arrow-leftarrow-rightarrow-smallarrow-topblankclosedownloadeventfbfilehamberger-lineicon_crownicon_lighticon_noteindex-title-newindex-title-rankingmailmessagepickupreport-bannerreportsearchtimetw

新しいマーケティングのすすめ(45)

AI Marketingのすすめ(6)

今回は、「肌」と「AI」と「マーケティング」がテーマです。
さて、「コカ・コーラ」「スターバックス」と、マーケティングにおけるAI活用、とりわけマーケティングのデータ分析・活用領域でのAIの活用を説明してきました。

今回取り上げるのは、化粧品におけるAI活用です。

セフォラの「Color IQ」

今回取り上げるのは、セフォラの「Color IQ」です。セフォラは、1969年にフランスで設立された世界最大級の化粧品小売チェーンです。2,300以上の店舗を展開し、「体験型」の化粧品販売を特徴としています。

同社の革新的なサービス「Color IQ」は、顧客の肌色を正確に測定し、最適な化粧品を提案するシステムとして2012年に導入されました。

「Color IQ」システムの特徴は、専用のデバイスで顧客の肌を撮影し、その色を110種類の肌色コードに分類する点です。従来、ファンデーションやコンシーラーの色選びは、店員の経験や顧客の主観に依存していましたが、このシステムにより科学的なアプローチが可能になりました。

システムは顧客の肌を頬、額、首の3箇所で測定し、それぞれの部位の色味を分析します。測定結果に基づき、セフォラが取り扱う数千種類の化粧品の中から、その顧客に最適な商品を提案します。この情報は顧客のオンラインアカウントと連携され、店舗でもオンラインでも同じ提案を受けることができます。

特に画期的なのは、肌の色だけでなく、肌の質感や状態も考慮して商品を提案する点です。例えば、同じ肌色でも、乾燥肌の人とオイリー肌の人では異なる商品が推奨されます。また、季節による肌の変化も考慮されます。

測定したデータは、AIを使ってマーケティングに活用

セフォラは、この肌の測定データを使って、以下のそれぞれの点で、マーケティングを進化させました。

1. データ分析の高度化と自動化
– 顧客の肌色データを110段階で分類し、詳細な解析を自動実行
– 肌の状態や環境要因を考慮した多変量解析の実施
– 購買履歴と組み合わせた商品推奨アルゴリズムの構築

2. 予測精度の向上
– 季節変化による肌色の変化を予測
– 商品使用効果の予測モデルの構築
– 返品率の低減につながる精確な商品マッチング

3. リアルタイム分析とパーソナライゼーション
– 即時の肌色解析と商品推奨
– 環境条件(季節、気候など)に応じた動的な推奨内容の調整
– パーソナライズされたスキンケアルーティンの提案

4. データ統合と多面的分析
– 店舗での測定データとオンライン購買履歴の統合
– SNSでの口コミデータと実際の使用結果の相関分析
– 顧客満足度データと商品推奨アルゴリズムの連携

5. 業務効率化とスケーラビリティ
– 店舗スタッフの商品提案プロセスの効率化
– グローバル展開における一貫した顧客体験の提供
– データに基づく在庫管理の最適化

6. 新しい課題と機会
– プライバシーとデータ保護への対応
– 新商品導入時の推奨アルゴリズムの更新
– 多様な人種・肌色への対応

やはり、AIを使ってデータ分析することは、今まで困難であると思っていたことを可能にしてくれています。今まで、化粧品で気候の情報を組み合わせて商品の推奨をすることは、属人的な活動とされていました。しかしAIでは、組み合わせるデータが増えることはそれほど困難なことではないため、このようなことが可能になるのです。

もちろん、取り組むためにハードルがある

前回のこのコラムでも書きましたが、AIの導入は、実は組織の受け入れが大きな課題になります。それを乗り越えるには、このセフォラの事例の場合には、以下のような点が重要になります。

1. 段階的な導入が重要
– まず小規模なテスト運用から始め、課題を特定
– データ収集と分析の基盤を確実に構築
– 従業員のトレーニングを十分に実施

2. 顧客体験を中心に据える
– テクノロジーは手段であり、目的ではないことを意識
– 顧客フィードバックを継続的に収集・反映
– プライバシーへの配慮を忘れない

3. 組織全体での取り組み
– データ活用の文化醸成
– 部門横断的なプロジェクトチームの結成
– 経営層のコミットメントの確保

特に、「組織全体での取り組み」は、データ・ドリブン・マーケティングが話題になった時にも、重要な点と多くの有識者や書籍で指摘されていましたが、日本のマーケティング組織では、今もKKD(勘、経験、度胸)を活用していることが多いのは、AI活用の大きな障害になるでしょう。

著者プロフィール

株式会社マーケティングサイエンスラボ 本間 充プロフィール画像
株式会社マーケティングサイエンスラボ 本間 充
1992年花王株式会社に入社。社内でWeb黎明期のエンジニアとして活躍。以後、Webエンジニア、デジタル・マーケティング、マーケティングを経験。
2015年アビームコンサルティング株式会社に入社。多くの企業のマーケティングのデジタル化を支援している。マーケティングサイエンスラボ 代表取締役、ビジネスブレークスルー大学でのマーケティングの講師、東京大学大学院数理科学研究科 客員教授(数学)、文部科学省数学イノベーション委員など数学者としての顔も併せ持つ。

1992年花王株式会社に入社。社内でWeb黎明期のエンジニアとして活躍。以後、Webエンジニア、デジタル・マーケティング、マーケティングを経験。
2015年アビームコンサルティング株式会社に入社。多くの企業のマーケティングのデジタル化を支援している。マーケティングサイエンスラボ 代表取締役、ビジネスブレークスルー大学でのマーケティングの講師、東京大学大学院数理科学研究科 客員教授(数学)、文部科学省数学イノベーション委員など数学者としての顔も併せ持つ。

転載・引用について

◆本レポートの著作権は、株式会社インテージが保有します。
 下記の禁止事項・注意点を確認の上、転載・引用の際は出典を明記ください 。
「出典:インテージ 「知るギャラリー」●年●月●日公開記事」

◆禁止事項:
・内容の一部または全部の改変
・内容の一部または全部の販売・出版
・公序良俗に反する利用や違法行為につながる利用
・企業・商品・サービスの宣伝・販促を目的としたパネルデータ(*)の転載・引用
(*パネルデータ:「SRI+」「SCI」「SLI」「キッチンダイアリー」「Car-kit」「MAT-kit」「Media Gauge」「i-SSP」など)

◆その他注意点:
・本レポートを利用することにより生じたいかなるトラブル、損失、損害等について、当社は一切の責任を負いません
・この利用ルールは、著作権法上認められている引用などの利用について、制限するものではありません

◆転載・引用についてのお問い合わせはこちら