが評価するとかさ、
ああ、打ち手ですよねとかって言うみたいな。
あれとかもう、たぶん人間同士だとこれまでの常識にも一切ない発想なんだけど、
なんで?みたいなこの一手が30手先に効いてくるみたいな。
なんで?っていうのがAIならではの純粋な発想で見ると見えてくるみたいなところもあるので、
そこのワンダリングなところもあるから、
AIで職を奪うとかいうネガティブなこともありますけど、
うまく使えばそういうワクワク感もあるから、
なんかいいんじゃないかなと思いますよね。
分析系とかってね、楽しいところはたぶん発見があるところだと思うので、
だからAIにね、たぶん一番信用性が高いところだと思うので。
そうですね、分析系は一番信用性が高いところで、
そこはどんどん任していって、仮説を立てたりとか、
その結果を見て次こうするかって考えることを人間がより早くできると、
マーケティング施策の打ち方はよりスマートになってくる気がしますね。
そうですね。
これまではAやつって市販機に一回とかしかデコ入れしなかったものが、
割と本当の意味でもPDCAが回せる状態にはなってきてると思うんですよね。
そうですね。
まさに一番最後の事例で挙げてみたいな。
これまではメールのAパターンとBパターンと送るパターン3つを1ヶ月検証して、
1ヶ月後にこの3パターンでどうだったか出してたのを、
AIが300パターンぐらい作ってそれをユーザーにテストしていく中で、
生き残ったパターンはこれですって言ってくれた方が、
PDCAは圧倒的に早くなるもんね。
そうだよね。
でもそれを人間が設計して分析してみたいなことやってると間に合わないけど、
AIが全部やってくれた結果を見るんだったら分かるようになるので、
メタの広告配信とかそうなってるから、
そっちに少しずつ移行していくんだろうなって感覚はあります。
そうですね。
それでは本編ぜひ聞いてみてください。
本編は約33分あります。
途中で聞けなくなった時のためにも、
ここでPodcastをフォローしておくと便利です。
それでは行ってみましょう。
よろしくお願いします。
宮本さんの今週のピックアップテーマはこちら。
散らばっているデータをまとめて実現するマーケティングのループ設計です。
どんな内容なんでしょうか。
そうですね。
今各プロジェクトの中でも結構やっていることが、
データをまとめてAIに入れることで、
これまでになかったことをできるようにしようってことをやっています。
オープニングでも話した通り、
僕がやってるマーケティング全般支援の中でも、
例えば広告のコンバージョンと実コンバージョンが違ったりとか、
あとはデータがGA4にも入っているし、
広告管理画面にも入っているし、
Lステップにも入っているし、
アンケートにも入っているしみたいな感じで、
いろんなところに入っているので、
それを統合して分析するっていうことが、
意外とこれまで難しかったなと。
もうAIがあることで、
それをつなぎ込みさえすれば、
まとめて分析をすることができるので、
これまで以上にPDCAが早くなったなというふうに思っています。
なので実際どんなことをやっているかっていうところの、
僕がこれまで取り組んだ中で成果が出ているところなんですけど、
例えばスクール系の案件で、
アンケートデータと流入経路データの紐付けということで、
これまでスクール系なので、
例えば説明会を聞くとかそういう接点から、
実際受講申込みするっていうまで結構時間が間が空くんですよね。
そのデータを見ていると結構効果検証に時間がかかっていたんですけど、
どの流入経路から来た人が、
説明会のアンケートで受講意向がどれぐらいあるかっていうのを見ることで、
PDCAのスピードを高めることができたみたいなことはありました。
流入経路分析みたいなのは当然していたんですが、
アンケートと紐付けるってところまでは、
なかなかデータがそれぞれ分かれていたのでやりづらかったんですけど、
これ紐付けたらこういうことも分かるよねってことで色々分かったりとか、
広告のデータとかも流入経路からLTV分かったりみたいなこともできるようになっていたりします。
あとはある意味当たり前な部分もあるんですが、
これまで手が回らなくてできなかった分析みたいなところで、
寄付を集めるマーケティングみたいなこともしていて、
個人の寄付データのAI分析みたいなのも最近やってるんですけど、
当然企業だったらCRMの仕組みがあって、
これぐらいの寄付とか収益寄付のクライアント企業がこういう形で動いててみたいなのが
セールスポースとかそういうのに入っているんですけど、
個人なのでちょっとデータとか人数も多すぎて、
個票データが多すぎて分析するのが難しかったんですけど、
そういった個人の寄付データも匿名化をしてAIに入れることで、
個人の人がどういうサイクルで寄付しているのかとか、
寄付理由ごとにカテゴリー分けができるようになったので、
それに応じてどういうタイミングでその人たちに連絡したりCRMしていったらいいのか
みたいなことがわかるようになってきたっていうのがあります。
あとはそもそもレポーティング作業しなくてよかったので、
仮説を立ててそれを検証することに収録できるようになったみたいなこともあります。
あとは結構アンケートの分析とかも今すごくAIによって便利で、
アンケートをした結果をまとめるのって大変だったんですけど、
ジンボさんのタスクとしてはあんまりやらないですかね?
