ビッグデータの利活用が進み、マーケティングをはじめとするさまざまな分野で成果を上げ始めている。株式会社ジェーシービーが日立と共同で取り組む、クレジットカード利用データと連動したクーポン配信サービス「イマレコ!」は、その先進事例の一つとして注目を集めている。イマレコ!の概要と実証実験の成果の紹介をもとに、ビッグデータやIoT、AI(人工知能)を活用したサービスイノベーションを考察する。

顧客満足の向上へ、ビッグデータを活用

杉山
IoT(Internet of Things)をはじめとする技術の進歩を背景に、ビッグデータ利活用は新たなフェーズへと入りつつあります。本日は、「人につながるIoT」をキーワードとして、実際の事例を中心にビッグデータの活用について展望します。まず安田さんに、ITの世界で「人」が着目されている背景について伺います。

安田
IoTは「モノのインターネット」と訳されますが、最近はIoE(Internet of Everything)という言葉も聞かれるようになり、人も含めたあらゆるものが相互につながり情報交換することによって、ビジネスプロセスやビジネスモデルの革新が可能になると期待されています。IoTとビッグデータは密接に関わる技術で、スマートフォンやさまざまな機器のセンサーなどから得られるデータと、SNS(Social Networking Service)などで発信されるデータや、実店舗での購買データなどの人に関わるデータとを結びつけ、解析することで、新しいサービスモデルの創出をめざす動きも加速しています。

ビッグデータ解析は、その目的が明確化しやすい流通・小売業の分野で早くから取り組まれてきました。顧客のニーズや市場の動向から販売戦略を考えるマーケティングなどは得意分野であると言えるでしょう。顧客の欲しいものを知り、欲しいタイミングで提供するという流通・小売業の基本を極めるには、データの分析が不可欠です。ERP(Enterprise Resource Planning)やPOS(Point of Sale)によって桁違いに大量の顧客の購買データが蓄積、分析できるようになりました。

例えば「バスケット分析」という手法によって、ある商品と一緒に購入されることが多い商品も可視化できるようになり、ビールが売れるときには紙おむつも売れる(米国の小売ストア・チェーン店での事例)といった、意外な相関性も明らかになっています。近年、急速に普及したインターネット通販では、「おすすめ商品」のリアルタイム表示や、個別IDごとのバスケット分析も可能になり、レコメンデーション機能が進化しています。ポイントカードや電子マネーによって、複数の店舗での購買行動を分析することも可能になってきました。

個々の商品の購入動機を推測することによって顧客を分類し、販促につなげる「商品DNA」というクラスタリング手法の活用も広がっています。さらに、顧客が欲しいものを欲しいタイミングで購入できるというだけでなく、顧客との接点に着目し、ネットもリアル店舗も含めて顧客を軸にサービスをつなげる顧客戦略、「オムニチャネル」も注目されています。

このように、IoTやビッグデータの進展によって、人とつながる多様な情報が大量に集められ、分析できるようになったことで、流通・小売業の分野では、これまでよりも深くお客様について理解し、顧客満足の向上につなげることが可能になりました。そうした活動の例として挙げられるのが、株式会社ジェーシービー(以下、JCB)さんが日立と共同で取り組んでいる「イマレコ!(IMA-RECOMMEND!)」です。

花田
イマレコ!は、クレジットカード決済に連動したクーポン配信サービスです。安田さんが今述べたような、個々のお客様を軸にさまざまなサービスをつなげていくという考え方を、一つの現実的な形にしたものです。

私どものようなクレジットカード会社には、たくさんのマーケティングデータが蓄積されています。それをいかに活用してお客様へのサービス向上につなげていくかは、以前から大きなテーマでした。

