「分析作業」が大幅に減った！？可視化が難しい同梱物の成果も見極めるAI分析とは？

「分析する」という作業が、大幅に削減されました。

株式会社ナチュラルビューティハウス様は、エイジングケアブランド「ストレピア」を展開し、化粧品の通販を手がけています。同社の販促チームにとって、同梱物経由でのクロスセルは重要な施策の一つです。しかし、データ集計に工数がかかるため、分析や改善のスピードに課題がありました。

また、既存の分析ツールでは、商品IDやSKUの複雑化により設定の難易度が高く、集計条件の確認にも時間を要していました。

こうした課題を解決するために導入したのが、AIとの会話で分析ができる「All View」です。欲しい数値を普段の言葉でチャットに投げかけるだけで結果が返ってくる環境をつくったことで、作業の時間を大幅に減らすことができた分析体制について深掘りしてお話を伺いました。

効果と戦略

課題

• 欲しい数値を出すために複雑な条件設定が必要で、設定自体が難しかった
• 商品コードが多くセットの組み合わせも多岐にわたるため、セグメント条件が合っているのか確認に時間を要していた
• 同梱チラシの効果検証はCSVを手作業で処理するしかなく、定期的に続けられなかった

戦略

• 知りたいことをそのまま言葉で投げれば数値が返る「All View」へ分析環境を切り替え
• 条件の立て方に迷う場面も、AIに質問しながらその場で確かめる進め方へ
• 同梱チラシを商品説明中心からブランド訴求へ全面リニューアルし、ロットごとに効果を判定して次のクリエイティブへ反映

成果

• 「分析する」ための作業が大きく減り、見たい数値は思い立ったその場で確認できる状態へ
• 複雑な条件設定にかかる負担が減り、数値を確認するまでの時間を短縮
• チラシ経由の反応を、ロット単位でほぼリアルタイムに判定できる状態へ
• ブランド訴求へ作り替えた同梱チラシの効果を数値で確認でき、初期の継続率に表れた良い変化を把握
• 数値を確認したうえで、次の施策を早く決められるように

少人数で回す施策と後回しになりがちな分析の体制

販促チームの中で、お二人はどんな役割を担っているのですか。

近藤様：弊社は大きくお客様対応チームと販促チームに分かれていて、私たちは販促チームにいます。一人が複数の領域を担当しており、CRM施策についても企画から分析、改善まで幅広く携わっています。

一人が複数の業務を担う体制のため、分析だけにまとまった時間を割くのは簡単ではありません。数値を見たい気持ちがあっても、そこへ向かう時間そのものが限られていました。

「この設定で合っているのか」確証の持てない数値が、分析を腰の重い作業にしていた

分析ツールを使いこなすこと自体が目的になってしまうチームも少なくありません。ツールを乗り換えたのは、どういう理由からでしたか。

近藤様：以前のツールはできることが多い一方で、欲しい数値を出すために複雑な設定が必要で難しかったんです。しかも、商品IDなど細かな設定が必要なため「分析の設定が合っているのか」という不安が残ることもありました。以前のツールでも継続率を中心に数値を追ってはいたものの、新たな施策に取り組むたびにチェックしたい数値が増えるため、分析の設定が課題となっていました。

「設定が合っているか分からない」というのは、具体的にどんな場面ですか。

田中様：セグメント条件です。商品がたくさんあるので、セットの組み合わせなどを考慮し始めるとセグメントの設定が多岐にわたります。たとえば化粧水単品の継続率を見ようとすると、化粧水だけではなく、化粧水が入ったあらゆるセットも含まれてくる。意図した対象が正しく取れているだろうか、というところが難しかったです。

単品とセット、そしてセットの中の組み合わせ違い。扱う商品コードが増えるほど、拾うべき条件の分岐も増えていきます。条件が複雑になるほど、意図した対象を正しく抽出できているかを確認する作業にも時間がかかっていました。

以前は、分析にどのように取り組まれていましたか。

田中様：まとまった分析の時間を確保して取り組んでいました。数値の集計自体に時間がかかり、集計結果のチェックにもう一段の時間が必要な状況でした。そのため、分析の優先順位が下がってしまうこともありました。見たいものがあっても後回しになり、検証の頻度はその分だけ落ちていきました。

「分析する」ための作業が、大きく減った

All Viewでは、その条件設定をどう決めているのですか。

近藤様：AIに「こういう数値が知りたい」と普段の言葉で伝えるだけで、必要な数値がすぐ返ってきます。条件をどう設定するかを考える前に、知りたいことをそのまま聞けば良いので、All Viewになってから、時間の短縮はすごく感じています。

知りたいことを言葉にしてチャットで質問する。返ってきた数値を見て、気になればまた聞く。直感的に欲しい数値へたどり着けることが、分析との距離を一気に縮めました。

実際に、どんなタイミングでAll Viewを触っていますか。

近藤様：売上やプロセスの結果を毎週更新しながら見ることもありますが、突発的に「この数値ってどうなんだろう」と思ったときは、すぐにAIチャットで質問してチェックしています。分析のためにまとまった時間を確保するというより、見たいときに「この数値が見たい」とチャットで質問して確認できる感覚です。

以前の「分析」は、時間を確保して腰を据えて臨む作業でした。今は思いついた瞬間に質問し、必要な数値をすぐに確認できるようになりました。

空いた時間は、何に充てていますか。

近藤様：分析の設定を考える時間が大きく減りました。All Viewで出てきた数値をもとに、次の施策を考えることに時間を使えるようになったと感じています。たとえば定期購入の継続率を見ると、どのタイミングでお客様がつまずいているのか、どこに改善の余地があるのかが把握しやすい。課題が見えたらチラシや制作物の内容を変えて、すぐにA/Bテストを行う、という対応がしやすくなりました。

