「この製品は誰に売れる?」を分析する新AIツール『プロスペクター』

ECのミカタ編集部 [PR]

シルバーエッグ・テクノロジー株式会社
(右)マーケティング室 副室長 園田 真悟氏
(左)エンジニアリング部 プロダクトデベロップメントチーム チーフサイエンティスト 加藤 公一氏
(中央)同チーム AI開発担当エンジニア 田本 芳文氏

EC先進国・米国では、以前から「パーソナライゼーション」が重要なキーワードとして取り上げられており、日本でも「パーソナライゼーション」に取り組むEC事業者は少なくない。しかし、米国ほどに普及していない理由には、「パーソナライゼーション」の本質を捉えきれていないという背景がある。

そうした状況を打開する画期的なサービスが登場した。シルバーエッグ・テクノロジー株式会社(以下、シルバーエッグ・テクノロジー)が、今年8月にリリースした『プロスペクター』だ。AIを活用し、独自のアルゴリズムによって“売上げ向上を実現”できる『プロスペクター』について、該社のマーケティング室 副室長 園田 真悟氏、エンジニアリング部 プロダクトデベロップメントチーム チーフサイエンティスト 加藤 公一氏、同チーム AI開発担当エンジニア 田本 芳文氏にお話を伺った。

成果の出るレコメンドシステムで600社超の実績を誇るシルバーエッグ・テクノロジー

―シルバーエッグ・テクノロジーの事業ドメインについてお教えください

園田 当社はAI技術をベースにしたデジタルマーケティングサービスの開発・提供を事業ドメインとして展開います。顧客一人ひとりに最適化された情報や体験を届ける「パーソナライゼーション」は、1998年の設立以来、一貫して当社の事業の核となってきました。代表製品である当社のレコメンドシステム『アイジェント・レコメンダー』は、600社を超える顧客にご利用いただいており、“成果につながるレコメンドシステム”として、高くご評価をいただいています。

「パーソナライゼーション」や「One to Oneマーケティング」という言葉は日本でも以前から語られてきましたが、レコメンドシステムを除いて、具体的に実用化されているものはまだまだ少ないのではないかと考えています。また、EC事業だけでなく、様々な事業分野のマーケティングにおいて、「パーソナライゼーション」を活用する余地は大きいと考えています。
 
そこで、当社が強みとしているAIや機械学習などの技術力を応用した、多様なサービスを広げていくべく、新しいプロダクトも順次リリースしていきます。

“購入に結び付く顧客は誰か”を可視化し、プロモーション施策につなげる『プロスペクター』

―その第一弾が『プロスペクター』ということでしょうか。

園田 はい。『アイジェント・レコメンダー』は、基本的にWebサイトやアプリの中で利用され、顧客体験の最大化を実現するサービスです。このような「インバウンド施策」と呼ばれる分野では、コンバージョン率を上げるための様々なサービスが実用化されてきました。しかし、ユーザーにプロアクティブに情報を届ける「アウトバウンド施策」については、意外と見過ごされてきたと思います。
 
『プロスペクター』は、まさに、Eメール配信や物理DM、LINEプロモーションなどのアウトバウンド施策を、より高効率で展開していくためのツールです。レコメンドの発想を逆転させ、“あるアイテムを購入しそうな顧客は誰か”をマーケッターに対し明らかにすることで、アウトバウンド・プロモーションの手間やコストを抑えつつコンバージョンを高めることができます。


―『プロスペクター』とは、どのような優位性のあるツールなのでしょうか。

加藤 従来、既存顧客等に対するアウトバウンド・プロモーションでは、対象顧客の属性に基づいたセグメンテーションを行うことで、成果を高めようとしていました。例えば、年齢や性別、地域など、顧客が任意で入力した情報や、「Aという商品を買った人」とか「1度にX円の買い物をした人」という任意のグルーピングに基づくセグメントです。しかし、こういった顧客属性によるセグメンテーションは、ターゲティングの手法として必ずしも有効ではないということが、近年の研究でも明らかになっています。

