AIはマーケターの秘密兵器
すべてのCMOは、マーケティング費用に対するビジネス上の成果を示す必要に迫られています。CEOや取締役会は、マーケティング部門がどれほどの広告費を費やしているかを強く認識しており、その費用からどのような具体的な利益を得ているのかを問うています。
CMOにとっては、「価値の高い消費者に広告費を集中させる」という明確なメッセージがあります。つまり、コンバージョンする可能性が高く、ライフタイムバリュー（LTV）が高い消費者を特定するということです。でも、どうやって？
そこで登場するのが、人工知能（AI）です。AIは、あなたが自由に使える最も重要なツールの一つです。幸いなことに、マーケターが毎日使う多くのプラットフォームに組み込まれています。 しかし、箱から出してすぐにAIがあなたのブランドに完璧に機能することを期待しないように注意してください。すべてのAIは、以下で説明するように、何らかの方法で訓練しなければなりません。
AI 101
そもそもAIとは何でしょうか？AIとは、"知的 "に行動できる機械を開発しようとするコンピュータサイエンスの一分野です。 つまり、高度な情報に基づいた判断を自律的に行えるように機械を訓練しようとするものです。
デジタル広告で使われるAIには、機械学習や自然言語処理（NLP）など、さまざまな種類があります。
機械学習とは？
機械学習は、コンピュータがデータから学習するAIのサブセットです。機械学習の利点は、認知バイアスがかからないことです。機械学習のアルゴリズムは、すでに知っているデータや傾向を探すのではなく、人間が自分では見つけられないような意味のあるつながりを見つけ出します。
機械学習には「教師あり」と「教師なし」の2種類があります。教師あり機械学習は、インターネット上の猫の写真を特定するなど、特定の質問に答えるためにデータが必要な場合に使用されます。このタスクを実行するためには、教師あり機械学習モデルに何千枚もの猫の写真を見せて、猫のユニークな属性を認識させる必要があります。また、猫が写っていない画像も見て、猫が写っていない画像を識別できるようにしなければなりません。この猫の写真と猫以外の写真のコレクションは、学習データと呼ばれます。
教師なし機械学習は、人間が自分では気づかないようなパターンを発見することを目的としています。データサイエンティストは、教師なし機械学習アルゴリズムに膨大なデータセット（例えば、ソファを購入した消費者のオンライン行動すべて）を提供し、意味のある手がかりを発見します。
自然言語処理（NLP）とは？
自然言語処理は、言語学、コンピュータサイエンス、AIが交差する研究分野です。NLPは、コンピュータと人間の言語との相互作用や、膨大な量の自然言語データを処理・分析できるようにコンピュータをプログラムする方法に焦点を当てています。
LTVの高い顧客を獲得するために、AIはどのようにマーケターを支援するか
教師あり機械学習と教師なし機械学習は、マーケティング担当者が価値の高い消費者を絞り込むのに役立ちます。教師あり機械学習では、アルゴリズムが既存の顧客の属性や行動を調べ、重要なパターンを検出します。例えば、オンラインやオフラインでの行動を振り返ることで、特定の商品やブランドとの親和性を示す重要なサインとなる関連パターンを特定することができます。
製品に対する短期的な関心を示すパターンを識別すると、ブランドの新規顧客になりそうな人の特徴を理解することができます。そして、この洞察に基づいてオーディエンスセグメントを作成し、カスタムメッセージングやターゲティングを行うことができます。
なお、このアルゴリズムには、「これはスポーツアパレルを購入した消費者」と「これはスポーツアパレルを購入しなかった消費者」の違いを教えるデータサイエンティストが必要です。
教師付き機械学習の現場
教師なしの機械学習では、マーケターからの入力や指示がなくても、アルゴリズムがデータの中からパターンを探し出します。単純に問いかけるのです。"価値の高い顧客について、データは何を語っているのか？"教師なし機械学習の主な利点は、マーケターが既存および見込みのある市場内の消費者の集団をセグメント化し、予想外の機会を発見できることです。例えば、教師なし機械学習アルゴリズムは、特定の製品を購入した消費者が、全く関係のない別の製品を購入する傾向が高いことを発見することができ、これは新規顧客を探す際に有用な知見となります。
教師なし機械学習の仕事
マーケターとは異なり、機械はブランドの顧客が誰であるかという先入観を持たないため、この種のAIには真のメリットがあります。消費者の行動データを分析し、どのユーザーが最も似ているかを検出することで、アルゴリズムは同じような行動をとるユーザーのグループを明らかにすることができます。マーケターとしては、その知見をもとに新たな顧客ペルソナを作成し、そのプロファイルに合致する、自社ブランドを全く知らない消費者をターゲットにすることができます。
NLPは、マーケターにとっても有用なアプリケーションがたくさんあります。例えば、競合他社のキーワード戦略を分析し、自社ではなく競合他社のサイトに訪問者を導くキーワードを発見することができます。また、顧客のペルソナごとに広告コピーを作成することもできます。また、チャットボット（人間のような会話をシミュレートするソフトウェア）などの現場での機能にもNPLは欠かせません。
機械学習と自然言語処理の力を活用することで、市場調査担当者は、LTVの高い顧客が誰であるか、また、ブランドを全く知らない同様の消費者をどこで見つけるかについての理解を大幅に深めることができます。また、新規顧客をウェブサイトに引き付ける方法や、長期的なロイヤルカスタマーになってもらうための最適なエンゲージメントの方法についても、深い洞察を得ることができます。