アンケートデータをグラフ化したりとかするっていうタスクがあるんですけど。
そうですね、あんまりやらないかも。
あんまりやらないですよね。
これまでアンケートのデータをグラフ化する、
スプレッドシートで一個一個グラフ化するのも大変だし、
ルッカースタジオに入れて分析するみたいなのもやってたんですけど、
一個一個縦軸と横軸何するかとか決めて分析レポートを作るとかっていうのが一仕事だったわけです。
僕ね、意外と得意なんだよね。
そうなの?意外だね。
なんか調査PR死ぬほどやった時もそうだし、
そうですよね。
昔はメディアの中の読者アンケートの調査もやったんだよね。
読者の持ち物検査をやったんですよ。
それをニッケーBPのブランドデータバンクが無料で公開するローデータがあって、
それとのひも付けで読者との差分を出すんだよね。
これは絶妙なセンスなんだけど、結構得意だなと思う。
やったことないけどめちゃくちゃ誰より上手くできる自信があるじゃないですか。
なぜかというと多分アウトプットがめちゃくちゃ明確に見えてるから。
なるほどね。仮説が先にあって分析してるからってことね。
こういう意味を発生させれば跳ねるみたいなのがあるから、
そこがちゃんと出るような調査設計とか、
上がってきたものの分析とかもそういう風な読み解きをできるので、
めちゃくちゃ好きなジャンルであるけど、
めっちゃ毎日やると悩む作業であります。
そうなんですよね。結構コツコツ系の作業なので、
10個ぐらいのグラフ作るんだったらいいんですけど30個とかね、
しかもクロス集計とかするといろいろと分かるっちゃ分かるので、
仮説1個か2個を検証するってなるといいんだけど、
この軸も何かありそうとか、この軸もありそうみたいなのを
全部1個ずつグラフを作ってるとめちゃくちゃこれまで大変だったんですけど、
もう今はAIが分析のダッシュボードみたいなのを作ってくれるので、
あとはこの軸だとどうかみたいなところをポチポチ押していけばできるようになったので、
すごい楽になったな、データ分析はって思います。
その辺のデータも使いながら最近やったのが、
アンケートデータと過去の実売データからの販売予測ってことで、
アンケートデータ自体はアンケートでまとまって、それはダッシュボードに入ってるんですけど、
ただアンケートの購入意向みたいなのと過去の実販売データっていうのをひも付けると、
これ一定バイアスはかかるけるのも販売予測もできるんじゃないかっていうところで、
例えばECサイトで考えたときに、これ例えばの例ですけど、
豚の角煮の購入意向のデータと過去の販売実績のデータがあって、
選択肢で豚の角煮だけじゃなくて唐揚げもあって、
例えば豚の角煮より1.5倍ぐらい唐揚げが購入したいっていうアンケート結果なんだったら、
唐揚げも1.5倍ぐらい売れるかなみたいなところを統計分析もAIにやってもらって出すみたいな、
そういうことも最近やりました。
それがすごく役に立つかっていうと、やっぱり商品の名前だけなので、
それですごく売れるか正確に予測はできないと思うんですけど、
ただアンケートで購入意欲が高くても目標ほど売れないよねってことがわかったので、
そこはまず良かったかなっていうふうに思ってます。
こんな感じで僕も自分の実際のアンケートの中でやってるんですが、
海外で他にも進んでるアンケートがあったので、
こういうこともデータとして使ってるんだなって事例をいくつか紹介していきたいなと思います。
1つ目、SNS上のコメントやDMから商品開発した事例ということで、
これまで話したことアンケートのデータとかそういうのですけど、
ツリーハットっていうアメリカのボディケアブランドで、
ボディスクラブとかそういうのを中心に香りを軸としたボディローションとか、
そういうのを量販店とかドラッグストアとか専門店とかで販売している会社なんですけど、
日本で言うとボタニストとか夜を展開する、いいねに近いような会社かなというふうに思ってます。
このツリーハット、TikTokとかInstagramで合計300万人ぐらいフォロワーがいるそうで、
顧客から日々大量のコメントとかDMが届くというところです。
最初AI導入の目的は、この返信を早くするということが目的で最初AIを導入したんですが、
実際このAIでSNSとかに来るDMとかコメントを分類すると、
シナモンドルチェというフレーバーですかね、香りの1つの種類があって、
その要望が数千件規模に達していることが分かったそうです。
これは人間の感覚で、シナモンドルチェの要望って多いなぐらい、
DMとかコメントの返信なのでそれだったんですけど、
AIでそれ分析することで、これってより可能性がこの商品あるかもっていうところで、
季節限定だった香りを商品計画に組み込んだりとか、
あとこのシナモンドルチェの香りをボルティスクラブだけじゃなくて、
ローションとかへ展開したりとか、スーパーボールの広告の最後に商品登場させたりとか、
そういうことをSNSのコメントとかDMからやるようになったそうです。
あんまりSNS上のコメントとかDMまで分析するっていうことは、
それを商品の展開にまで生かすってことは珍しいのかなというふうに思って取り上げました。
人間だとやっぱりバイアスがあるじゃないですか。
ありますね。
