アナリティクス業界の変遷とAIの登場
森野誠之の毎日堂・マーケティングラジオ。この番組では、私森野が毎日の情報収集で気になったトピックについて、各ジャンルの専門家にお聞きしながら、定点観測をしていきます。
記念すべき初回なんですけれども、アナリティクス関連のジャンルをテーマに、アユダンテ株式会社の大内範之さんとお話をしていきます。大内さんよろしくお願いします。
大内さんはアナリティクスアスリシエーションの代表も勤められていますよね。もうアクセス解析業界何年になりますかね。
大内 解析業界何年か。あまり過去を振り返らない人なんで。
森野 でも20年ぐらいですか。
大内 20年ぐらいはもちろんやってる感じだと思いますね。
森野 一番最初の解析ってどんなふうでした?生ログでした?
森野 一番最初の解析は生ログです。
大内 懐かしいですね。
森野 でも下手したら30年やってるんじゃないか。インターネットはすごい初期から、それこそまだモザイクっていうブラウザーの頃からウェブ等が関わってきたので、
森野 どちらから?
森野 ログは眺めてっていうか。
大内 そこなんですか。
森野 やってます。
森野 本当の黎明期からですね。
大内 そうですよね。長いですね。はい、そんな感じでございます。
森野 思うと今はちょっとその頃から考えると全然変わっちゃってますね。データの取り方から分析の仕方からも。
森野 そうですね。ただ一方でアリガンテではチャットGPTとか生成へのクローラーがどう動いてるかっていうのを見るっていうのをSUチームが取り組んでるんですけど、そこでは生ログ大活躍っていう感じなので。
大内 確かにそうですね。クローラーがどんな風に来てどんな挙動してるかとかね。
森野 そうですね。はい。
森野 なのでちょっとぐるっと回って戻ってきたみたいな感じで。
大内 今の人生ログとか見たことないでしょうね。
森野 ないでしょうね。
大内 ねえ。昔はExcelとかでえっちらおっちらやったりしてましたけども。
森野 そうですね。僕とかアリガンテのエザーとかがSEを始めた頃は、やっぱり生ログから、あとApacheのログ解析のツールから検索キーワードを見てSEをしていくっていうやり方だったので。
大内 そうですね。そう考えると今はツールが便利だった時期もあったんですけど、生データを直接AIって感じかもしれないですね、今は。
森野 そうですね。
大内 だいぶ変わっちゃいましたね。
森野 変わりましたね。
大内 ということで一つ目の話題に行きたいんですけれども、AIを使ってアナリティクスが楽になるかという話なんですけれども、最近は本当に自動化自動化ですよね。アナリティクスに限らずですけれども。
森野 はい。エージェントの時代になってきましたね。
大内 MCサーバーに接続するとか、PDFとかいろいろ上げて分析するとか、あとは最近になったらビッグクエリーと直接会話できるとかですね、あったりとか、あとはタグマネージャーの設定もAIでできてしまうという。
森野 そうですね。そこは僕、さすがに予想してなかったですね。
大内 最近いろいろ出てきてですね。記事としてはですね、Jadeさんのほうからですね、A2iでのセミナーの郡山さんのやつから説明した記事が上がってたりとかですね。
あとはCytistさんというツールもAIが自動分析して改善提案を行うとか、ビッグクエリーにも会話分析機能がつくとか。
あと山田さんですね。山田さんがAIネイティブっていうところでタグマネージャーをAIでやっちゃおうとか。
あとはWeb改善のレシピさんでは、JSONをAIに上げてコンテナを分析しようとか、いろいろ皆さんされてるんですけども、
これ一体我々の仕事というか、アナリティクスに関わってる人の仕事って楽になっていくんでしょうかね。
それともAIに振り回されてどんどん難しくなっていくんでしょうかね。どちらでしょうかね。
AIによるアナリティクス業務の変化と課題
すごく長期で考えると、もしかしたらなくなっていくみたいなこともあり得るかもしれないんですけども、
この2、3年ということであれば、楽しく忙しくなっていくんじゃないかなと思っています。
楽しくの部分は。
楽しくの部分は今までやりたかったけどできなかったことが、事業会社側も僕らの側も支援会社側も、
精々の助けを借りてできるようになってくるので、やっぱりやりたいことができないっていうストレスよりも、
できたっていう快感の方が多くなってくるので。
気をつけなきゃいけないのは、むしろ働きすぎになってしまう可能性の方が高いんじゃないかと思います。
それはすごい分かりますね。
これちょっと自分のスキルだとできないから、エンジニアさんかなと思ったらできてしまいますし、
