GenAIが顧客インサイト管理に役立つ方法と役立たない方法

顧客と市場を理解するために、顧客志向の企業は増加傾向にあり、人気の大規模言語モデル（LLM）の言語および推論能力と並行して生成AIツールを使用し、自社の内部コンテンツにアクセスして分析しています。これらのハイブリッドナレッジアプローチは、通常、 検索拡張生成（RAG）と呼ばれる手法を採用し、企業独自の顧客インサイトと、LLMが学習した一般的な知識ベースを統合します。以前は「ナレッジマネジメント」と呼ばれていたものにこのアプローチを取る企業は、従業員が自然言語でコンテンツにアクセスし要約できるようになるなど、いくつかのメリットを得られます。この機能は、インサイトを検索する従業員が、そのインサイトがどこから来たのか、どのように見つけられるのかを全く知らないことが多い大規模組織では特に重要です。

組織は、顧客が何を望んでいるか、どのように販売されることを望んでいるか、どのような製品やサービスに関心があるかについてのインサイトを収集し、注意を払っています。顧客インサイトは通常、市場調査部門や外部の市場調査機関から得られますが、営業担当者とのやり取り、顧客からの手紙やメール、ウェブサイト上の行動、ソーシャルメディアでのやり取り、カスタマーサービスチケット、購入パターン、フォーカスグループ、その他のチャネルにも存在します。これらは多くの構造化および非構造化情報に集約される可能性があるため、要約、分類、保存、アクセスを支援するツールは確かに理にかなっています。

しかし、知識の保存とアクセスにのみ焦点を当てる企業は、多くの組織が以前の世代のナレッジマネジメントで犯したのと同じ過ちを犯しています。その焦点は狭すぎます。代わりに、企業は知識の 流れ 、つまり顧客や市場のインサイトがどのように作成、分析、保存、アクセスされるかにも取り組むべきです。新しいテクノロジー（少なくともある程度は生成AIを使用）は、これらのステップのすべてを支援できます。

以前のナレッジマネジメントツール（Lotus NotesやMicrosoft SharePointなど）は、顧客や市場のインサイトコンテンツへの幅広いアクセスを可能にしましたが、多くの組織はインサイトへのアクセスと使用に革命を経験しませんでした。テクノロジーはより多くのアクセスを提供しましたが、文化的な課題（知識の整理と検索の難しさ、コンテンツへの無関心、組織のサイロ化と重複、外部機関との連携不足）がしばしば優勢でした。今日でも、組織はナレッジマネジメントに取り組む際に、同じ文化的障害に直面しています。

生成AIがリーダーがナレッジマネジメントの障害を克服するのにどのように役立つか、または役立たないかを学ぶために、私たちは8つの異なる消費者向け企業の顧客・市場インサイトの専門家またはリーダーに話を聞きました。これらのリーダーの一部は生成AIシステムの作成と監督を担当し、他のリーダーは市場調査またはインサイト指向のテクノロジーに対してより広範な責任を負っていました。また、顧客・市場インサイト向けのGenAIベースのテクノロジーを提供する複数のベンダーと、GenAIベースの定性調査テクノロジーを広範囲に使用する1つの市場調査機関にも話を聞きました。

生成AIツールがどのように役立つか

企業は、GenAIツールを自社の顧客・市場インサイトコンテンツと組み合わせる（ただし、難しい場合があります）、外部のソフトウェアベンダーを使用して作業を簡素化する、または両方のアプローチを組み合わせて使用することができます。例えば、Procter & Gambleは、知識の保存とアクセスにはベンダー提供のソフトウェアを使用していますが、コンテンツのGenAIベースの分析と分類には独自のシステムを構築しています。P&Gの最高分析・インサイト・メディア責任者であるKirti Singh氏が指摘したように、この方法により、ドキュメントへのリンクだけでなく、「GenAIからのシャープで的を射た回答」が得られます。

ツールベンダーの間では、焦点が異なります。一部は主にインサイトの保存とアクセスに焦点を当てていますが、ツールの価値は単純な自動化された仮想ファイリングキャビネットの提供を超えています。その機能には、ドキュメントの自動キュレーション、多様なコンテンツタイプの統合、クエリに応じて行われるオンデマンド分析、プロンプトに対する統合された回答が含まれます。ただし、このタイプのツールは、データ分析がすでに行われており、インサイトが見つかるのを待っていることを前提としています。定量データの分析は分析ソフトウェアによって行われ、定性データを分析する能力は限られています。

他のベンダーは、顧客インサイトのための定性顧客データとドキュメントの分析に集中しています。さらに別のベンダーは、広告に対する消費者の反応の迅速なテストを重視しています。現在、これらのカテゴリ間には重複があり、ほとんどのベンダーは、顧客インサイトの特定または作成、キュレーションと分類、および後でアクセスできるようにするという広範なプロセスに取り組もうとしています。いずれは、生成AIやその他の機能を採用してプロセス全体に対応する、広範な顧客インサイトプラットフォームが登場するものと予想されます。

