コンサルも驚愕！｢常連客の多い｣女将の神対応
人気の小料理店の女将は常連客に何を提供すれば喜んでもらえるかを理解している（写真：:Ushico／PIXTA）
数年前、レシートを写真に撮りアプリに登録すると報酬が手に入るというサービスが人気を博した。しかし、その後それほどスケールせず、ビジネスモデルとして成功しているとは言い難い。なぜなのだろうか。
企業が消費者に最適な提案をするとは、どういうことか。わかりやすく言えば小料理屋の女将の気持ちで「常連対応」をすることである。
新刊『デジタルマーケティングの教科書――データ資本主義時代の流通小売戦略』の著者が、データ収集と分析、顧客への提案と関係性の深化まで「DXによる売上拡大ビジネスモデル」のフレームワークとそれを使いこなす方法について解説する。
DXによる売上拡大ビジネスモデルのフレームワーク
前回は、学習塾（受験塾）におけるDX戦略の進化の方向について、具体例（イメージ）を提示して、DX構想力とは何かを考えた。今回は、「DXによる売上拡大ビジネスモデル」を構想するフレームワークとその使いこなし方について、以下の3つのステップにそって解説する。
1. 提案に必要な消費者行動データの収集
2. デジタルテクノロジーによる分析
3. 消費者を幸せにする提案と関係性の深化
このフレームワークでは、消費者行動データの収集・分析によって「消費者を幸せにする提案と関係性の深化」ができるかが問われることになる。
まず「提案に必要な消費者行動データの収集」についてだ。多くの企業がDXを進めていくうえで、ユーザーや顧客の行動データの収集を進めている。しかし、実は多くの企業でデータの収集はうまく進んでいない。その原因は、以下のとおりである。
1. やみくもに消費者行動データを収集している
2. 消費者行動データを収集する際に消費者に面倒な負担をかけている
私はコンサルティング会社から若手コンサルタントの育成を依頼されている。先日ある若手コンサルタントが「DXの提案をしたいのでチェックしてください」と提案資料を持ってきた。
そこには、「大切なことは消費者行動データの収集です。さまざまな生活シーンでの行動データを取得するために、いろいろなアプリを用意しましょう」と書かれており、地図アプリ、料理アプリ、家計簿アプリなど10以上のアプリを用意する提案がなされていた。
確かに消費者を理解するために、行動データは重要である。しかし、やみくもにデータを収集しても意味がない。消費者行動データの収集は「手段」であり、消費者を幸せにする提案と関係性の深化が「目的」だからだ。
この大義がない消費者行動データの収集は、ユーザーや顧客から敬遠される。地図アプリ、料理アプリ、家計簿アプリなど10以上のアプリを用意して、誰がそれをダウンロードするのか。多くのユーザーは、スマホの中に既にそれらのアプリをダウンロードしている。なぜ新たに同じようなアプリをダウンロードしなければならないのか。
やみくもに消費者行動データを収集しても意味がない
仮に10以上のアプリをもれなくダウンロードしてくれたとする。おそらくスマホの画面1ページ分の大半を占めるだろう。それをいちいち開いて活用してくれるのか。ユーザーや顧客はそのような面倒なことを喜んで行ってくれるのか。
消費者行動データ収集という「ロジック、論理」の世界では間違っていないのだが、一人ひとりのユーザーや顧客をリアルに想像したビジネスモデルの構築ができていない。「これでは、アプリの開発費ばかりかかって、でも、誰も使用してくれず、失敗する施策になる」と助言をした。若手コンサルタントは恐縮しきりで、「すみません。まったく消費者の姿をイメージできていませんでした」と反省していた。
数年前、レシートを写真に撮りアプリに登録すると報酬が手に入るというサービスが人気を博した。しかし、その後それほどスケールせず、ビジネスモデルとして成功しているとは言い難い。なぜなのだろうか。
ユーザーにしてみれば、ただのレシートを報酬に変えることができる。企業にしてみれば、ユーザーの購買行動データを収集できる。お互いにメリットのあるビジネスモデルである。しかし、面倒なのである。
1. 財布からレシートを出す
2. レシートを撮影する
3. 写真データをアップロードする
わずか、これだけのプロセスだ。でも、数回ならば問題なくとも、毎日、毎日その行動を継続するのは、面倒くさい。だから、使い始めてしばらくするとデータ提供をやめてしまう。消費者行動データを収集する際に、ユーザーに負担をかけてはいけないのである。
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。
1. 仮説を持たなければ、データ分析はお宝さがしにしかならない
2. データ分析は、艱難辛苦のプロセスで、予想以上に工数と負荷がかかる
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。
1. 消費者から企業へ消費者行動データの提供
2. 企業の消費者理解
3. 消費者理解に基づいて、企業が消費者に最適な提案
このサイクルを継続できる企業のアウトプットが、消費者行動データ提供に対するお返しである。数ポイント、数十ポイントのポイントがお返しではない。
小料理屋の女将の気持ちで「常連対応」ができるか
では、企業が消費者に最適な提案をするとは、どういうことか。わかりやすく言えば「常連対応」である。
私が何度も通っている小料理屋では、入店すると同時に何も言わずとも女将からヱビスビールの小瓶が出てくる。そして、お通しの後、「牧田先生、いつものでよろしいかしら？」とマグロのブツが出てくる。これが「常連対応」である。
この小料理屋には50回以上訪問しているのだが、毎回最初にヱビスビール小瓶を頼み、その後マグロのブツを頼むので、こういった私の行動データが女将の頭の中にインプットされているわけだ。だから、女将は「牧田」という常連客に何を提供すれば喜んでもらえるかを理解しているわけである。
ある日「いつも召し上がっていらっしゃるブツをヌタにしてみました。よかったら召し上がってみて」とマグロのヌタが出てきた。これが消費者の好みを理解した上での女将の提案なのである。食べてみるととても美味しく、この提案をありがたくいただいた。こうして企業と消費者は関係性を深化させていく。
DX、デジタルマーケティングというと、データとAIの世界といった「無味乾燥」なイメージを持ちがちかもしれない。しかし、DXもデジタルマーケティングも、「ビジネス＝商売」のための手段に過ぎない。
常に商売をしている女将や商人（あきんど）の気持ちで、目の前に表情豊かな消費者がいることをイメージして、「DXによる売上拡大ビジネスモデル」を構想することが必要となるのである。
今回は、「DXによる売上拡大ビジネスモデル」を構想するフレームワークの使いこなし方を考えてきた。次回は、こういったフレームワークを活用するDX人材の要件について検討していこう。
（牧田 幸裕 ： 名古屋商科大学ビジネススクール 教授）