レポーティングって今まで大変だったんですけど、それもあっという間にできてしまいますし、
そうすると改善案もっと考えようとかなってきますし、できることが増えてやることが増えて確かにちょっと疲れるところはありますよね。楽しいですけど。
そうですね。おそらく今年、自分じゃとてもできないと思ってたビッグクエリの解析とか、
それからデータサインを使って、すごい小難しい予測のアルゴリズムを組んだりとか、
そういうのも多分普通の人でできるように、もうすでになってると思うんですよね。
そうですね。ビッグクエリって難しそうですけど、
それにビッグクエリにデータさえ入れてしまえば、もうどうにかなるって感じですもんね。SQL書かなくても。
そうですね。すでに触ってる人たちにとってみると、むちゃくちゃ楽になった。
もう自然な会話で結果が出てしまうみたいな形もありますし、フロードコードとか経由しながらやることもできるので、
非常に気持ちよくなって楽になったっていう部分があると思います。
そうですよね。
はい。
実際、自分で…はい、どうぞ。
ただ、ビッグクエリ今までやったことないけど、どうもできそうって思う人にとって、
ビッグクエリにはまだまだちょっと壁があるかなと思ってるのは、
費用がいくらかかるかわからないみたいな恐怖感ですとか、
あとUIがすごく難しいので、機能もいっぱいありますし、
なんか下手に触るとやっぱりちょっと怖いっていうか、
特に事業会社の中で契約してるビッグクエリなんかに触っちゃうと、
会社のコストすごい使っちゃうと怒られちゃうんじゃないかと。
結構会話を使うとコスト食うっていうね、記事も見たことありますんで。
そうですね。
ちょっと注意ですよね。はい。
なるほど。
実はこれ分析するとすごい便利でやりやすいんですけど、
その結果を今度人に伝えるのも難しくなってると思っていて、
昔は自分が分析して言えることの範囲だけレポートに書いてたんですけど、
今はどんどん分析できて、これもできる、あれもできる、これもやっちゃおうって言って、
AIでレポートにするんですけど、
それを伝えるときにどうしてそのデータが出たとか、
なんでこうなったとか、
その辺の説明がすごく難しくなった気がしてるんですよね、今。
その辺って大地さん感じるとこありますか。
ありますね。
生成AIってやっぱりまだまだ一対一の対話だと思うんですよね。
生成AIを人に例えれば、その人とすごく分かり合えてどんどん話して、
でも途中で間違いしながらずっとチャットが積み重なるんですけど、
いざ辿り着いても、それをどうやって共有しようかってなると、
それまでは過程があるからそこに辿り着いたのに、
そこの分かんないでいきなり結果だけポンって渡されても、
相手の人は他の人たちは分からないっていう状態になると思うんですよね。
その過程の共有とか、また全くアナリティクスとは別のスキルですよね、そこの辺りはもう。
そうですね。
この辺りが本当に難しさを感じるというか、何て言うんですかね、ギャップを感じます。
持っている知識とかデータのギャップですね、例えばクライアントとかの。
その辺の共有をどうやったらいいのかなって悩むので、
楽になった部分もあるんですけど、楽になってない部分もあるかなっていう感じですね、今。
そうですね。
なので結局、性性愛を触れる時間があったり、それを楽しいと思う人はどんどんどんどん深く入っていく。
でも一方、例えば店舗の事業をやっているところでは、
お店に立っている人たちってその間性性愛に触れないじゃないですか。
そうすると性性愛ってすごく遠い存在になってくるので、
そこの間に事業会社の中でもすごい格差が出てきて、
話が通じなくなってくるみたいなことは容易に出てくると思うんですよ。
そうですよね。今までだったらツールを勉強してセミナーとか行ったらその隙間って見れたんですけど、
AIとなるとやっぱりAIとのコミュニケーション量とかになってきちゃいますよね。
セミナーでどれだけ勉強しても理解できないですもんね。
できないですね。
それはいろんなところで生じてくるので、
やっぱりその間のコミュニケーションとか、
事業会社なのか支援会社なのか、
どっちがオーナーになって進めたほうがいいのかとか、
あるいは極端な話、社長が性性愛を触ったほうがいいのか、
担当者だけでいいのかとか、
マネジメントのあり方とかそういうのにも全部影響してくるんじゃないかなと。
そうですよね。
はい。
アナリティクスだけじゃちょっと済まなくなってきた感じはありますよね。
間違いなくありますね。
AI活用事例とビジネスモデルの変革
実際、オウチさんはどんな感じでAI使われてますか?