ベンダーの主な機能がインサイトの保存とアクセスである場合、そのアプローチは通常、 大規模言語モデルの上に顧客のカスタムおよび独自のコンテンツを追加する ことを含みます。保存されるコンテンツには、構造化データ（例：定量市場調査結果、スプレッドシート、顧客満足度評価）と非構造化データ（例：インタビューの文字起こし、ソーシャルメディアのコメント、フォーカスグループの結果）の両方が、内部および外部のソースから含まれます。

ほとんどの場合、このルートを追求する組織は、可能な限り多くの顧客および市場コンテンツを1つのシステムに集中化します。コンテンツの重複を減らし、時代遅れ/無関係なドキュメントを排除し、全体的な品質を維持するためにキュレーションが必要です。ある顧客インサイトリーダーが私たちに語ったように、「AIは、学習するデータと同じくらいしか役に立たない」のです。インサイトを理解するために、GenAIツールは通常、分類、要約、コンテンツタグ付けに取り組む必要があります。コンテンツにタグを付けることで、後で検索される可能性が高まります。手動でタグ付けを行う企業もあれば、事前定義された分類法を使用してGenAIベースのタグ付けを採用するシステムもあります。

Novartisは、GenAIツールを使用してインサイトの保存とアクセスを成功裏に刷新した企業の例です。外部ベンダーと協力して、同社は消費者事業向けにSherlockと呼ばれる顧客・市場インサイトシステムを開発しました。ユーザーが質問を投稿すると、システムは特定のテキスト行やビデオのタイムスタンプを指し示して回答を提供します。Sherlockには、パッケージングなどの特定のトピックに関する専門家がキュレーションしたマイクロサイト（Knowledge Zones）も組み込まれています。システムにコンテンツを追加するユーザーは、ドキュメントの形式と品質に関する厳格なガバナンスガイドラインに従う必要があります。Novartisの調査ベンダーは、プロジェクトの成果物を直接Sherlockにアップロードできます。

このシステムは、Novartisが事業全体で重複したインサイトサービスに費用をかけるのを防ぎ、従業員が過度な一般化をせずに関連するインサイトを迅速に見つけるのに役立ちます。（例えば、WatchOutと呼ばれる機能を使用して、ヨーロッパの患者データのみに基づく結果にフラグを立てることができます。）その結果は積み重なっています。Novartisは、わずか1年間で一次市場調査コストを2,900万米ドル以上削減しました。このようなGenAIの使用によるインサイトの保存とアクセスの強化は、従業員が知識と知識のある人々の両方を見つけるのを支援することで、情報の民主化を促進できます。

定性データ分析：特別な問題

長い間、定性データ分析（厄介な作業）を行う機能は、既製の分析ツールには含まれていませんでした。この目的のための専門ソフトウェアは、主に学術的な定性研究で使用されてきました。歴史的に、ほとんどの市場調査者は、スプレッドシートを使用して半手動分析を実施してきました。GenAIツールは、この非常に時間のかかる定性分析作業に代わるものを提供します。

最近の 学術論文 は、GenAIは定性分析に適さないと主張しましたが、私たちの分析は、これは汎用AIチャットボットにのみ当てはまることを示唆しています。より専門的なツールには、効果的な定性データ分析に適した他の機能があります。

市場調査機関Illuminas（現在はRadius Insightsの一部）で定性調査を率いるTracy Tuten氏は、顧客インサイトを掘り起こすために、ベンダーの生成AIソフトウェアを早期に採用しました。複数の大学で市場調査を教えてきたTuten氏は、このアプローチを「会話型定性データ分析」と呼んでいます。

GenAIベースのソフトウェアを介して、Tuten氏は自然言語プロンプトを使用して、インタビューやフォーカスグループからの定性データを分析します。このシステムにより、音声ファイルや動画ファイルをアップロードして自動文字起こしを行い、要約を生成し、テーマを浮かび上がらせ、オーディエンスセグメント間で比較できます。Tuten氏によると、30以上のインタビューを含むグローバルスタディのような大規模な定性プロジェクトは、過去には分析に6週間かかっていたかもしれませんが、現在では1日で統合できるとのことです。このツールにより、非構造化データで見逃していたかもしれない二次的なインサイトも明らかにできます。Tuten氏は、ワークショップでクライアントと協力してこのソフトウェアを頻繁に使用し、より迅速で参加型のインサイト発見を可能にしています。