分析から改善までの距離が縮み、課題発見→改善→A/Bテストというサイクルが以前より早く回るようになっています。

数値がすぐ見えることで、判断の仕方は変わりましたか。

近藤様：必要な数値を確認したうえで次の施策を早く決められるようになりました。そこが大きな変化だと思っています。

データを集計すること自体が目的ではなく、必要な情報をすぐに確認し、それを実際の施策や判断につなげることが重要です。必要な数値がすぐにわかるようになったことが、施策実施のスピードを後押ししています。

同梱チラシを、ブランドのファンを育てる媒体へ

同梱物の効果は測りにくいので、とりあえず入れておくという判断をする企業も少なくありません。チラシの分析に踏み込んだのはなぜですか。

田中様：お客様との接点として、同梱物は回数も多いですし確実性もあると思っています。同梱物の内容が継続率にも影響すると考えているため、チラシを入れたときに継続率がどうなったのかは見たいですし、どのロットのチラシで効果が高かったのかを知るには分析が必須です。直近でチラシの構成を大きく変えたのですが、その結果、初期の継続率に良い変化が見られることも分かりました。

そのリニューアルでは、何をどう変えたのでしょうか。

田中様：これまでは私たちも商品説明が中心だったのですが、ブランドを見せるデザインに大きく変更しました。商品だけでなく、ストレピアの考え方やブランドそのものを知っていただき、より深く信頼していただくことをテーマにしました。

LINEやメールといった他のチャネルと比べて、チラシの位置づけはどう見えていますか。

田中様：ターゲットとの相性が良いということもあり、アウトバウンドやLINE、メールと同じくらいチラシも重要と考えています。

同梱物は届く確実性が高く、接点の頻度も多い。CRMの主役をデジタルチャネルに置く発想からは外れますが、定期通販の継続に重要な役割を果たしていると感じています。

効果の高い同梱物ほど、PDCAが見えなかった

効果が大きいと分かっている同梱物なのに、検証は難しかったのですか。

田中様：同梱物は重要な施策の一つなので、結果を確認しながら継続的に改善しています。ただ、どのロットがどれだけの効果を生んだのかを、以前はリアルタイムには見られませんでした。

効果が大きいと分かっているからこそ積極的に改善を行う。しかし作り替えた結果を確かめる手段がなければ、検証が抜けたまま次のデザインへ進むことになります。効果の高い施策ほどPDCAが見えない。同梱物には、そんなねじれがありました。

そのサイクルの中で、All Viewはどのように貢献していますか。

田中様：クラウドロジ（在庫管理システム）と連携したことで、チラシの配布数に対する反応や、どのようなお客様に反応が良かったのかまで確認できるようになりました。

施策ごとに答え合わせができる。次に何を変えるべきかの起点ができました。

以前は、同じことをどうやっていたのですか。

近藤様：やろうと思えば、クラウドロジからCSVをダウンロードして分析ツールに読み込ませる、という作業を繰り返す必要がありました。ただ、労力がかかりすぎて、チラシの改善のたびに分析を行うことは難しい状況でした。

できないわけではありませんが、続けられない。施策の改善に、検証の頻度が追いつかない状態でした。

クラウドロジとの連携でどんな変化がありましたか。

近藤様：販売データと物流データを組み合わせて分析できるようになったことで、これまで別々に見ていた情報を一つの視点で捉えられるようになりました。同梱物ごとの分析ができるのは、この連携があるからです。

同梱物は物流側の情報で、購買は販売側の情報。この2つが別々だったことが、「どのチラシが、どのように反応があったか」を判断する最大の壁となっていました。

数値が見えることで、判断の質は変わりましたか。

田中様：変わりますね。良かった施策でも次回同じ結果になるとは限らないので、継続的に数値を確認できることは重要だと感じています。

高回転で作り替える運用は、成果につながる取り組みを増やす手段であると同時に、結果につながらない施策が増える可能性も高めます。同梱物のロットごとに結果が見えているかどうかで、そのリスクへの向き合い方は大きく変わると感じています。

「今ある機能を使う」のではなく、必要な分析環境を一緒につくる

クラウドロジとの連携は、どのように実現したのですか。

田中様：こういうデータが見たいという話は最初からずっとすり合わせていました。分析したい理想の形が先に固まっていたため、連携が完了した時点ですぐ運用に乗せられました。

「こういう分析がしたい」という要望は、どのくらい形になっていますか。

近藤様：イメージしていることを伝えると、具現化に向き合ってくれると感じています。同梱物の分析をはじめ、「こういうのできる？」「できたらいいな」ぐらいの話が実現するケースが多々ありました。スピードも速いと思います。一般的なサービスだと、すでに決められた機能の中で使い方を工夫することが多いと思いますが、「今ある機能を使う」のではなく、「自社に必要な分析環境を一緒につくっていける」という感覚があります。

最後に、データ分析の活用を検討しているEC・D2Cのご担当者へメッセージをお願いします。

近藤様：一番伝えたいのは、とにかく簡単に、すぐに欲しい数値を取得できるということです。分析ツールというと「難しい設定をしないと使えない」「専門的な知識が必要」というイメージがあるかもしれませんが、All Viewは、まず自分が知りたいこと、やりたいことをAIに投げかけてみるところから始められます。「どう設定すればいいんだろう」と悩むのではなく、「何を知りたいか」を伝えればいい。分析に詳しくない人でも思いついたことをすぐに確認できるので、データをもっと身近に、日々の判断に活用したい企業には、ぜひ試してみてほしいと思います。