ビッグクエリーで直接なのか、クロードコードなのか、
それとも違うやり方なのか。
その辺がクロードコードのオーパス4.0が出た瞬間に、
ちょっと風景が変わってきたなっていうか、
あいつが賢すぎるので、
今までとちょっと次元が違うかなと思ってて、
おそらくすぐチャットGPTもジェミニもバヌスも追いついてくると思うので、
それはそれで楽しみなんですけど、
やっぱりオーパス4.6が出たあたりから、
本当にいろんなことができるようになったなっていう感じです。
特にコード関係に心がなくなったので。
今僕が取り組んでいるものは、
データサイエンスで予測を、売上予測をするとかですね。
もっとMMMって言われてますけど、
広告のクッキーで計測した効果じゃない、
売上との統計的な連動性を見て、
関連性を見て効果を見積もるっていうものとか、
その辺にチャレンジして、別にできちゃうねっていう話とか、
それからビッグクエリーに溜まったデータから、
やっぱりそういうお店の売上を予測したりとか、
それからその余実管理をして、
試作が出たら改善試作をビッグクエリーのデータを元に出すとか、
そういったものに今取り組んでるっていう。
それ今までやろうと思ったら、さっき話してないですけど、
とんでもなく大変でしたよ、今までは。
いや、とてもじゃないですけど、やる前に諦めてたと思いますね。
今だったらそこまでもうできてしまうんですね。
データさえあれば。
そうなんですよ。
それが多分1人でもある程度できちゃったりするので、
1人で実行して1人で判断できる人ほど、
さっき言ったコミュニケーションコストがない分、
どんどんいけちゃう。
組織が大きくなればなるほど、
さっきおっしゃったコミュニケーションのすごい段差ができるので、
奪わないままうまくいかないみたいな形になってくると思うんですよね。
そうですよね。
それはすごい感じますね。
自分で1人で分析してるときはどんどんどんと進んじゃうんですよね。
そうですね。
これクライアントでどうやって繋いだって悩むんですよね。
森野さんなんか多分、
本当に最近アシスタントやったりとかって言って、
2、3人でそれで使ってとか、
1人で事業を起こしてとかっていう人のほうが、
多分全然小さいほうが進歩が早いと思うんですよね。
そうですよね。
MCPサーバーに接続しようと思うだけで申請が必要とかだと進まないですもんね。
そうですね。
実際そういう世界になってしまうから、
その辺の格差はどんどん開いてきそうですよね。
そうですね。
そこがこれから3年間は、
多分みんながいろいろ課題を感じて、
使えないっていう人と、
すっごい使えるっていう人の格差は激しくなってくるだろうなと思うんですね。
そうですね。
確かに確かに。
じゃあこれはアナリティクスが楽になるのかっていうと、
専門でやってる人は楽になると、基本的には。
そうですね。
時間がなくなるっていうか、気持ちよくなるって感じじゃないですかね。
やりたかったことができちゃうから楽しいと。
はい。なのでアドレナリンが割と出ちゃうので、
気をつけないと働きすぎになっちゃうんじゃないのかなっていう。
その一方でいろんな人に展開しようと思うと、
その格差が開きすぎて難しくなるんじゃなかろうかというところですね。
非常に実感しますよ、その辺りは。
そんな中でプリンシップルの木田さんがちょっとXでポストされてまして、
これ分析の仕事が好きでやってるっていう人も、
ずっとやってると、今までは自分が分析してて、
すごいところ見つけたとか、こんな発見があったって喜びがあってやってたと思うんですけども、
それがAIになっちゃいますよね、次から。
AIがこういうのあります、出してくると。
だからそういうのを喜びにしてた人は、
もうつまんなくなっちゃうんじゃないかって木田さんがおっしゃってたんですけども、
大地さんはその辺りどう思われますかね。
僕はこの感覚がなかったのと、これを見た瞬間には、
いや木田さんが多分一番楽しんでるでしょって、
ちょっと会って言い返したくなるような感じだったので、
確かに手法とかツールの使い方だけが自分の価値だった人は、
多分ちょっと仕事がなくなるんじゃないかとか、
誰がやっても同じなんじゃないかっていう風にはなってくると思うんですけど、
もうちょっと広い視野で考えてる方にとってみれば、
全然ポジティブな世界なんじゃないかなと思ってるんですけど、
僕自身はこのツイートはすごく意外でしたね。
そうなんですか。
全くこんな感覚はなくて、
いやもうこれからどんどん忙しくなるでしょみたいな感じの感覚しかなかったので。
例えば定例レポートだけずっと出してきた人とかは、
