伊藤園、購買ビッグデータAIで動画制作工数33%減 施策立案の属人化に挑む

緑茶製品の商品企画では、担当者やチームが一つの商品を受け持つ体制のなかで、アイデア出しや試作立案の進め方が体系化されておらず、一人で考え込んだり、提案と却下を繰り返して疲弊したりする状況が生まれていました。デジタルマーケティングのスキルや知見も組織として不足しており、新規顧客層や高価格帯商品ではターゲティングの精度が上がらないという悩みも重なっています。

編集部の見立てでは、ここでの本質的な困りごとは「良いアイデアが出ないこと」ではありません。むしろ社内には妥当な案が出ていたのに、それを選び切る根拠がなかったことのほうが深刻だったのではないでしょうか。実際、「山の音」では茶葉のこだわりを伝える記事広告という案が社内に既にあったにもかかわらず、他案との比較で踏み切れずにいました。判断の材料が勘と経験しかない状態では、案が増えるほど意思決定が止まる。停滞の正体は、発想力ではなく確信の欠如にあったと考えられます。

顧客像の抽出に個人情報ではなく大手クレジットカード会社の購買傾向データを使う設計が、施策案に「根拠」を与えた点が大きいと考えられます。商品やサービスの特徴を入力すると、反応が見込める顧客クラスターが趣味嗜好性の軸で抽出され、そのターゲットごとに反応率の高い施策がポジショニングマップ上に複数示される。「新入社員で両親にプレゼントをしたい方」といった具体的な顧客像まで降りてくるため、提示された案が誰に向けたものかが担当者に伝わりやすくなります。

最終判断をAIに委ねず、複数案から担当者が選ぶ形にとどめた点も、現場に受け入れられた要因でしょう。「山の音」では、社内で温めていた案とAIの提案が重なったことで、自分たちの考えに確信を持てたという流れになっています。つまりこの使い方は、答えを教わるためではなく、自分の判断を裏打ちするために使われている。マーケターの「想い」を否定せずに支える立て付けが、抵抗感を下げたのではないでしょうか。

もう一つ見逃せないのが、伊藤園からの要望をNECが機能に反映していく共創の進め方です。部門全体の施策状況を確認したり、成功と失敗のナレッジを蓄積したりする機能は伊藤園のリクエストから生まれ、クラウド上のデータベース構造そのものにまで手が入りました。プロンプトの代わりにテキストを入力するUIも、より簡易な形へと改良されています。使い手が改善要望を出し続けられる関係を作れたことが、ツールを「導入して終わり」にしなかった鍵と読めます。

高級緑茶「瓶 お～いお茶 山の音」は、提案を踏まえた記事広告が奏功し数日で完売しました。「matcha LOVE 抹茶」のインバウンド向けSNS動画では再生回数が前回比125%となり、24時間で3.1万ビューを獲得。絵コンテの提案により動画制作工数は33%削減されています。加えて、個人やチームに閉じていたノウハウや成功・失敗の要因がマーケティング本部全体で共有されるようになり、部内のコミュニケーション活性化や上司の意思決定の速さにも変化が現れています。広告代理店との検討期間短縮については、今後期待する成果として語られている段階です。