マーケティングデータを活用したサービスとして、わかりやすいのはダイレクトメールです。会員データベースから、年齢などでターゲットを絞り込み、その方々が関心を持ちそうな商品をご提案する仕組みですが、問題となるのは購買につながるかどうかの反応率です。私どものダイレクトメールは、ターゲットをしっかり見定めているため、一般的なダイレクトメールよりも反応率が高いと言われています。それでも0.2%、つまり5万通送って100人が購入するという程度です。

そこで、紙のダイレクトメール以外の消費行動の提案モデルとして、携帯電話というデバイスを活用したクーポン配信サービスに取り組むことにしました。ひとくちにクーポン配信と言っても、図(イマレコ!について~全体像)に示したとおり、かなり複雑なことを行っています。

クレジットカードを使用すると、カード会社に対し、業界で「オーソリゼーション」と呼ばれる信用情報の照会が行われます。これはカードの不正使用を検知するためのシステムなのですが、そのデータのやりとりを利用して、会員様がどのお店でカードを使ったかをリアルタイムに把握、分析し、近隣で趣味・嗜好に合う商品やサービスがあれば、リアルタイムにクーポンを配信するという仕組みです。

イマレコ!では、会員様に消費を提案するという意味でクーポンを「ギフト」と呼んでいます。その配信条件は、会員様の基本属性や事前に登録していただいた趣味・嗜好情報、カード利用動向などのデータに、ビッグデータ解析による消費予測モデルなども組み合わせ、きめ細かく設定できるようになっています。

画像: 【図1】イマレコ!について~全体像

【図1】イマレコ!について~全体像

安田
イマレコ!の画期的なところは、顧客一人ひとりの細かなデータと、リアルタイムの状況を把握した上で、絞り込んだ情報を送ることを可能にした点にあると思います。

「協創」により、高度なシステムを実現

花田
イマレコ!は、クーポン配信サービスではあるのですが、弊社としては単なるクーポン配信だけで終わらせるつもりはありません。そこから得られるマーケティングデータをさまざまな角度から分析し、カード加盟店様に、より高度な販促戦略を提案できるようなソリューションにしていきたいと考えています。生の統計データだけをお渡ししても、それを販促サービスにつなげるのは難しいものです。購買行動に、クーポン配信と利用というステップ、さらにその分析が加わることによって、店舗側は顧客についてより深く知ることができ、顧客はカードを利用することで自身のニーズによりマッチした提案が受けられる。そんなサービスをめざしています。

このように新しく、また高度なシステムを構築するために、開発体制についても従来にないものとしました。一般的に、サービスシステムの開発は、ユーザー部門が社内のシステム部門に相談し、システム部門が開発ベンダーに要件定義をして発注するという流れで行われます。一方、イマレコ!プロジェクトでは、日立さんのビッグデータ解析部隊なども加わった、ユーザー部門直轄のサービス設計組織を立ち上げました。開発ベンダーの日立さんと緊密な連携のもとでシステムを構築することによって、高度なシステムの構築をスムーズに行うことができました。

この社会イノベーションフォーラム(Hitachi SOCIAL INNOVATION FORUM 2015 -TOKYO-)でも「協創」がキーワードとなっているようですが、イマレコ!は、まさに協創を形にしたプロジェクトであると思います。

弊社では、イマレコ!の実証実験を、2014年10月から2015年3月まで新宿地区で行いました。ご紹介したようなクーポン配信サービスで来店のきっかけをつくると同時に、新宿地区でJCBカードを利用すると特典が得られるキャンペーンも展開し、消費意欲の底上げにも取り組みました。モニターとしてJCBカード会員様約1万名、加盟店様215店舗が参加され、イマレコ!のサービス機能の検証を行うとともに、加盟店様には送客実績などを評価していただきました。

その結果、イマレコ!に会員登録された方は、月平均の加盟店利用回数が非会員と比べて1.6倍の利用頻度となりました。また、月平均の購入単価は非会員の1.36倍となり、利用回数も単価も高かったことがわかりました。