だから本当は定量的に差分が出たりとか、
シグナルが出てるんだけど、読み逃しちゃうこと結構あると思うんですよね。
だからAIとかでその辺は割とニュートラルに見てくれるところもあると思うから、
天然ボケな部分も結構あるけどね。
そうだね、確かに。
ニュートラルなのか天然ボケなのか、
分かっているのか分かっていないのか分からないこととかもありますけどね。
この間こいつアホかなと思ったのは、
クロードコードがインプレッションといいね数の割合を比較してて、
この投稿はいいね率が高いですかって言うんだけど、
インプレッションが上がればいいね率は下がるね。
いいね数は上がるけどね。
どうでもいい人にリーチするんだからいいね率は下がるわけじゃん。
それをあたかも大きな発見のように取り上げてて、
それをチャッピーに比較…
一応参照レビューさせたら、
ボロクソにチャッピー…あいつあれだな。
他のAIに対して厳しいよね。
全然バカですか?みたいなレビューで。
ボロボロに言われてクロードコードがへこんでたけどね。
そうですか。じんもさんのチャッピーは結構他のあれに厳しいんですね。
めちゃめちゃ厳しいね。
ポチがもうちょっと死なっとなってたよ。
クロードコード側のね。
うちのチャッピーはあんまそんなことないですね。
うちのチャッピーっていうか、最近コーデックス?
チャットGPTが使ってるやつを使うときに、
クロードコード上に色々AIエージェントがいるじゃないですか。東洞さんとか。
その東洞さんとかのAIエージェントをそのままにして、
コーデックスで読み込ませてるんですよね。
だから東洞さんって定義は一緒なんだけど、
東洞さんの頭がクロードコードで動く場合とコーデックスで動く場合っていう、
そういう感じにしてるので。
性格はそんな変わらないですね。
ただ、やっぱりクロードコードの方が僕が見てる感じは頭がいいなっていう感じだけど、
コーデックスの方があれなんですよね。
軽いっていうか早いんですよね。
クロードコード遅いよね。
そう遅い遅い。遅いんですよ。
ずっと考えてるからさ。
もたもたもたもたもた。
なんかベイキングして、シンキングして、
なんかいろいろやってるよね。
なかなか帰ってこないからさ、ちょっと待つの大変やけど。
コーデックスはね、一旦これ解いてって言ったら、
こんな感じで進めていい?みたいな。
それでやってって言ったら、比較的早くね。
こんな感じでどう?って言ってくれるんだよね。
出てきたやつは微妙やったりするんだけど、
いやいやいやみたいな。
全然わかってへんやんって言って、
同じ作業をクロードコードにやらせたりすると、
また今度は正しいの返ってくるけど遅かったりするわけよ。
クロードコードはちょっとびっくりするほど遅いよね。
遅い遅い。
これをこっちにこっちに動かしてって言ってもめちゃくちゃシンキングするもんね。
そうそうそうそう。
こっちが待ちきれなくなって一回止めたりするもんね。
今のは何やってる?みたいな。
ちょっとだけやんみたいな。
そんな大げさに受け止められてもっていうような時よくあるよね。
あるある。
だから俺もクロードコードすぐMDファイル作りたがらない?
これやっといてって言ったらさ、
MDファイルにこのようにまとめましたって読むの大変やから。
基本の指示の中にすぐMDファイルを作るのやめて、
一旦そのチャット欄に回答で教えてっていうのを入れた。
そうなんだ。
そうするとちょっとMDファイル作るのやめて、
ちょっとだけ軽いかな。
とりあえず返してくれるようになったけど。
チャット欄の出してくるのは文字量多いし、
よくわからない自分の定義の言葉をたくさん使ってくるから、
意味わかんないから、
これとこれとこれ全然意味わからんけど、
とりあえずパーポでまとめてって言われるけどね。
テキスト多すぎ。
でもそのパーポまとめるのにまたずっと考えるでしょ。
またベイキングしてシンキングするでしょ。
でももう意味わかんないから、
こっちもいろいろ言ってるから。
30個くらい指摘返してるから。
もう意味わかんないからどうなってるんだみたいな感じのことは、
パーポにまとめさせることはあるね。
あるね。
これはやっぱり、
AI時代だからこそのAIあるあるが、
多分世の中の人みんなにたまっていってる時期だろうね。
そうだね。
そんな感じがします。
1つ目の事例はそうでした。
AIによる顧客セグメンテーションとパーソナライズドマーケティング
2個目の事例。
1人の理想顧客じゃなくて、
値段で動く顧客と効能で動く顧客を分けたマーケティングをやった事例で、
アメリカのスキンケアブランドで、
ピークマン1802っていうブランドがありまして、
そのブランドのデジタル責任者であるデイビットベイさんが、
デイジデイのイベントで話した話なんですけど、
まずこの公演の中でこの人の話でめっちゃ興味深いなと思ったのは、
ともかくAIめっちゃ使ってるけど、
それによって雇用はなくならないんだよってことを厚く語っていて、
アメリカそうなんだろうなと思って、
AIすごいぜって言って、
そんなことしたら俺たちの雇用なくなるだろうって批判めっちゃあるんだろうなって、
思いながら記事を読んでました。
卒業式の公演とかでもそういう公演してソース缶くぶらったりとかね。
Googleの人だったかな?
