顧客の価値観をAIで分析し購入率約12倍、ローソンのクーポン最適化

自動化の的を「分析そのもの」ではなく「分析にたどり着くまでの前工程」に定めた切り分けが、この取り組みの起点です。dotDataが担ったのは、データマートの自動生成と、予測に効く特徴量をAIが自動で抽出する部分でした。ここを機械に渡せば、人が向き合う対象は、どの価値観がどの商品と結びつくのかという解釈の作業に寄っていきます。手を動かす量ではなく考える時間を増やすほうへ配分を変えた設計と言えます。

導入を決める前に、外部の大手データ分析コンサル企業と同じ条件を与えて結果を突き合わせる比較テストを挟んだ進め方も効いています。一流のデータサイエンティストと遜色ない精度だと確認できたことで、自動化した結果を業務判断に使ってよいという土台ができました。さらに評価軸は精度だけに閉じず、全国約1万5000店舗から日々積み上がるデータの変化や追加に追随できるかという運用条件も見ています。実験室での当たり外れではなく、更新され続けるデータの上で使い物になるかを先に確かめた点が、その後の定着を左右したと考えられます。

独自UIにdotDataを組み込み、必要な情報の入力とパラメータの選択だけで予測モデルを作れる形にしたことも、見逃せない工夫です。高機能なツールをそのまま現場へ渡せば、結局は使いこなせる一部の人に依存が戻ります。分析の知識や経験がない担当者の操作の語彙に合わせて入口をつくり替えたからこそ、販促を企画する当人が自分の仮説を自分で試せるようになりました。