多くの定性研究者が以前はスプレッドシートと手動のカットアンドペーストコーディングに依存してデータを分析していたことを考えると、このAIベースのアプローチは効率性と厳密性における大きな進歩を表しています。ただし、生成AIや他の形式のAIを無批判に使用すると、重大な欠点が生じる可能性があります。会話型定性データ分析は研究者に取って代わるものではなく、研究者のパフォーマンスを強化するだけです。

ペプシコは、構造化データと非構造化データの両方を含む、顧客と市場に関する知識を生み出すためのソフトウェアを広範囲に活用しています。同社は特に、顧客が特定の広告キャンペーンやブランドメッセージにどのように反応するかを判断することに注力してきました。しかし、それが同社が採用している唯一のアプリケーションというわけではありません。私たちとのインタビュー、および 「コンシューマー・インサイト・レボリューション」（ペプシコにおける顧客インサイトの変革を描いた書籍）の中で、上級副社長兼チーフ・カスタマー・インサイト＆アナリティクス責任者のステファン・ガンズ氏は、同社のマーケティングリサーチの「プラットフォーム」であるAsk Adaについて次のように説明しています。

• 実際の、または 合成の顧客に対して新しいクリエイティブコンテンツをテストする機能.
• 広告、インフルエンサー、その他のタイプのキャンペーンの結果に関するデータリポジトリ
• ソーシャルリスニング機能
• 予測モデリング
• 現在および過去の顧客インサイトの教訓に関する知識管理（メタラーニングを含む）
• Ask Adaのすべてのコンテンツへの会話型インターフェース

ガンズ氏はまた、Ask Adaがペプシコの外部の代理店やコンサルタントへの依存度を減らしたと評価しています。

なぜAIだけでは不十分なのか：4つの課題

これらの新しい機能にもかかわらず、GenAIツールは戦略業務においてマーケティングリーダーを代替することはできません。ガンズ氏が指摘したように、「マーケティングとイノベーションの効果を高めて商業的な卓越性を促進することは、ますます自動化されるでしょう。しかし、消費者需要の理解を主導することははるかに戦略的であり、依然として人間が必要です。」

私たちの調査で明らかになったように、AI技術が顧客と市場のインサイトを変革する能力を阻害するいくつかの重要な問題があります。これらの問題は知識管理と生成AIに先立って存在し、対処されなければ問題を引き起こすでしょう。これらの要因のうち4つを、それらに直面し克服した組織の例とともに見ていきましょう。

1. 地理的および事業部門に共通のアプローチが欠如している

私たちがインタビューを実施したあるグローバル消費財企業は、ベンダーからGenAIベースの顧客・市場知識ツールを導入したものの、これまでのところグローバルな知識へのアクセス向上においてほとんど進展が見られませんでした。問題は、同社が100カ国以上で事業を展開しており、各国ベースのユニットが大きな自律性を持っていることです。ブランド名、カテゴリー、流通アプローチに関する全社的なコンセンサスはありません。「知識の塊はあるが、非常にまとまりがない」と、インサイト担当の知識管理責任者は私たちに語りました。「さまざまな人がさまざまなことに投資している。矛盾する数字やアウトプットがあり、それらはすべて異なる文脈で解釈されている。」情報と知識のフォーマットを部門間でより共通化しようとする上級幹部は誰もおらず、それは企業文化に反すると見なされるでしょう。その結果、生成AIツールは一部の地理的ユニットでのみ使用され、同社のマーケティング担当者や製品開発者は互いに学び合うことができていません。同社は、より中央集権的でグローバルなアプローチを生み出すための戦略を策定しようとしています。

ペプシコでは状況が異なります。ガンズ氏が2017年に初めてチーフ・カスタマー・インサイト＆アナリティクス責任者に任命されたとき、同社は顧客と市場のインサイトに対して多様なアプローチを持っていました。しかしガンズ氏は、マーケティング担当者が互いに学び、関連するインサイトを共有できるように、市場調査の「一つの国」を作りたいと考えました。CMOの強力な支援を受けて、ガンズ氏はグローバル・インサイト・カウンシルを設立しました。これは、すべての地域および中央/グローバル機能を代表する15人のインサイトリーダーで構成されていました。現在、顧客インサイトはペプシコのイノベーション活動に緊密に統合されています。

2. 顧客と市場のインサイトが戦略と文化の一部になっていない

組織の意思決定者がその種の知識の熱心な消費者でなければ、たとえ最高の技術でも成功しません。私たちの調査によると、情報に対する熱心な消費者がいなければ、企業の市場調査の取り組みは失敗に終わります。そのため、リーダーには文化と変革管理の取り組みがしばしば求められます。