Googleかな?社長かなんかだよね。
お前が言うなみたいなね。
お前のせいで俺ら仕事なくなったんだよみたいな批判されてたけど。
お前ら世代はいいけどよみたいな。
アメリカはそういうのあるんだろうね。
だからその公演の中でも、
AIはマーケターの代わりになるために存在するんじゃなくて、
マーケターをより優秀な存在にするためにいるんですって言ったりとか、
ロボットが皆さんの仕事を奪いに来るわけじゃありませんと、
皆さんの仕事を変化させようとしてるんです。
インターネット例明記においても、
AIがインターネットになったみたいなもんですと。
僕らがインターネットで自分たちの働き方が変わったように、
AIも僕たちの働き方を変えているんですっていうことを言っていて、
ちょっと時代を感じましたね。
でも現実アメリカ、
すごいめっちゃ増えてるじゃんみたいな。
そうそうそうそう。
おや?みたいな。それだけじゃないよねっていう感じがね。
そうだよね。
言うてもね、グロスの失業率そんなに変わってないから、
まあわかんないけどね。
ホワイトカラーが減って、
ブルーカラーに移行してるかもしれないけど。
そうだね。でもね、
そんなにブルーカラーの仕事がたくさんできているのかっていう感じもするし、
あれはどういうことなんだろうね。
どうなんだろうね。
リタイアしてる可能性もあるよね。
そうだね。
働けるボスが減ってる可能性がありますね。
確かに。
やー目立つってね。
このピートマンという会社がやったのは、
CRMとかショッピファイのデータっていうのをLLMに投入したと。
それによって顧客っていうのが2種類に分類できるってことがわかりました。
分類の2種類自体は大したことないんですが、
それをAさんはこっち、Bさんはこっちって区分して、
それぞれでCRM実現できるのはなかなか面白いなと思ったんですが、
どんな2種類に分類できるかっていうと、
バジェットペディ。
ペディはね、そういう名前をつけてるみたいなんですけど、
予算重視のペディってことで、
プロモーションが大好きでお得な情報を追い求める買い物客のことを
バジェットペディって呼んでるそうです。
もう一つがラグジュアリーリンダ。
高級志向のリンダで、
高い効果をもたらす成分を求めて結果が出るまで出費を惜しまない人を
ラグジュアリーリンダという風に呼んでいるそうです。
この2種類の人に顧客を分けて、
それぞれの人に、
例えば同じ商品のCRMをする時でも、
予算重視のペディ向けのCRMと、
高級志向のリンダ向けのCRMを2本作って、
Aさんはこっち、Cさんはこっちみたいな感じで、
それぞれに分けて配信がされるっていうような感じになっているみたいです。
予算重視の人と高級志向の人がいるっていうのは確かに、
なんとなくそうだろうなと思うけれども、
それぞれに出し分けて配信をすることで、
価値を高めているっていうのは面白いなと。
実際、ECとかでもどうしても効果が上がりやすいのって
クーポンとかキャンペーンなので、
すぐクーポンを連発しちゃったりするんですけど、
でもそうすると、
別にクーポン欲しいわけじゃないんだよなっていう人からすると、
ブランドの既存にもなったりするので、
そこを分けて出し分けていくといいんだろうなというふうに思いました。
これはアメリカならではなのかな、今のね。
今、日本でいくと、
お金持ちも別にお金持ってない人も、
どっちも予算重視な感じがするね。
どっちもメリハリつけて、
普段は節約しながらみたいな、
別に資産が何億ある人もめっちゃ切り詰めてるじゃないですか。
日本人で。
確かにね。
ラグジュアリーでいいんだなんて、
日本人でいるのかな。
これでも、
敏感肌向けとかそういうところがあるから、
お肌に対して、
いくらでもお金をかける、
それは別に、
自分の世帯年収が多いかどうかに関わらず、
なるほど。
要するにメリハリの中に入るわけだな。
そうだと思う。
ハリ消費なんだね。
ハリ消費な人は、
世帯年収が低くても、
高級志向のリンダであるし、
お金を持っていても、
化粧品なんて何でもいいでしょって人は、
予算重視のペティなんでしょうね。
なるほどね。
あらゆることを切り詰めても、
肌のハリは保ちたい人は、
リンダになるわけだ。
そうそうそうそう。
この傾向は、
すごい最近ありますよね。
何にお金を使うのかの、
これまでって結構世帯年収とかで、
ユーザーを分解をしてて、
世帯年収が低いからどうとか、
高いからどうとかって言ってたけど、