これは、単純にイマレコ!のサービスによって来店が増えたというよりも、もともとこうしたサービスに関心が高い方が集まり、サービスを利用したことが大きな要因になったと考えています。携帯電話などを活用した販促サービスを行う際には、すべての人を対象とするよりは、そのようなデバイスや情報を活用することで消費意欲が高まる人を囲い込む必要があります。その点についても、今回の実証実験で、対象とする顧客の絞り込みや囲い込みについて検証ができました。

また、クレジットカードを使用してクーポンが届いたとき、20分以内にクーポンを見た方は23.8%でした。これは、実際にサービスとして通用するレベルの閲覧率であると言えます。意外だったのは、クーポンを使ってカード決済した方の内訳を見ると、1年以内にその店舗を利用したことのある既存顧客よりも、1年以内に利用した記録のない新規顧客のほうが多かったことです。決済平均単価も、新規顧客は既存顧客と同程度でした。これによって、クーポンによる訴求が適切であれば、常連ではない顧客にもアプローチできることが示されました。

イマレコ!は、システムの設計に柔軟性を持たせており、サービスの変更や拡張が容易にできる構成となっています。現在は次のフェーズに向けて細かな改善を行うとともに、新たな機能の実装なども進めています。マーケティングデータの分析についても、加盟店様の決済データだけでなく、特定エリアの決済動向、利用者の傾向なども把握できるよう、充実を図っているところです。

「心地よさ」を実現するために

杉山
イマレコ!をユーザーの視点から見ると、カード会社にさまざまなデータを提供している以上、それに見合うような、よりよい消費活動の提案を求める声も多いのではないでしょうか。

花田
その通りですね。そこで、イマレコ!では、「心地よさ」をキーワードとして掲げました。会員様の興味の有無にかかわらずクーポンを大量に送りつけるような押しつけではなく、イマレコ!の名前のとおり、「今、あなたにレコメンドします」という、カスタマイズされたサービスをめざしています。そのために、ビッグデータ解析をはじめとするさまざまな新しい技術を投入しながら、情報をより高度に分析し、サービスの高度化につなげようとしています。

心地よさを実現するためには、4つの重要なファクターがあると考えています。1つ目が「ダイレクトアプローチ」で、カード決済情報と連動して携帯電話にクーポンを配信するというサービス形態そのものです。会員様とリアルタイムに直接接点を持つことで、配信する内容やタイミングを最適化していきます。

2つ目は「マーケティングデータ」で、先ほども述べたように、クレジットカード会社としての価値を最大限に生かして、さまざまな角度からデータを分析し、活用の精度を高めていくことです。ダイレクトアプローチで会員様が今、何を望んでいるかを把握することと、マーケティングデータという過去の消費の分析とを組み合わせることが、消費行動に対する理解を深めるポイントになると考えています。

そして、3つ目は衝動消費、4つ目はルーティン消費で、会員様一人ひとりの消費傾向をつかむことも重要です。ルーティン消費は日常の買い物ですから、過去のマーケティングデータの分析によって、よりニーズに合った情報が発信できるでしょう。難しいのは衝動消費で、どのようにして喚起するかが目下の課題です。そもそも、何をもって衝動消費と判定するのかも、考えてみると難しいことです。ちなみに、安田さんは最近、衝動買いされたものはありますか。

安田
具体的には思い浮かばないのですが、街を歩いていて、たまたまバーゲンをやっていたり、旅先だったりすると、「ここで買わないと買えない」と思って目にとまったものをつい買ってしまうことはよくあります。逆に考えると、普段は行かない場所とか、普段と違うタイミングというものが、衝動消費のきっかけになっているのでしょうね。

花田
そう考えると、非日常体験をお客様に提案することが、消費が生まれるきっかけになるかもしれない。とはいえ、例えば、毎年箱根に旅行している人にとって、箱根は非日常ではないなど、非日常の定義が個人で異なるのが課題です。仮説検証を繰り返しながら、そうした分析力を磨き、心地よいサービスの創出につなげていきます。

