コンサルも驚愕！｢常連客の多い｣女将の神対応 スケールしないポイ活アプリが忘れている視点

データを取得したら、次に、それらのデータを分析し、消費者を理解し、消費者に提案していくことが必要となる。ここでいう「デジタルテクノロジーによる分析」とは、主にAIテクノロジーを活用したデータ分析になる。データ分析フェーズで気をつけなければならないことは、以下の2つだ。

データ分析は仮説を確認する行為

AIテクノロジーを活用したデータ分析は、仮説を確認する行為であり、方程式を解いて答えを発見する行為ではない。たくさんデータを集め、何かの分析をすれば、方程式を解いて答えを出すように何かお宝を発見できるということは、まずありえない。

ところが日本企業の多くは、こういう分析プロセスの設計をし、ただやみくもに消費者購買行動データを収集する。そして、「何か発見できないかなー？」と、いろいろな分析をし、その結果大した発見ができないという時間と労力の無駄に終わることが多い。

そして、AIテクノロジーを活用したデータ分析は艱難辛苦を乗り越えるプロセスである。AIに学習させるために社内データを活用しようとしたら、データが欠損していて補わなければならないだとか、見積書や発注書などの非構造化データになっており、構造化データへの変換が必要とか、分析を進めていくと、計画時に予期しなかった事態が次から次へと発生し、計画の変更を余儀なくされる。予想以上に工数と負荷がかかる。

でも、データ分析とはそういうものだ。たいていの場合、何度も何度も計画を修正、アップデートを余儀なくされる。そういうものだと理解して、いかにリスクマネジメントをできるかが、データ分析者の腕の見せ所なのである。

次に「消費者を幸せにする提案と関係性の深化」についてである。

「消費者行動データを取得するために、アプリを用意します」というのは、コンサルティング会社でも多くの企業でも、まず考えることである。しかし、そこで「どうやってそのアプリを継続的に使ってもらうのですか？」と聞くと、答えに詰まる。そして、「使ってもらうたびにポイントを付与すれば、継続使用してくれるのではないでしょうか」と答えてくる。

ポイント付与により、ユーザー（消費者）はアプリを使ってくれるかもしれないが、その答えは「最後の手段」として答えるべき施策であり「最初に答える」施策ではない。自社の商品を売る営業が、真っ先に「値下げするので買ってください！」と言っているのと同様で、そこには何の工夫も努力もないからだ。

大切なことは、企業がユーザーや顧客から消費者行動データを提供してもらうことで、消費者を幸せにする提案をお返しすることである。それを継続することで、企業と消費者の関係を深化できるわけだ。