なんか調査最近してると、
そことずれるというか、
世帯年収が低くても、
このカテゴリーの消費については、
すごく積極的にする人もいれば、
世帯年収が高いのにも関わらず、
開薬する時に、
この商品高いからっていう人もいたりとかして、
やっぱりメリハリ消費というかね、
何にお金を使うことを価値と感じるのかが、
大きく変わっている気がしますね。
そうだね。
昔は多分、
マスマーケティングが成立した時代は、
おおむねこのクラスター、
年収幅とかレンジだったら、
こういう価値観だろうみたいなのが、
共通体験でみんな持ってたと思うんだけど、
今って完全にクラスターだから、
人々がそれぞれ、
自分の属しているクラスターの中の周りの、
仲間たちの価値観に強烈に意識が引っ張られるから、
ちょっと予測不能なランダム性がありますよね。
そうそうそう。
だからそういうかというと、
何とか所得層ではなくて、
価値観クラスターとか、
その人が所属しているどこの、
何を参照しているのかみたいな、
貴族のコミュニティを意識しないと、
ちょっと追い切れなくなっている感じがありますよね。
そうですね。
本当にカテゴリーとかで見づらくなっている感じがしますね。
そんなカテゴリー見づらくなっているところも含めて、
AIで自動化しているのが最後の事例で、
CRMを複数パターン試して、
ABテストから新しい発見を得るところで、
これが比較的AI化の行き着く先で、
ループ設計に近いかなという事例なんですけど、
AIによるCRMの自動最適化と新たな発見
フィットネスデバイスを提供している
OOPというデバイスがあって、
これはツールとしては、
ハイテクAIディシジョニングというツールがあるみたいで、
それを使って対象者とかメッセージとか、
配信タイミングの組み合わせを、
様々なパターンを勝手にAIがテストしてくれると。
これどういう事かというと、
これまではフィットネスデバイスなど、
例えば水泳やっている人とか格闘技やっている人とか、
色んな人がそれぞれあって、
これまでだったら過去に水泳カテゴリーの商品を購入して、
40歳以上の男性に、
こういう反則メールを送ろうという人と、
送らないでおこうみたいなところをABテストして、
送った方が効果あるよねとか、
このカテゴリーの人は効果ないよねとか、
そういうのをやっていたと思うんですけど、
これはどちらかというと、
CRMのメールを広告出向みたいな感じで、
メッセージとKPIを決める。
例えば、今度反則商品として水泳のものがあるとか、
格闘技の話があるとか、
キャンペーンも10%のものに10%とか、
色々とメッセージを作って、
KPIとしてこれでこういうKPIを達成したいです、
みたいなことを決めると、
AIが色んなパターンを考えて、
誰にこのメッセージを、
チャンネルもメールなのか、
SMSなのか、LINEなのか、
LINEはないか、
どのチャレンジなのか、
いつ送るのかっていうのを、
AIが自動で決めて、
最適化しながら配信していくと。
勝手に色んなパターンのABテストをやっていって、
結果として、
この属性の人にはこのメッセージがいいですよ、
ってことをインサイトとして出してくる、
っていうような仕組みになっているみたいです。
結果的に、
例えばこんなことが分かったって言ってて、
水泳カテゴリーの利用者っていうのは、
格闘技のカテゴリーの人よりも、
格闘技コンテンツへのCTRが高い、
みたいなことが分かったそうです。
メールとかで格闘技のコンテンツを送ったときに、
CTRが高いってことが分かったそうです。
記事の中になぜかは書いてなかったんだけど、
AIが言ってるから、
出てきたっていうだけで、
そこに仮説があって分析してるわけじゃないから、
結果的にこうなったと。
あれに近いと思うんですよ。
おむつの横にビールを置くと売れるっていう、
なんかあったじゃないですか。
知りません?
知らない。
おしっこの色とビールの色が似てるから。
違う。
それ面白いね。
おむつを買うときって、
大きな消費だから、
車に乗って家族で来て、
おむつ大きいから、
お父さん持ってって言うらしいんだよね。
その時に、
お父さんはビール買いたいから、
おむつと一緒にビールを買うんだって。
だから、
おむつとビールが一緒に並んでると、
売れるっていうことが、
これは人間が仮説されてたわけじゃなくて、
勾配データを分析してると、
おむつとビール一緒に買ってるユーザー多いけど、
これなぜだろう?
