NECライベックスが弁当販促で販売数200%、AIで社内向け店舗の客層を可視化

一般的な市場データが効かない相手を、外部データの読み替えによって捉え直した点が、この取り組みの出発点になっています。素材となったのは大手クレジットカード会社のビッグデータで、そこにNEC独自の属性拡張技術を重ねることで、年齢や性別といった標準的な区切りではなく「職域販売」という自社の実態に近い条件で顧客層を絞り込めるようにしました。自前のデータがないから分からない、と結論づけずに、外にある大きなデータを自社の商圏の形に切り直す発想が、拠点ごとに異なる趣味嗜好の可視化を可能にしたと考えられます。

ニッチな商品ほど判断材料が乏しくなるという弱点を、統計以外の情報源で補う設計も効いています。NECの知見発見技術、いわゆるThinkWell技術を使い、個人のブログや口コミサイトといった雑多なオープンデータをたどりながら連鎖的に情報を集め、仮説を立てては評価する作業を自動で繰り返す仕組みが組まれました。そこへ反応予測AIや、わずかな手がかりから規模を概算するフェルミ推定をAIに担わせる工程を挟み、施策の効果を実行前に見積もる段取りが加わっています。仮説を数多く出す工程と、出したものを絞り込む工程が分けられ、人の役割が「決めること」に寄せられた構成と読めます。

分析で終わらせず、販促物の制作までを同じ流れに載せた点も見逃せません。広告見出しやキャッチコピーに合うビジュアル案を画像生成AIが即座に提示することで、企画とアウトプットの間にあった待ち時間そのものを削る設計になっています。さらに、うまくいった施策の中身をナレッジ共有AIや施策案学習AIが部門内に蓄積・共有していく構えを取っており、これは一度きりの効率化ではなく、経験則頼みへの逆戻りを防ぐ装置として働くはずです。