ちょっとつまんなくなってくるかなっていうところですかね。
そうですね。
言われて考えるとそういうことなのかなと思うんですけど、
そういう人たちもできることもっと増えてるはずなんで、
確かに。
おそらく多分こんな話は本当にそれだけで就職してたりとか、
それだけで自分の価値がないんだと思っちゃう、
狭い考えるとそうかもしれないですけど、
そういうことにはならないんじゃないかと思うんですけどね。
例えばクロードとかいろいろ進化して、
GAつないでちょっとプロンプト入れたら、
もう誰でもある一定のものができてしまうってなってきたらどうでしょうかね。
そうですね。
いくつかの業界では多分そういうことが起きてくるかなと思ってまして、
最近よくコンサルティング業界がだいぶ縮小されるんじゃないかとか、
そんなに高いお金払わなくなるんじゃないかみたいなこと言われてると思うんですけど、
あの辺はやっぱり調査、分析みたいなところに相当価値観があって、
今まで精々とかなかった時代には、
その人たちが何と調べられたようなことをパワーポイントで厚くして出すみたいな、
ちょっと極端に例えばそういう世界だった時には、
それは完全に崩れてしまうのと、
あと自分たちでもできるじゃないかって事業会社の人たちが思うと、
そこにお金を払わないんですよね。
今まではツールが高いと、それにまつわるコンサル量も高くなるんで、
そこで大きいビジネスができてたと思うんですよ。
SAPとか例えばそういうもの。
でもそれが結局、いや俺たちでもできるぞって事業会社さんが気づき始めると、
出してくるものが、最近現場でいろんな変な会話がなされてると思うんですけど、
これ正々堪え使ってますか?とか質問されるとか。
あと説明する方も、正々堪え使ったって言った方がいいのかなとか。
そうですよね。そういう悩みがありますね、確かに。
変な前置きしてチャットGPTが出したんですけど、へへへみたいな。
そうすると価値が変わってくるんですよね。
お金払うべきかどうかな。
多分判断がみんな迷うのが今年始まるだろうなと思ってるんで。
なのでそういう意味ではビジネスモデルは恐らく変わってくだろうなと。
あとそのツールのことをよく知ってるから力関係って言うんですかね。
支援会社と事業会社は支援会社の方が上でお金を払ってもらうみたいな。
教えてもらうみたいな事業会社が。
どっちかというと受け身でレポートを受けてたのが、
じゃあ自分たちでちょっと確かめてみようとか。
あの人は言ってるけど本当かどうか見てみようってことができちゃうので。
そうするともう平等かもしくは事業会社の方がよく知ってるみたいな。
なぜならビジネスドメインのことはね。
事業ドメインのことは彼らが一番よく知ってるので。
そうするともうそこのバランス感覚が崩れてくるんで。
支援側としてはやっぱりどうビジネスを作ってって、
どこでお客さんの信頼があるのかっていうのは、
たぶん全然違ってくると思いますね。
そうですよね。
ある一定のレベルだったら事業会社側で出せちゃいますからね必ず。
出せると思います。
ただその内容について合ってるかどうか、いいか悪いかの判断がちょっと難しいですよね。
難しいですね。
それがじゃあ支援側に来るんですかね。
十分に人がいるところは組織の内部でそれをやろうとするので、
そこにもちょっとギャップが生まれてきて、
例えばプログラミングの世界って今どんどん自動化がなされていて、
でも結局先生が出したコードをチェックする人っていうのもいたりするじゃないですか。
その人の仕事ってスキルがあるのにすっごいつまんないんですよ。
確かにすごいことやってるんだけど、アウトプットというか価値がね。
そうですね。
プログラムをチェックできる人っていうのはプログラムを分かってる人じゃないとダメじゃないですか。
前提のスキルは高いのに仕事も妙につまんないっていう世界に入ってくるので。
AIの後始末みたいな。
だからAIが出して議事録チェックする新入社員とかも一生懸命やってらんないじゃないですか。
そうですよね。
だからそこをどうするかは確かにあると思いますね。
そんな役目になったら僕やめちゃうと思いますね。
明らかにつまらないですよね。
つまらないです。
それもこっちのチャットGP出したらジェミでチェックすればいいやみたいな感じになって。
何が正解なんてなってきますね。
なってきますね。どんどん現場が荒れてくるんじゃないですかね。
そんなのに労力をかけちゃうと。
結局じゃあこの根気合ってるかって支援会社側に投げられても全然わからないし音データもないから何とも判断できませんと。
ってなるとすごそうだけど扱いに困るものが出てきちゃうんですかね。