これを近くに置いたら、
もっと売れるんじゃないかっていう風に、
データ分析した結果やった例みたいなんですけど、
これもそれと一緒で、
なんで水泳利用者が格闘技のコンテンツクリックするのか、
謎だけれども、
なんかそうなったんですよねって感じみたいです。
一個仮説はね、
僕、野球部だったんだけど、
野球はね、
小学校の時にみんな好きなんですよね。
はいはいはい。
で、
小学校とか入ると、
間違って野球部に入るやつと、
入らないやつがいて、
僕は大阪関西人だったんで、
野球のことが好きなやつ、
要は阪神がどう、巨人がどう、
キャーキャー語るやつって、
大体野球部じゃないやつなんだよね。
卓球部とかさ、
帰宅部とかさ、
卓球部?
野球部は日々間違ってやってて、
割ともう野球うんざりしてるみたいな、
はいはいはい。
感じ?
格闘技やってるやつは、
だって主な活動と、
格闘技間違ってやってる人少ないけど、
格闘技憧れじゃなくて、
自分でやってる人は、
多分格闘技キャーキャー、
あんま興味ないんじゃない?
情報追従したくないんじゃない?
確かにね。
もうお腹いっぱいです、
みたいな感じになってる可能性はあるね。
確かに。
関係ないやつがキャーキャー言うんだよね。
キャーキャー言うっていうね、
あるかも。
フィシールの案件やってても、
フィシールの人、
いつも試食で魚食べてるからさ、
飲みに行ったら、
いつも焼肉食べに行くのよね。
そうでしょうね。
俺はさ、魚食べたいんやけど、
彼らはむしろオフィスで毎日、
美味しい魚食べてるから、
外で飲みに行くんやったら、
焼肉、肉食べたいですってなるのと同じかもしれないね。
それも人間だよな。
人間ね、そうそうそう。
なかなかね、
最初、仮説としては出てこないけれども、
いろんな配信パターンを分けていると、
そんなこともわかると。
データ分析でできることとしては、
トップパフォーマーみたいなもので、
最もパフォーマンスの高いユーザーセグメントと、
クリエイティブのバリエーションがわかると。
一般的には、
クリエイティブの検証をよくやると思うんですよね。
このメールは効果が高い、
このメールは効果が低い、
やると思うんですけど、
それと掛け算して、
パフォーマンスの高いユーザー、
このユーザーにこのコンテンツはいい。
逆に言うと、
それ以外のユーザーには、
このコンテンツは良くないとかっていうこともわかるので、
そういう二軸で分析してるのが面白いなと思いました。
あとはパーソナライゼーションインサイトで、
特定のユーザーセグメント、
この人にはこのアクションが取ってくれやすい。
メッセージとかタイミングとかで、
この人は反応がこういう時高い。
例えば土曜日の昼に、
この人はすごく反応が高いから、
この人には土曜日の昼に送って、
一方、平日の夜に送った方が
反応が高い人は平日の夜に送るとか。
そういうのを分けてできるようにしていくことで、
クロスセルのコンバージョンが10%向上した
みたいな記事もありました。
これぐらい最終的には、
今CRMってだいたいメッセージ1本作って
送る送らないでABテストやることが多いんですけど、
その世界から広告のクリエイティブ作るみたいに
メッセージをたくさん作って、
これを誰に、どのチャンネルで、
どのタイミングで送るかは勝手にやってもらって
最適化をしていくっていう世界が
今後のCRMに来るのかなというふうに思いましたね。
本当はデジタルマーケができた時に
これをやりたかったわけじゃん、みんな。
見そうとされてたけど、
できるんだけどできないっていう問題があった。
めっちゃ大変だからね。
死ぬほど大変だから、
現実感がなかったんだけど、
AIができて、
いって賢くなってきたら、
結構自現実感があるなって僕も思ってますよね。
だんだんとこういうことができるようになってきてるなっていうね。
でも、ちゃんとやってくれるとね、
BtoBの僕の会社メールアドレスとかも
大量のメールがいっぱい来て、
ほとんど見ないじゃないですか。
だからね、ちゃんと自分に
最適なやつだけ送ってくれるようになったら
いいかなとは思いますけどね。
最適化の前にやっぱり
一個かまさないといけないとこがあると思うんだよね。
この発想の延長線上じゃ絶対
普段と無視されているメールを開く
コンバージョンはまず起こらないよみたいな。
そこのディレクションは人間が
たびたびかまさないといけないというか、
AIの考え方を一旦リセットさせるとか、
真逆の発想に至らせるとか、
いろいろぶち込まないといけないと思うんだけど、
そこがディレクションだかなって感じがするよね。
それを一旦資産を上げさせるとかさせると、
その後は結構うまくいく気がするんだよね。