これに対し『プロスペクター』は、ある期間のECサイトの全購買履歴など、大規模な行動情報データから、一人ひとりのユーザーの嗜好を独自のAIで推測し、ある商品を好みそうな顧客は誰なのかを割り出します。一人ひとり異なる行動データから、嗜好性を推測することができるという点に優位性があります。

田本 ある顧客が、ある商品を購入しそうな度合を「プロスペクト・スコア」として数値でスコアリングします。そのスコアによって、全顧客を“購入する可能性の高い”順にランキングします。これを「プロスペクト・ランキング」と呼んでいます。もし、顧客数が10万人であれば、A商品を“購入する可能性の高い”順に、1番から10万番までランク付けしてしまうのです。

担当マーケッターは、そのスコアの分布に基づくグラフを見て、「ランキング上位30%までの顧客にA商品の購入促進メールを送ろう」とか、「ランキングのトップ5,000人にだけ、LINEメッセージを送信しよう」といった施策を展開できます。購入可能性の高い層に絞ったアウトバウンド施策になるので、プロモーション・コストを抑えて、高い反応率を獲得できるのです。
 
『プロスペクター』を活用していただければ、こうした分析を商品ごとに実施することができます。

単なる分析だけでなく、アクションにつなげる『プロスペクター』の進化の可能性

―『プロスペクター』の優位性や、今後の展開などについてお教えください

園田 顧客の行動情報や属性情報を活用して、データ分析するツールは多いと思いますが、どんなデータをどう分析すれば最適な結果が出せるのかが不明瞭で、ビジネスでの活用に至らないというようなことが起こっています。

その点、レコメンドシステムの技術とノウハウを投入して開発した『プロスペクター』は、自動化されたプロセスですぐに結果を出すことができ、どんなデータが必要かも明確です。メール配信機能が標準装備されていますので、分析結果をそのままアクションに結び付けることが可能です。

加藤 データマイニングなどの手法を使って同様の分析をすることも可能ですが、恒常的にデータマイニングのような手法を使うためには、大きなコストがかかりますし、専門のデータサイエンティストが必要です。しかし、『プロスペクター』なら、月々の定額料金で使うことができますし、専門のデータサイエンティストも不要です。コストパフォーマンスを考慮しても、『プロスペクター』の利用価値は非常に高いと自負しています。
 
また、ベースとなる機械学習のアルゴリズムは、社内の機械学習エンジニアが協力いただいているユーザー企業様とともに実験を繰り返し、チューニングと改良を行っているので、今後も分析精度は向上し続けます。


田本 私は『プロスペクター』のコア技術の実装に携わりましたが、このサービスはリリース後もさらに進化していく予定です。たとえば、販売実績のない新商品について分析する際に、その商品の説明文(テキスト)の意味分析や商品画像分析を行って、既存商品との類似性などを分析して、「どの顧客が、購入可能性が高いか」を分析できるような機能向上を予定しています。

本質的には、顧客の行動情報に基づく分析に、『プロスペクター』の優位性があるのですが、どうしても利用できる行動情報が少ない場合に、補足的にこうした分析も可能となるような機能拡張を目指しています。

園田私たちが実現しようとしているのは、“AIによるマーケティングプロセスの自動化”です。消費者ひとりひとりに最適な情報、最高の体験を提供するためには、高度なスキルを持ったマーケッターによる、膨大な分析と意思決定が求められます。

『プロスペクター』も、『アイジェント・レコメンダー』も、AIによる自動化によってその負荷を軽減できるツールなのです。今後も多様なAIサービスを開発し、より多くの消費者、より多くのマーケッターの皆様に、価値ある体験を提供していきたいと考えています。ぜひご期待ください。


お問い合わせはこちら

記者プロフィール

ECのミカタ編集部

ECのミカタ編集部。
素敵なJ-POP流れるオフィスにタイピング音をひたすら響かせる。
日々、EC業界に貢献すべく勉強と努力を惜しまないアツいライターや記者が集う場所。

ECのミカタ編集部 の執筆記事

コメント

コメントを書くには、会員登録が必要です。
既に会員の方はログインしてください。
まだ登録をされていない方は、「新規会員登録」より登録を行ってください。
新規会員登録