人間行動を把握、分析する

杉山
続いて、人とつながるIoT、あるいは心地よさを支えるサービスに関連する日立さんの取り組みについてご紹介ください。

安田
心地よさの追求は、日立のソリューションにおいても大切なテーマとなっています。そのために日立が力を入れているのが人間行動の分析です。これは、最近のITにおける大きな潮流の一つでもあり、例えば、人の流れを測って混雑状況を把握するとともに、待ち時間も予測する技術が、空港で複数のゲートへスムーズに人を誘導するシステムなどに用いられています。

実は、この社会イノベーションフォーラムの展示会場でも、そうした人流計測を行っています。一昨年(2013年)のフォーラムで初めて計測したところ、人の流れが悪く、偏っていることが明らかになりました。その反省点を昨年(2014年)のレイアウトに反映すると、きれいに分散して流れるようになりました。一昨年のレイアウトも、展示のプロが人流や動線を予測して考えたものなのですが、実際の人の動きは異なっていました。やはり、可視化することが重要です。

今年(2015年)は人流計測だけでなく、来場者の中から大きい荷物を持った方を判別して、混雑を避ける動線を提示する、レコメンデーション機能も追加しました。このように、人流計測の結果に応じて売り場などの配置を工夫したり、適切なサイネージで混雑や行列を避けるようお客様を誘導したりする試みは、実際の商業施設などでも始まっています。

ちなみに、この会場で用いている人流計測はレーザー波の反射を用いた技術で、個人を特定するものではありません。イマレコ!のように、個別にカスタマイズする技術と、全体を把握する技術、両方を、プライバシーに配慮しながら使いわけていくことが、これからは必要です。

花田
私どもも、今後イマレコ!の機能を拡充していく上で、人間行動の計測をうまく活用していきたいと考えています。ただ、移動ログや位置情報などを、エリア活性や消費につながるサービスにどう結びつけていくかは検討しなければならない課題です。

また、「ついで買い」の演出も大きなテーマとなっています。例えば、スーパーの精肉売り場で、牛肉の隣にすき焼きのたれが置いてあったりすると、「ついでに買ってすき焼きにしようか」となりますね。そのように、ある品物から派生する「おすすめ」の品物や利用方法を提案することが、イマレコ!でもできないかと考えています。

安田
逆に、すき焼きのたれを売り場まで探しに行く途中で、たまたま目にしたものをついで買いする可能性もありますよね。ですから、あえてすき焼きのたれを牛肉の隣に置かず、売り場をガイドするような機能を提供することで、ついで買いの機会を演出するという方法も考えられるでしょう。技術的には、スマホと店内の位置情報、購買情報を組み合わせることで、そのようなことも可能になっています。ただ、そこまでの情報提供やレコメンドを心地よいと感じるかどうかは、人によって異なります。技術的に可能なことを、実際のリアル空間でどこまで実装するかは、慎重に考える必要があるかもしれません。

花田
そうですね。私どもとしても、人間の消費行動をより深く理解するための取り組みを進めていきたいと考えています。

仮説とAIが高度なビッグデータ活用を実現する

杉山
人間行動も含めたさまざまなビッグデータをより高度に活用していくためのやり方として、仮説を用いるものとAI(人工知能)を用いるものの2種類が挙げられますね。

安田
通常のビッグデータ解析などでは、蓄積したデータの中から何らかの事象につながる傾向を可視化する、プレディクティブ(予見的)なアプローチによって、人間がデータを見ながら判断し、仮説を立て、検証するというプロセスをサポートします。

それに対して、AIでは、データ解析結果をベースに、こうした方がいいという判断まで下します。いわば、プリスクリプティブ(処方的)なアプローチです。仮説とAIは、二項対立的に見られる面もありますが、今後は両方をうまく活用していくことになるでしょう。