出てきちゃうと思いますね。
プログラミングとか決まった定期的な作業であればチェックもしやすいんですけど、
データ分析とかSEOとかってある意味答えがあるようでない部分もあるじゃないですか。
例えばSEOなんてこのうち手が本当に順位を上げるかどうかわからない世界に入ってきてるんで。
そうすると正々堪えが言ったことと支援会社の言ったことのチェックができないことになってくる。
間違いなくそうですね。
なのでできる部分とできない部分があって、デジタルマーケティングとかデータ分析はまだできない余地が結構あるかなと思うと、
その業界自体は完全に作業がなくなるとか仕事がなくなるっていうことは多分なくて、
やっぱりどこかでプロフェッショナリティみたいなものとか経験は生きてくるでしょうし、
ただやっぱり立場とかバランスとか力関係が変わってくるので、
あとどのぐらいのお金のビジネスにするかっていうところの価値観が変わってくるので、
ちょっと揺れるとは思いますね。
超伴走型支援とビッグデータの教訓
そうですね。
なんかもう説明できる範囲のアウトプットしか出さないってのはなってきそうですよね。
そうですね、はい。
でもその判断難しいですね。
新入社員とかがボタン一個ポチッとやったら出てきちゃって、これです。
で、大内さんとかがやってもほぼ変わらないとかなったときに。
そうですね、はい。
そうですよね。
なるほどな。
いや本当それ楽しいと思うか、つまらないと思うか、難しい時期ですね、ちょうど。
そうですね、ただA2Iで関わってるような森野さんとか、
俺とこう半個人事業主っぽい人たちが増えてると思うんですよね。
あるいは会社にいても、大きい支援会社にいてもその人はどこに行っても働いてるような、
個人で動いてるみたいな方々もすごい増えてると思うんですけど、
そういう方々を多分独立してやっていくと、
そんなに高いコストをお客さんに請求しなくても、
かなりお客さんになってるんですかね。
寄り添いながら支援していくことができるんで、
多分今後はそういう超伴奏型って僕勝手に自分の中で呼んでるんですけども、
そういう役目っていうのがすごく必要になってくるんじゃないかなと。
確かにそうですね。
前提条件とか周辺データですよね、お客さんが持ってる。
そこを自分の方がちゃんと理解してないともできない。
だからAIに学習させるのと一緒で、自分もしっかり学習しないとダメっていう感じでしょうかね。
そうですね。なのでお客さんとほぼ同等な感じで事業もよく理解した上で、
生成アイのチューニングとかカスタマイズをして、
できるだけ事業会社の方が楽になるようにするみたいな。
そういう業務は間違いなく必要とされると思いますね。
そうなると事業会社の方のデータをどこまで入れたらいいんでしょうかね。
これやりだしたら無限に広がりますよね、もう。
そうですね。そこは多分事業会社の特に経営に近い人たちが勘違いするのが、
昔ビッグデータで犯した間違いなんですけど、
要はデータ放り込めば全てがわかるっていう、
あるいは僕らが気づかないことを知らせてくれるって思う考えですけど、
やっぱり生成AIもそこは限界があって、
ビッグエリーとにかく全部貯めて全部読ませればいいってなったら、
おそらくツールを買うよりも値段が高くなっちゃうと思うんですよね。
毎回毎回セレクトアスタでデータ取ってきて分析するみたいなことになっちゃうので、
そうするとやっぱりこの範囲に留めて生成AIを使いましょうとか、
このデータセットを新たに作って、それを見て打ち手を出していきましょうとか、
おそらくそういうことになってくると、
やってることは結局あんま変わんないかなみたいな世界になってくんじゃないかなと。
だから分析が簡単になっていろいろなったからって、
本当ビッグデータの時みたいにやってしまうと知っちゃがめっちゃかったと、
それらしい答えが出てしまいますからね、今回は。
そうですね。でもよく読むと、これできないじゃんみたいなことばっかり書いてあるみたいな。
ビッグデータの頃はアウトプットもあんまりって感じだったんですけどね、
そこがちょっと変わってますね。
そうですね。結局それを育て上げるためにルールをいっぱい書いていかなきゃいけないんで、
本当にこれ生成AIなのかなみたいな。
確かに確かに。
ルールベースじゃんみたいな。
そう確かに、なりかねませんよね、進出それをと思ったらね。
でもそれによって、実は自分たちの業務をよく深く理解するってプロセスをたどって、
いい改善結果がスピーディーに出せるようなチームになっていくかもしれないので、
そこの僕はポジティブに捉えてるんですけどね。
そうですね。
