長年にわたりAIを試行錯誤してきた小売業界が、いま新たな局面を迎えています。
消費者インサイトを日々の商業的意思決定に直接組み込もうという動きです。
米国の予測型消費者フィードバック分析企業First Insightは、次世代の小売AIは「ダッシュボードではなく対話」によって実現されるべきだと主張しています。
ダッシュボードから対話へ
First Insightは3か月間のベータプログラムを経て、新しいAIツール「Ellis」をブランドや小売業者向けに公開しました。
Ellisは会話型インターフェースとして設計されており、商品企画、価格設定、計画担当チームがFirst Insightプラットフォーム内で製品、価格、需要について質問できるようになっています。
同社によれば、このアプローチは意思決定にかかる時間を数分に短縮することを目的としています。
McKinseyの調査では、大手小売業者の多くが現在大量の顧客データを収集しているものの、一部の企業はインサイトを製品開発の意思決定に影響を与えるのに十分な速さで行動に移せていないことが明らかになっています。
McKinseyは、インサイトと実行の距離を縮めるAIツールが、レポートシステムよりも測定可能な商業的価値をもたらす可能性が高いと指摘しています。
First InsightはこれまでBoden、Family Dollar、Under Armourといった小売業者と協力し、アンケートフィードバックと予測モデリングを用いて消費者需要、価格感度、パフォーマンスを予測してきました。
こうしたインサイトは通常、ダッシュボードやレポートで提供されていました。
Ellisを使えば、ユーザーは会話形式でインサイトを照会できます。
たとえば、特定の市場で6アイテムのアソートメントと9アイテムのアソートメントのどちらがより良いパフォーマンスを発揮する可能性が高いか、あるいは特定の素材を除去することが魅力にどう影響するかを尋ねることができます。
First Insightによれば、システムは既存のデータモデルに基づいて回答を返します。
業界の証拠は、この手法が小売の意思決定におけるボトルネックの解消に役立つ可能性を示唆しています。
Harvard Business Reviewによるデータ駆動型小売組織の分析では、インサイトがすばやくアクセスできない場合、特にライン・レビューや初期コンセプト開発の段階で価値を失うことが多いことがわかっています。
すでに稼働している予測インサイト
First Insightが使用している基礎技術は、すでに小売セクター全体で展開されています。
Under Armourは消費者データと予測モデリングを使用して製品アソートメントと価格戦略を洗練させており、この技術がマークダウンリスクを軽減し、定価販売を改善するのに役立っていると説明しています。
同様に、ファッション小売業者Bodenは顧客インサイトがアソートメント決定、特にトレンド主導のアイテムとコアアイテムのバランスを取る際の役割について言及しています。
これらの企業は独自システムの詳細を公開していませんが、こうした事例は予測型消費者データが商業計画にどのように組み込まれるかを示しています。
同様のツールは業界の他の領域でも使用されています。
WalmartやTargetといった小売業者は、地域の需要パターンを理解し、価格を最適化し、新しいコンセプトをテストするために、分析と機械学習に投資しています。
小売業におけるAIに関するDeloitteの調査によれば、予測型消費者インサイトを使用している企業は、特に分析を早期に統合した場合、予測精度の向上と在庫リスクの低減を報告しています。
価格設定、アソートメント、競争力学
Ellisは、First Insightが「予測型小売大規模言語モデル」と呼ぶものによって動作しています。
これは消費者反応データで訓練されたモデルです。
同社によれば、これによりシステムは最適な価格設定、予測される販売率、理想的なアソートメントサイズ、セグメント別の好みについての質問に答えることができます。
この焦点は、価格最適化とアソートメント計画が小売業におけるAIの最も高価値なユースケースの一つであることを示す学術研究と一致しています。
Journal of Retailingに掲載された研究では、データ駆動型の価格モデルが従来のコストプラス方式を上回る可能性があり、特に消費者の支払意欲が直接測定される場合にその傾向が顕著であることがわかっています。
競合ベンチマーキングは、小売業者が分析を活用できるもう一つの領域です。
Bain & Companyの調査によれば、自社製品と競合製品を比較できる小売業者は、価格だけでなく価値でも差別化するより良い立場にあるとされています。
したがって、こうした比較を単一の分析レイヤーに統合するツールは理想的と考えられます。
インサイトをより広くアクセス可能に
First Insightの中心的な主張の一つは、Ellisが専門的な分析チーム以外の人々にも消費者インサイトをアクセス可能にするということです。
自然言語での問い合わせにより、上級幹部から現場担当者まで、分析を待つことなくデータと関わることができます。
分析の民主化は、多くの業界研究で繰り返されるテーマです。
Gartnerは、分析へのアクセスを広げる組織がツールの採用とROIを実現する可能性が高いと報告しています。
ただし、出力が正しく解釈され、堅牢なデータに基づいていることを保証するためにシステムを管理する必要があると警告しています。
First Insightは、Ellisが既存プラットフォームの方法論的厳密性を維持しながら、意思決定の時点での摩擦を減らすと主張しています。
同社CEOのGreg Petroによれば、目標は予測インサイトを実際に意思決定が行われる瞬間に持ち込むことです。
同社広報担当者は次のように述べています。
「First Insightは約20年間、実際の消費者フィードバックに基づいて価格設定、製品の成功、アソートメントの意思決定を予測することで小売業者を支援してきました。Ellisはそのインテリジェンスをライン・レビュー、初期コンセプト開発、取締役会に直接持ち込み、チームが自信を犠牲にすることなくより迅速に動けるよう支援します」
成長する競争の激しい市場
First Insightがこの分野を対象としているのは単独ではありません。
EDITED、DynamicAction、RetailNextといったベンダーも、商品企画や価格設定を対象としたAIツールを提供しています。
新しい製品を差別化しているのは、モデルの複雑さよりも使いやすさとスピードへの重点です。
小売AIに関する最近のForresterレポートでは、会話型インターフェースが確立された分析プラットフォームの上に重ねられていることが指摘されており、これはユーザーがデータとのよりインタラクティブなインタラクションを求めていることを反映しています。
こうしたツールはより良い意思決定につながりますが、データの品質と組織の規律に依存しています。
First Insightは今年のニューヨークで開催されたNational Retail Federation会議でEllisをプレビューしました。
この会議では、AI駆動型の商品企画と価格設定ツールが大きく取り上げられました。
小売業者が不安定な需要、インフレ、変化する消費者の好みに直面する中、シナリオをテストする能力は貴重なものであり続けています。
参考：Retailers bring conversational AI and analytics closer to the user
コメント