花田
イマレコ!では、現在は人間の経験や知見を生かしながら仮説を立て、データで検証していくことを徹底的に繰り返している段階です。ただ、今後、人間の仮説では限界が出てきたときに、AIの技術もうまく使うことで、さらによいサービスができるかもしれないという期待は持っています。

安田
おっしゃるように、人間ではなかなか気づかないようなデータの相関関係を見つけ出すのがコンピュータの仕事です。先日リリースを出したばかりですが、日立は、「Hitachi AI Technology/H」と称するAI技術を開発し、ビジネスに関連するビッグデータから重要な経営指標と相関性が強い要素を見つけ出して、業務改革の施策を立案するソリューションを提供し始めました。

AIが導き出す案というのは、7割ぐらいはベテランの方なら予想できるようなものです。ただ、一つか二つ、今までの経験からは気づくことができないような案が出てくる。それが革新のきっかけになるかもしれません。AIの提案を採用するかしないかは、最終的には人間の判断になるわけですから、うまく活用しながら課題解決やビジネスの成長につなげていただきたいと考えています。

花田
マーケティングでも、AIの活用によって、これまでとは違うサービスが開発できるかもしれないですね。
イマレコ!に関しては、ご紹介いただいたような先進技術も取り入れながら、弊社の掲げるブランドメッセージ「世界にひとつ。あなたにひとつ。」をまさに実現する、One to Oneサービスをめざして成長させていきたいと考えています。

CRMからVRMへ

安田
BtoCのサービスは、今後ますます、おっしゃるようなパーソナル化が進んでいくでしょう。そのためには、より多くのパーソナルデータを提供していただき、活用することが必要になります。企業によるパーソナルデータの取得をどこまで許容するのか、議論もあると思いますが、スマートフォンが普及し、IoTも浸透していく中で、自分にとってメリットがあるサービスが受けられるのなら提供してもいいという方向に向かっていくのではないでしょうか。

最近、VRM(Vendor Relationship Management)というキーワードが注目されています。これは、企業側が顧客情報を管理する CRM(Customer Relationship Management)と対極の概念で、消費者が自らのパーソナルデータの流通をコントロールし、開示するサービス事業者を選択できるというものです。すでに、そのためのツールやサービスも登場し始めています。

今後は、信頼できるベンダー、より魅力的なサービスを提供してくれるベンダーには、パーソナルデータを提供してもいいというふうに、消費者側がサービスベンダーを管理する世界になっていくでしょう。そうなると、これまでよりも消費者側に寄り添ったサービスの実現に向けた、ビッグデータやAIの活用が進むと期待されます。日立としても、ITによって人に心地よさを提供するサービスを支えていくことを大きなテーマとし、サービスイノベーションに貢献してまいります。

杉山
今おっしゃった VRMというのはとても興味深いキーワードで、日経ビッグデータでも折に触れて紹介しています。利用者側がデータの提供をコントロールすることによって、ベンダー企業側はより安心で、より快適なサービスを提供するように努力する。魅力あるサービスを提供する企業には、より多くの情報が集まり、サービスを高度化させることが可能になる。今後、そうした成長につながるような関係が築かれ、サービスイノベーションが加速することを期待しています。

画像: CRMからVRMへ

(モデレータ:日経BP社 ベンチャー・サービス局長(兼 日経ビッグデータ発行人)杉山 俊幸氏)

画像: 株式会社ジェーシービー 加盟店事業統括部門 加盟店事業統括部 次長(市場開発グループ担当) 花田 信人氏

株式会社ジェーシービー 加盟店事業統括部門 加盟店事業統括部 次長(市場開発グループ担当)
花田 信人氏

画像: 株式会社日立製作所 情報・通信システム社 システム&サービス部門 Senior Technology Evangelist 安田 誠

株式会社日立製作所 情報・通信システム社 システム&サービス部門 Senior Technology Evangelist
安田 誠

メールマガジン メールマガジン

This article is a sponsored article by
''.