河内英司のBtoBコミュニケーション

広告/マーケティングの側面からと、無駄話。

組織購買

AIマーケティングの有効性と今後の課題について

BtoBコミュニケーション Q&Aシリーズ㊷

《質問》

弊社は年間売上高1000億円の中堅機械メーカーです。昨今マーケティング分野でもAIが注目され、将来は人工知能によるマーケティング活動が不可欠となる勢いです。そこで質問させていただきたいのですが、本当にマーケティング分野でAIは有効なのでしょうか? 私自身AIそのものがよく理解できていないこともありますが、もし将来的にAIマーケティングが主流になるのなら今から準備を進めたいと考えております。(機械メーカー・マーケティング部)

《回答》

おっしゃるとおり最近はAIマーケティングに関するセミナーなどが多く、あたかもこれからのマーケティング担当者はAIを熟知していなければ立ち遅れるような印象が見受けられます。

結論をまず申し上げますとAIマーケティングはBtoC分野では少なからず課題はあるにせよ有効だと思いますがBtoB分野ではあまりにも課題が大きすぎます。

その前にAIマーケティングで言われているところの「マーケティング」の定義を明確にしておく必要があります。最近はマーケティングの単語が氾濫し、商品の販売やプロモーションに関するプロセスすべてがマーケティングと称されているきらいがあり、それが余計にAIマーケティングの理解度を阻害しているように思います。

マーケティングの定義は、ピーター・ドラッカーによる説が有力ですが、ここではマーケティングとは「最終的にセリング(販売)を不要にするもの」と定義されています。つまりマーケティングが完全であれば黙っていても商品は売れる、と言うことです。しかし本欄の別項でも述べたとおり、とりわけBtoB分野でのビジネスではマーケティングで商品が売れることはほとんどありません。よくヒット商品(あまりヒットしているとは思いませんが)の成功事例としてマーケティングの勝利、のような記述が見られますが、それはマーケティングを徹底して行った結果セリングも同調しヒット商品になり得た、と考えられます。ここでは最終的に刈り取りを行うのはセリングなのです。

このことから推測すると、どうも最近はドラッカーの論理は不可能だと判断し、マーケティングの定義を「セリングを不要にする」から「セリングを補強する」に変化してきているように感じます。つまり、言葉は目新しいですが結局のところマーケティングというのは「販売促進」や「販売助成」と定義せざるを得ないのです。この分野はかなり昔から存在していたものでありマーケティングと名称が変わっただけと理解して良いかと思います。

さてマーケティングを販売促進や販売を目的としたコミュニケーション活動などと見なせばそこにAIの関与する余地は十分あります。AIによってこれらの作業を自動化することは十分可能です。それこそBtoC分野ではセリングまで自動化できるかも知れません。BtoB分野でセリングの自動化が出来ない理由は後述します。

AIマーケティングの可能性を認めたところで、その課題について考えてみたいと思います。まずマーケティングはさておきAIについては基本となるデータはいわゆるビッグデータです。AIに不可欠なのはディープラーニング(深層学習)ですが、それには膨大な量のデータを必要とします。将来のAIは単なるプログラムからAI自身が学習プログラムを作成するようなニューラルネットワーク(神経回路網)が主流になると思われますが、それでも基本となるデータは不可欠なのです。ニューラルネットワークと言えばまさに人間の脳でのニューロンの働きと同じように考えられますが、残念ながら人間と違ってAI自ら経験を積むことは出来ませんので、データや経験則を入力させることがどうしても必要となってきます。そのデータや経験則がマーケットリサーチや個人の嗜好性などさまざまなデータなのです。これらのデータをAI独自のアルゴリズム(計算式)で算出し、最適な結果を提供するのです。

このAIがアルゴリズムによって作動しているところに大きな課題が潜んでいることに気づきます。マーケティング活動はたとえそれが販売促進であれマーケティングコミュニケーションであれ、対象は人間そのものなのです。そして人間には不可解な行動や心理変容がつきものです。たとえばAという商品を買うつもりで商店に行ったところ、結局は買う気もなかったBという商品を買ってしまった経験は誰にもあると思います。

このような心変わりや気変わりさらには予測不可能な行動の変化は動物など脳を持っている生物の特徴なのです。そしてこの心変わりや態度変容は「変数」と言えます。一方でAIのアルゴリズムは膨大なデータから構築した定数が基本となって動作します。