P&Gではデータへの情熱が高く、顧客・市場志向を長期的に重視することで知られています。実際、P&Gは最近、 市場調査100周年を祝いました。1924年、当時のCEOは研究者に、顧客がなぜアイボリー石鹸を購入しているのかを調べるよう依頼しました。P&Gのシン氏は私たちにこう語りました。「私たちのすべての活動の中心には消費者がいます。…私たちの戦略は、消費者に優れた製品体験を提供することです。私たちは、実験科学、人間科学・行動科学、データサイエンス、テクノロジープラットフォームの知識を活用して消費者を理解しています。」

3. 代理店との関係がデータ所有権の複雑さをもたらす

多くの企業は、消費者調査のために外部の広告・マーケティング代理店を利用しています。クライアントと代理店の関係は、分析戦略、分析の解釈、データと結果の継続的な所有権に関して不確実性や機能不全を引き起こす可能性があります。代理店が顧客と市場のインサイトのすべてまたは大部分を所有することになれば、企業の従業員は外部の助けなしでは顧客のニーズを満たせなくなります。ペプシコのガンズ氏は、クライアント企業が代理店によってクライアントのために作成されたすべての調査結果とインサイトを所有すべきだと強く主張しました。また、データを所有しても、そこから学ぶことを外部委託するのは良い考えではないと付け加えました。なぜなら、従業員は市場調査から得た教訓を将来のキャンペーンに適用すべきだからです。

しかし、引き続き代理店と協力する消費者志向の企業にとっては、クライアントと代理店の間のコラボレーションを促進するベンダーソフトウェアも存在します。両者は、消費者調査を表示、編集、クエリし、さまざまなアウトプットを生成できます。

4. アナリティクスの専門家が地位の低い「注文受付係」と見なされる可能性がある

あなたの組織でそうであるなら、その評判を変える必要があります。私たちがインタビューを実施した消費財企業の1つでは、インサイトとアナリティクス機能は常に図書館のような焦点を持っていました。以前は、インサイトに関心のある社内の顧客は、研究者または「図書館員」に相談する必要がありました。ベンダー提供のGenAIツールの登場により、この機能は民主化されました。

しかし、同社のシステムのユーザーは依然としてそれを図書館として扱っており、インサイトのストックにあまり貢献していません。社内顧客がセルフサービスできるようにしても、コンテンツと分析への需要が大幅に増加したわけではありません。また、ユーザーは必ずしも高品質のプロンプトを提供するとは限らず、「バック・トゥ・スクールについて何を知っていますか？」と尋ねるかもしれませんが、同社がそのテーマについて数十年にわたる市場調査を持っていることに気づいていません。ノバルティスと同様に、専門家がプラットフォーム内に厳選されたコンテンツのマイクロサイトを作成し、特定の分野における特定の情報アクセスの問題に対処しました。それでも、インサイトとアナリティクス機能の予算と人員は近年削減されています。米国外の同様の機能は、GenAI対応ツールに費用を支払いたがらず、顧客と市場の知識に対して異なるアプローチを取っています。

ペプシコは以前、市場調査に対して「注文受付」的な考え方をある程度持っており、研究者が社内顧客と協力したり、インサイトのリクエストを形成するのを手伝ったりするよう求められることはほとんどありませんでした。調査チームのメンバーは自分の役割にほとんど敬意を払っておらず、その機能は何度も予算削減を求められました。ガンズ氏がその機能のリーダー的役割に就いたとき、彼とCMOは、ペプシコが消費者インサイトに年間数億ドルを費やしており、会社がより顧客中心にならない限り、それを行う意味はほとんどないと結論付けました。彼は一連の変更を行いました。新しいAIおよびインサイトソフトウェアシステムとAsk Adaプラットフォームの導入を含み、最終的に顧客インサイトとアナリティクス組織は高く評価され、十分な資金を得られるようになりました。

---

全体として、いかなるAIツールも、組織が既にうまく行っていることの代替と見なされるべきではありません。P&GのSingh氏が私たちに語ったように、「私たちは、顧客を理解することに重点を置くという伝統と、最新のAIソリューションを融合させました。例えば、顧客の家庭訪問を置き換えるのではなく、AIでそれを補完しているのです。」

また、私たちの研究は、顧客および市場インサイトを管理するためのAI対応ソフトウェアが急速に進化していることを示唆しています。リーダーは、自社の特定の状況に合ったさまざまな機能や特徴に関心を持つことがよくあります。しかし、リーダーは今日のソフトウェアには限界があることを認識すべきです。統合が不十分なグローバル組織では、人間が地域ごとに顧客、ブランド、マーケティングアプローチに異なる名前を作り出しており、そのような場合、AIでさえ統一された顧客および市場インサイトをまとめることはできません。企業は、そのデータを効果的に分析し行動に移すために、人間がデータを統合し標準化する必要があります。

最後に、企業の従業員が実際に顧客および市場インサイトを収集し行動に移すことに興味がない場合、いかなるソフトウェアもその状況を変えることはできません。これらはAIではなく、人間が対処すべき問題です。