そうですね。そういうことも実現している企業が
少しずつ出てきているんだなって感じですね。
そろそろ締めのお時間となります。
古典映画から学ぶ人間関係とAI時代における感性の重要性
オープニングと本編、最新のAIの話をしたので、
ちょっと真逆の、最近古典的映画として
ニューシネマパラダイスを見ましてですね。
初めて見たんですよ、僕。
ニューってついてるけど、めちゃくちゃ古典ですわな。
そうそう。全くニューではない感じの話で。
曲はすごく有名じゃないですか、ニューシネマパラダイスのね。
映画も有名ですけど。
なので、曲は何度も聞いたこともあったし、
映画も予告編みたいなのを見たことはあったんですけど、
昔の映画ってちょっと見るの気合いいるじゃないですか、黒沢映画とかも。
まあ、気合いいるよね。
そう、気合いいるでしょ。
たまにでもモノクロ映画を見たくなる日が
たまに疲れてる時とかあるから。
そういう時に黒沢見ますからね。
そう、だから気合が入らなくて、これまで見れなかったんですけど。
今度社交ダンスでニューシネマパラダイスの曲に合わせて踊るというのがあって。
ああ、そうなんだ。
じゃあちょっと作品見とかんとなと思って。
そうだよね。
うん。
それ知らんとちょっとテンポついていけないね。
そう、さすがにちょっと表現さするのに、やっぱり本編を見とかないと表現できないなと思って。
そうだね、ビジョン共有しないといけないね。
そうそう、やっぱりこれはビジョン見とかないと。
ここはやっぱりね、AIに任せられない。
ニューシネマパラダイスの概要を見ただけではやっぱり本当のところわかんないなと思って見たんですけど。
いやでも、すごい昔の映画だけどなんかいいなと思って。
で、何がいいなと思ったかっていうと、やっぱり今の時代との差がすごくてさ。
映画しかで娯楽がない世界における人々の交流とか笑顔ってこうだっただろうなと思って。
もうみんなめっちゃ映画好きじゃないですか、あの時の人たち、最初のシーンの人たち。
まあそうだね。
だからあの映画って最初は車もないんですよね。
街に車が走ってないんですよ。
あーそうだっけ。
そうそうそうそう。最初街に車も走ってなくて人間とチャリしかなくて。
で、一番最後の時には超鋭駐車場になるために映画館を潰すって話になるので。
最後の時には車社会になってるんですよね。
みたいなところの差の時に、もう車もなくて徒歩と自転車しかない中で、
映画しかないとこんなにみんな楽しむんだなとか、
あとこう映画を見せろって言って暴動が起こるとか。
すごいなーって思って。
でもね、幸せそうなんだよねみんなそれがね。
まあそうだね。
もう僕らそっからさ各家庭にテレビがある時代から一人一台スマホディスプレーがあるっていう世界だから。
ちょっと同じ人類と思えないなと思って。
まあね、スクリーンはずいぶん小さくなってるけどね。
いや小さくなってるけどみんな一人一人それぞれのスクリーンを見てて。
例えばさその主人公のね映画技師なのかな。
アルフレッドとあと少年のトトがいると思うんですけど。
これ普通だと話すこともないっていうかコミュニケーションすることもないじゃないですか。
池袋の映画館の映画技師の人と子供が喋ることないと思うからさ。
まあ今だと絶対ないよね。
シネコンの映写担当のお兄ちゃんと子供。
子供がその映写担当のシステム部屋に入るとかあり得ないもんね。
あり得ないあり得ない。
つまみ出される。
つまみ出される。でもね当時は喧嘩しながらもさ見てて。
最初はちょっと喧嘩とかしていたずらっ子のトトだんだけども。
すごいこう二人の間に友情というのかな年齢は相当離れてるけど。
そうね。
そう生まれて最後自分のところから離れることも含めてお前のためならこの街から離れるべきなんだって言って。
離れたら絶対帰ってくるなっていう。
なんかそういう師匠と弟子みたいな感じとか。
でね、それを経て数十年後に帰ってきて昔のままの街を見てていろいろと感じるみたいなところも。
なんとも言えない人生の深みみたいなのを感じる映画でしたね。
やっぱアルフレードの愛を感じるよね。
なんか愛を感じる。すごい愛。
トトのことを信じてるとかトトの才能を信じてるっていうか。
だからこそ何しやがんねんこのクソジジイとか思うけどさ。
トトの女の子の名前忘れちゃったけど。
はいはいはい。好きな女の子ができるんですよね。
好きな女の子がね。
最後種明かし的にその子とトトの約束してたんだけど、
会えなくてトトは東京か、東京じゃないけど。
ローローマかな。
東京に行っちゃうだけだよね。
都会に行っちゃうんだよね。そうそうそうそう。
みたいなところも。
ちょっとアルフレードはいらんことしてるんやけども。