定数で構築されたアルゴリズムに変数が入り込む余地を作ればもっと現実的なAIも可能でしょうが、それも人間が入力しなければなりませんし変数であるが故に何が変数なのかも理解できないため、これはほぼ不可能に近いでしょう。ではAI自体が変数を見つけてそれをアルゴリズムに組み込む可能性について考えてみましょう。その可能性はなくはないですが、変数自体に又別の変数を生じさせる特性を持っています。そうするとAIのアルゴリズムは変数だらけになってしまいます。こうなるともうアルゴリズムとは呼べない代物で我々人間が「勘」で結果を出すことに似たような形になるわけです。つまりAIの最大の弱点は変数に対する対応が未熟であることであり、また一方ではこの変数がマーケティングの妙味でもあるのです。このことからマーケティングにAIを活用するにはかなり大きな課題を克服しなければなりません。

もう一つ前述したようにBtoB分野でAIマーケティングが生かし切れない理由に、BtoB分野は組織購買であることです。そこではまず組織の変数をどのように見分けるか、これは企業によって独自の組織風土がありますからかなり難しい課題です。さらに組織を構成する個人の変数は前述したとおりです。企業だからすべて合理的に購買判断されているならともかく、多くの場合組織の属する個人の考えや好みによって購買判断されるケースは少なくありません。酷い場合は最終決済まで行っていた案件が、社長のお気に入りの業者に急遽変更させられる場合もあります。このようにむしろBtoB分野の方がAIのアルゴリズムを阻害する変数の存在は大きいと思われます。

さらに日本企業独特の課題として、コンプライアンスの関係上「稟議制度」が存在することです。いくらAIを駆使したマーケティング活動を行っても企業の稟議プロセスにまで入り込むことは出来ません。そしてその稟議に多くの変数が関わっているのもまた事実なのです。このようにAIマーケティングはたとえ販売促進レベルであったとしても少なくともBtoB分野ではまだ課題が多すぎると考えています。

最後に決定的な課題を申し添えておきます。もし最高に優れたマーケティングが可能なAIが存在するとしたら競合企業は揃ってそれを導入するでしょう。その結果は? つまり結局はセリングのスキルに勝る企業だけが勝利の美酒を味わえるのです。セリングを無視したAIマーケティングはあり得ないと言うことです。

マーケティング業務におけるビッグデータの有効性についての質問

BtoBコミュニケーション Q&Aシリーズ㉒

《質問》
 

弊社では今後マーケティングリサーチの一環としてビッグデータの取り扱いを検討しています。その理由は、データから得られる様々な要因を元に、新技術や新製品の開発に生かそうというものです。昨今ビッグデータが宝の山のように言われ、弊社としてもその貴重なデータをなんとか自社の企業価値向上のために生かせることができないか、と考えています。そこでビッグデータをマーケティングに応用する場合の注意点や課題などがありましたら教えていただきたく、ご相談する次第です(電気機器メーカー・マーケティング本部マーケティング担当)
 

《回答》
 

最近話題になっているビッグデータをマーケティングに応用する傾向は今後様々な企業で普及してくると思います。しかし結論を申し上げますと、まだ時期尚早です。
 

おそらく現状のデータでは、あまりにも巨大すぎて各企業がマーケティングに生かそうとしても、コストばかりかかって有意義な結果は見いだせないでしょう。その理由は、まずビッグデータと称されるものはすべて「過去」のデータであり、必ずしも将来の需要動向を表しているものではないと言うことです。
 

もし仮にビッグデータがマーケティングに有効性を持つなら、それを活用したすべての企業がヒット商品を連発するはずですが、資本主義社会はある意味で競争社会ですから全企業がヒット商品に恵まれて勝ち残ることは現実的ではありません。と言うより、ヒット商品はそんなに簡単に生まれるものではありません。まして過去のいわば客観的最大公約数としてしか見られないようなデータを元に、売れる商品を開発すること自体コスト効率が良いとは思えません。
 

そもそもビッグデータは、その規模の違いこそあれほとんどが前述したように過去の人間や企業の購買形態や嗜好、属性、行動様式をデータ化したものです。その意味では、統計分野や役所での過去データの把握や解析には役に立つかも知れません。しかし民間企業で未来をめざすマーケティング分野では、おそらくほとんど役に立たないか、そのデータの取り扱いに四苦八苦するでしょう。
 

そこで、「いやそんなことはない。データ解析はすべてコンピュータで行えば抜群の効率化が期待できる」と言った反論が予想されます。しかしここにデジタル社会の大きな落とし穴が潜んでいるのです。仮にデータ解析用のアルゴリズムを設計したとしても、それは単なるプログラムにしか過ぎません。つまり同じようなプログラムを使用すればどんな企業でも同じ結果が現れてくるのです。それが競争社会におけるマーケティングに本当に役立つでしょうか?
 

