デジタルマーケティングソリューション

AI・機械学習で変わるマーケティングとは？

将棋や囲碁の世界ではAIが人間を凌駕するようになり、AIによる自動車自動運転の実用化テストも実施…。近年はあらゆる分野で「AI」という言葉を耳にします。

なぜでしょうか？「AI」自体は数十年前からある概念ですが、その用途は限定的でした。しかし、「ディープラーニング」、「インターネットの発展」、「ビックデータ技術の確立」など技術、環境が整うことで、大量のデータを学習させると、例えば画像認識のような複雑な判断、認知をAIに行わせることができるということが証明されました。これにより、さまざまなシーンでAIの活用方法を模索することが世界中で行われています。ビジネスにおいても例外ではありません。たとえば人材領域においては、その人が継続して勤務できて、能力を最大化できるような企業・職業とのマッチングなどが行われています。

もちろん、マーケティング領域でも「AI」は、いろいろな所で活用されています。
今回は、これら「AI・機械学習のマーケティング領域での活用例」について紹介します。

マーケティング領域でもすでに「AI・機械学習」は導入されている
抑えるべきAI・機械学習のマーケティング手法
- リコメンド
- 広告効果の最大化
MAツールをAIでOne to Oneマーケティングに近づける
- リードスコアリングの自動化…【悩み】膨大なリードから確度の高いリードを発掘することが難しい
- リードスコアリングへのAI適用
まとめ

資料ダウンロード

会員活性化支援AIソリューション

AIで有料会員増、来店・来場増、商品購買増を支援。
適切なターゲティングと販促施策で、マーケティングコストを最適化！

ダウンロード

マーケティング領域でもすでに
「AI・機械学習」は導入されている

AIの活用手段として、「見えているデータ」から「未だ見えていないものを予測」するということが挙げられます。たとえば以下。これらがAI・機械学習によって行われているということは比較的知られていることかもしれません。

こうした機械学習を用いることで、人間では気づかない大量のデータの中に埋もれた法則性を見つけ出したり、人間なら膨大な時間がかかる事務作業を一瞬で終わらせることができたりするようになります。たとえば、ECサイトなどでは、購入履歴や操作履歴などから顧客が好きと判断するであろう商品をおすすめとして表示するといった形で、すでに活用されています。

また、機械学習から一歩進み、高度なコンピュータと人間の脳のような特別なネットワークを組み合わせることで、大量データの中に潜んでいる複雑なパターンを学習しながら、発見する手法が登場し、ディープラーニングと呼ばれています。ディープラーニングも教師データをもとに学習しますが、一般的に機械学習とディープラーニングの違いは、特徴量を自動で見出す点になります。

現在では、人間の知能を機械で人工的に再現する技術やアイディア全般をAI（人工知能）と呼び、機械学習やディープラーニングはその中に含まれる手法のひとつとなっています。

抑えるべきAI・機械学習のマーケティング手法

人手不足やコンピュータの高性能化、ネットワークの発達などを背景にAIや機械学習はさまざまな分野への活用が進められていますが、マーケティングや小売の分野への導入も進んでいます。すでにデジタルマーケティングの分野では、AIを取り入れて結果を出しているケースが増えているのです。実際にマーケティングにおいて、AI・機械学習が使われている事例としては次のようなものが挙げられます。

リコメンド

これは昔から目にする手法です。過去の購買・閲覧履歴に基づいたリコメンドはもちろん、類似商品のリコメンドも可能。ついで買いを誘発して客単価を上げる効果が期待できます。

広告効果の最大化

効果の期待できる広告枠を自動的に買い付けて広告を出稿。広告出稿の配分やチャネル選定などは、すべてKPIの達成を目標に計算されます。

リアルな店舗でもAIの活用が進んでいます。顧客の動線をカメラなどのセンサで捉え、購買データと合わせてAIに学習させることで、店舗レイアウトの最適化や店員の配置などを改善し、顧客の滞在時間や購買単価を改善させます。

このように、マーケティングの分野でも従来からAI・機械学習の活用が進められていました。最近では、デジタルマーケティングが注目される中、幅広い活用方法が模索されています。AIを使ったチャットボットなどは利用されたことがある方もいらっしゃるのではないでしょうか。

MAツールをAIで
One to Oneマーケティングに近づける

デジタルマーケティングで注目されているもののひとつにMA（MA：Marketing Automation）ツールがあります。MAツールは、シナリオを設定することでOne to Oneでのアプローチを自動化するものです。しかし、MAツールにマーケティングを任せておけばよいというものではなく、「いつ」、「だれに」、「どのようなアプローチ」をするかというシナリオ設計はマーケティング担当者のノウハウに委ねられます。そこで、MAツールにおいてもAIの活用が注目されています。

例えば以下のような活用例が挙げられます。

リードスコアリングの自動化…
【悩み】膨大なリードから確度の高いリードを発掘することが難しい

BtoBなど営業による商談を伴う商品を扱う企業において、マーケティング担当者の役割は有望なリードを営業に引き渡すことにあります。しかし、プロモーション活動から得られる多数のリードから確度の高いリードを絞り込むことは困難です。MAツールでは、「スコアリング」という機能を用いてリードの質を評価しますが、「お客さまのどのような行動」に「何点」を付けるかということがマーケティング担当者の悩みの種です。そこで、AIを活用してスコアリングの精度を上げるという取り組みが行われています。

リードスコアリングへのAI適用

・過去の販売実績とプロモーション活動の反応、Webアクセス履歴などの行動データを学習
・学習モデルに基づいてリードごとにスコアを付与
・スコアに応じた施策を展開（スコアの高いリードにフォーカスしてDM、テレマなどの施策を実行など）

このほかにも、AIを用いてお客さまの購買行動を分析し、だれに、どの商品を、いつアプローチするのがよいかを予測させ、MAツールのシナリオとして活用するという事例も出てきています。

このように、MAツールにAIを適用することで、お客さまへ効率的にアプローチをすることができます。

大量のデータから意味のある情報を取り出し、細分化したお客さまのニーズを汲み上げ、お客さま一人ひとりに合わせた、育成や成約への細かなシナリオを描くことは至難の業。しかも、それをマーケティング担当者というリソースだけで賄うのは難しいのは明らかです。しかしその一方で、マスマーケティングからOne to Oneマーケティングへのシフトが強く求められています。そこでAIにその手助けをしてもらい、効果的なマーケティング活動を実現させていくのです。

・マーケティング担当の人材不足
・継続的な施策の実施・評価・改善

このようなマーケティングの大きな課題を、AIを活用すれば解消することが可能です。

まとめ

ビックデータ、IoTの普及により、今後マーケティングにおいてデータ活用の重要性はますます高まります。また、マスマーケティングからOne to Oneマーケティングへのシフトが強く求められています。しかし、大量のデータから、リアルタイムに個々のお客さまのニーズを把握することは困難です。そこでAIが、大量のデータから学習を繰り返し、自動的にお客さまのニーズを予測するということが期待されています。

AIのマーケティングへの活用はいろいろな業種、課題に対して取り組まれています。マーケティングに関わる人は、進化し続ける「AIができること」に常に気を配っておかなければいけません。AIの進化とともに、もしかしたらそう遠くない将来、私たちが気づかなかったマーケティングの新たな視点や切り口をAIが見つけてくれるかもしれません。