季節商品の販促リスト作成でROI 1200％を達成

平成８年の創業以来、「お客様の食卓に喜びと楽しさ、感動をお届けする」という変わらぬ企業理念のもと出前専門店を運営する株式会社札幌海鮮丸。東日本を中心に66店舗を展開し、創業当初から顧客の購買データに基づき販促活動を行うなど、データドリブン経営を推進してきました。
今回は、新たにAIツール（Prediction One）を導入された経緯や、活用方法、成果などについて、営業本部エリアマネージャーの岸本 慶太様にお伺いしました。

操作が分かりやすく、面倒なデータの前処理も要らないPrediction One

販促活動に採用した背景を教えてください

当社は早い段階からマーケティングツールを自社開発しており、各エリアマネージャーが既存会員データを用いて、次回の出前注文時期の予測や、しばらく利用がないお客様のリストアップなどデータに基づいた販促活動を展開してきました。
ところが年々データが増えるに従い、手動でそれらを行うことに限界を感じるようになりまして。勘や経験に基づいて抽出条件を決定していたのですが、行った施策に対しお客様の反応率が悪いという状態が続いてしまったのです。

そこで、膨大な蓄積データをAIツールで客観的に分析することで、勘や経験のマーケティングから脱却できないかと考えたのが、Prediction One導入のきっかけです。

数あるAIサービスの中からPrediction Oneを選ばれた理由はなんでしょう？

AIについて調べたところ、ベンダーに個別開発してもらう方法とAIツールを導入して自社でAIを生成する方法の大きく2通りがあることが分かりました。前者の場合、まとまった予算や時間が必要になりますが、成果が得られるかわからない状況で大きな投資をする訳にもいかない。
その点Prediction Oneは安価に短期間でPDCAを回すことができ、データを入れるだけで予測結果を出してくれるので、「コストをかけずにAIの効果検証をしてみたい」というニーズの当社にとってとても魅力的でした。

Prediction One以外の製品も検討されたのでしょうか？

はい、複数社のAIツールを比較検討しましたが、他社は専門知識が必要だったりUI（※1）が難しかったりと、AIの専門家でもなくITリテラシーもそれほど高いほうではない私にはハードルが高い印象でした。素人でも使えるツールがなかったのです。

私はもともと板前出身ですが、Prediction Oneは画面や操作が分かりやすく、AI初心者の私でも使えそうだと感じました。また、無料トライアルが用意されていて、まずは試してみるか、と最初の一歩を気軽に踏み出せたのも大きかったと思います。

導入後はスムーズに予測できましたか？

AIの知識がないためどのようなデータを使用すれば良いのか見当もつきませんでしたが、Prediction Oneのチュートリアル機能のおかげで、どういったデータをどの程度入れれば良いのかという基本的な知識を得ることができました。
「顧客の解約予測をしたい場合はどんなデータ項目が必要で、CSVで入れる」などの知識です。画面や操作方法の説明も非常に分かりやすく、AIがはじめての私でもすぐに利用することができました。

データの収集や前処理は苦労されましたか？

特別な準備をすることなく予測モデルを作成することができました。当社はマーケティングツールに顧客データを蓄積していますから、欲しいデータ項目だけを選んでCSVでエクスポートし、そのままPrediction Oneに入れるだけ。準備に苦労したり迷ったりすることなく2ステップで簡単にAIが生成できました。

むしろデータの前処理という概念を知ったのはここ最近です。先日Prediction Oneのセミナーを受講したところ、「欠損値（※2）を減らすことで予測精度が向上する可能性がある」と講師の方が仰っていて、そういうテクニックがあるのかと初めて知りました（笑）

ただ当社の場合、欠損値の処理をしなくても予測精度に問題はなかったので、必ずしもデータの前処理が必要という訳ではないようです。操作が分かりやすいだけでなく、面倒なデータの前処理も要らなかったという点も含めて、Prediction OneのUX（※3）は非常に優れていると思います。

AI活用、成功の秘訣はトライ＆エラーの継続にあり

具体的にどのような業務で予測結果を活用しているか教えていただけますか？

販促用のDM（ダイレクトメール）を送るためのリストをAIで抽出しています。当社ではお正月や寿司の日といったイベントごとに季節商品のご案内DMをお送りしているのですが、店舗ごとに数万件規模の顧客リストから見込みの高いお客様に限定して送付しており、その送付リストの作成にPrediction Oneを活用しています。

具体的にAIに予測させる目的変数（※4）は「季節商品の購入見込み」で、「過去の季節商品購入実績」を正解データとして学習させています。説明変数（※5）として「会員ランク」、「過去数カ月の購入回数」、「月ごとの購入回数」、「購入金額」などを利用しています。

Prediction Oneの予測精度にも満足されているとか

昨年の季節イベントの販促リストの精度が大変良く、ROIがなんと1200％に達しました。
AIで抽出したリストにここまでの効果があるとは正直思っていなかったので、予想外の結果に驚きました。抽出されたリスト内容も自分たちで抽出したリストとは全く違ったものとなっていて、やはりAIというのは人間では考えつかない予測ができるんだな、と感心しました。

AI導入・活用の秘訣を教えてください

最初から100点満点を目指さず、トライ＆エラーを繰り返して少しずつ精度を高めていくことでしょうか。当社も1度目のAI予測は期待値ほどの精度は出ませんでした。ですがそこで諦めず、他商材で2回目の予測を行ったところ、期待以上のROI 1200％を達成できました。

データさえ入れれば、あとはAIが予測してくれるので、データに関してはどんどん試行錯誤をしてみる。完璧なリストが出ないことが不安なら、いきなり全店舗のリストをAIの予測結果に切り替えようとしないで、まずは一部の店舗で試してみて、うまくいったら他の店に広げていく。それがAI活用で成功する秘訣ではないでしょうか。

今後当社では、売り上げ予測やお届け時間を絡めた利用予測など、活用範囲を広げていく計画です。どんな成果が得られるか、今から楽しみです。

• ※１　UI（ユーザーインターフェース）
  画面や操作性のこと。
• ※２　欠損値
  値が入っていないこと。空白。
• ※３　UX（ユーザーエクスペリエンス）
  ユーザーがそのサービスから得る体験。ここではPrediction OneでAIを生成する一連の流れを指す。
• ※４　目的変数
  Prediction Oneで予測する項目。
• ※５　説明変数
  予測する項目に対し、原因となりうる項目のこと。