もっとも分かりやすい例は、ネットショップ大手が行っている「リコメンド機能」です。今や多くのネットショップが行っていますが、これは過去の購買データを元にして「あなたの好みはこの商品でしょう」のように、聞きもしないのにうるさく画面に表示されるものです。それが「あっ、そうだ。これが欲しかったんだ」というのであればいいですが、現状では過去に購入した商品と似たような商品しか表示されません。ある意味ではユーザーに購入意欲の限定を強いることにもなりますし、むしろセリングとしてはマイナスの要因となります。
 

これがビッグデータの限界です。つまり購入者の過去の嗜好は解析できても、未来の嗜好まではデータとして出せないのです。こんな状況でマーケティングに役立つはずがありません。
 

さらに問題だと思われるのが、ビッグデータは誰もがどんな企業もが入手できる汎用的なデータだと言うことです。だからこそできるだけ早くビッグテータを取り込んでマーケティングに役立てたい、と言う気持ちが逸るのは理解できます。しかしこれは多人数での会議や情報共有と非常に似た性格を持っています。言うまでもなく、ヒット商品は会議で多くの意見を参考にしたり情報共有したからと言って容易く生まれるものではありません。
 

アップルのスティーブ・ジョブズが述べたように「欲しいものはあなたの心の中にある」のです。言うなれば、欲しいものは本人も気がついていない心の深層分野に存在していると言うことです。データ解析でその深層心理を顕在化することは、現在の技術、おそらく将来的にも不可能に近いでしょう。それほど人間の心理は複雑で先が読めないものなのです。したがって人間不在のマーケティングやデータ解析はまったく意味がないと言えます。
 

一方BtoB分野は組織購買であるため、ある程度ビッグデータが活用できそうにも思われますが、ここでも大きな罠が潜んでいます。まず企業(組織)は個人の集合体です。そして最終的な購買決裁は個人(組織人)が行います。組織購買の場合は個人の嗜好や感情は無視すべきですから、前述のような人間の複雑性の影響は受けないように思われるでしょう。だからビッグデータは役に立つと短絡的に考えがちですが、重要なのは取引企業の将来の開発志向や設備投資の傾向を解析することです。しかしこのような重要事項をビッグデータから解析されるような危険な情報を企業自らが発信するはずはありません。したがってBtoB分野においてもビッグデータの活用によって、期待するほどの効果は得られないと考えます。
 

ビッグデータの導入やマーケティングに生かすことについて、否定的な意見ばかり述べていますが、データの使いようによっては極めて有効な場合も考えられます。
 

前述したようにビッグデータは過去のデータであり、いわば過去の社会状況を表しているとも言えます。
 

売れる新商品開発で最も大事なことは、消費者も気がついていない「課題」を解決する商品であることは言うまでもありません。ビッグデータを元にして、社会における将来の課題を探索することはある程度可能ですし、それを新商品(ソリューション)開発に生かすことも興味深いことです。しかしここで気をつけなければならないのは、データ解析をプログラムで行ってしまうことです。そうすれば確かに過去の課題は明確化されるでしょう。でも競合企業が同じようなことをすれば、結局同じ結果を持つことになります。
 

重要なのはここからです。自社独自の技術や他企業とのアライアンスによって課題に対するソリューションをどのように開発していくのか、が企業に課せられた大きな課題でもあるのです。しかもソリューション開発はもうプログラムでは不可能です。結局は企業に属する個々人の勘や未来を見通す能力がものを言うのですが、残念ながら最近それらの劣化が著しく、その能力開発は至難の業と言わざるをえません。
 

したがってビッグデータをマーケティングに活用するには、まず困難であるにせよデジタルに頼らない個々人のスキルアップが先決で、それとワンセットで導入しないことには膨大なデータに手をこまねくだけになってしまいます。
むしろマーケティング分野ではなく、ビッグデータの特性から施設管理やパレートの法則等とリンクさせた生産性の向上をめざす方が現実的だと考えます。     

★プロフィール
河内英司(かわちえいじ)
---------------------------------------
京都教育大学教育学部特修美術科卒業。電気機器メーカーにおいて一貫して広報宣伝業務に従事。広報室長・コーポレートコミュニケーション室長を経て、2014年3月退職。  現在、カットス・クリエイティブラボ代表。(一社)日本BtoB広告協会アドバイザー。BtoBコミュニケーション大学校副学長。
ASICA理論のすべてが分かる
メッセージ

名前
メール
本文