その辺もだから、いらんことをしやがったなと思うけども、
やっぱりアルフレードはトトの才能を信じたってことだね。
女のせいに行って自分の人生を棒に振るのではないみたいなね。
お前は自分の夢を叶えるんだっていう強いメッセージ。
そこでも結構確信がないとそこまでは多分介入できないから。
そうだよね。
そこはどうなんだろう。
でも悲劇っちゃ悲劇だよな。
まあそうそうそうそう。悲劇っちゃ悲劇。
トトはその後も未練がましく女の子の家の前まで行くわけじゃないですか。
そうそうそうそう。
呼び出すよね確かね。
呼び出す呼び出す。でも全然会えず結局はって感じだもんね。
そうだよね。
だからファインプレイかどうか全然わからへんけどさアルフレードは。
まあでもアルフレードから考えた幸せな人生を考えるとこっちだろうっていう感じだったんだろうな。
アルフレードのエゴかもしれないなあれは。
一定それは含まれてると思う。
昔の映画ってこういう感動のさせ方をしてくるんだなって思いましたね。
あんまり見ないから昔の映画。
結構でも転論とか伏線回収みたいなことをちゃんと聞かせてるなって思ったのが
アルフレードが大人になったトトに対して贈り物みたいなのをするじゃないですか。
時間差の贈り物みたいな。
あれが映画前半からずっとパチパチ切ってた顕月で引っかかったコマ。
要はおっぱいとか出てくるコマを全部顕月で切るんだけど
トトはなんで切るのみたいな言ってるんだけど
最後アルフレードはそれを大人になったトトに伏線回収みたいな感じでプレゼントするんだけど
ああいうのも基本に忠実な感じがしているよね。
あれ俺さ、どこで感動したらいいかわからんかったけど
どういう意味なの?
昔見れなかったやつを今ならお前見ていいんだぞってことなのかな?
そうだと思う。僕も見直してないからあんまりそこまで覚えてない。
でもそういうことなんだよね。だからお前大人になったよなってことなんじゃないの?
ああそういうことか。なるほどね。
だと思うけどね。
それぐらいそういうのを見るってことが当時難しかったからこそなんだろうな。
いや俺さ、そこまで深く考えなかったら
最後の自分が死んだ時に送るプレゼントとして
エッチなビデオの編集版みたいなやつを送ってるって考えると
何やってんねんこのおっさんとも思ったのよね。
何があれなんやろうと思ったけど
大人になったんだなお前はっていうメッセージと考えるといいかも。
あとはあれじゃない。そのトトとアルフレードがやり取りしてたというか
コミュニケーションしてたその時期をずっと見てるものでもあるじゃないですか。
フィルムっていうのが。
だからそこでアルフレードの仕事の一つはずっとパチパチと削除することだから
そこの時間全部を残してるみたいなことなんじゃないの?
確かにそれはあるだろうね。
結局それを見ることによってアルフレードとの思い出を振り返れるもんねトトはね。
そういうことだな。
なるほど。
やっぱでもフィルムで繋がってたよな俺たちはっていうことがまずベースにあると思うね。
そこで一個を解約というか
大人になったらだからこれ見せてやれよみたいな。
宝物だぞみたいな。
だからある種の宝物だよね。
そうだねそうだね。
確かに。
ノスタルジーがあったよな。
夢がありますよね。
だからなんか映画とか名作には必ずこの鳥肌が立つ一瞬のシーンというかさ
名シーンみたいなのがあるけど僕はあの映画で一番好きなのは
映画館燃える直前だけど
映写機を外に向けるシーンがあるじゃないですか。
広場に映すシーンだね。
だから映画館にお金払ってない人もみんなにこの街中の人に映画を見せてあげるシーンがあって
街の中心の広場に映ってみんながそれを見てみたいな
あれ一瞬だけだけどめちゃくちゃ幸せなシーンじゃないですか。
幸せなシーン。
あのシーンとかめちゃくちゃすごい大好きですけどね。
あの時代だからこその楽しみ方というかね。
そうそうそう。
映写技師にとってはあれはルール違反だけどね。
お金払ってない人は外に向けて映写をしてただで種流してさみたいな話なんだけど
あえてそういうことをする自分の特権というかを活かして街の人を楽しませるとか
そういうことなんだろうね。
意気ですよねあれはね。
確かに確かに。
その1個のことでね街中がお祭り騒ぎになるとかっていうのも
今では考えられないけどなんかそういう時代もいいよなって思ったなあ。
そうだよね。
マーケターの真夜中ラジオの締め
明日使えるキクネタ帳マーケターの前田家ラジオでは
マーケティングに役立つ情報を毎週配信していきます。
ポドキャストをフォローするとマーケターとしての試験が毎週たまっていくので
ぜひフォローしてみてください。
ではまた来週の土曜日ポドキャストでお会いしましょう。さようなら。
さようなら。
