「データファースト」の考え方を確立する: AI はどのように変化を促進できるでしょうか?

AI技術の継続的な発展と進歩により、一部の企業では技術革新が促進されています。 AI を活用して変化を推進する方法を学びましょう。

人工知能の出現は世界中の経済発展のペースを変え、企業の発展にとっても破壊的な技術変化となっています。企業が発展したいのであれば、現在の成長のボトルネックを打破しなければなりません。まず、認識を変えて「データファースト」の意識を確立することです。

では、「データファースト」とはどのような認識なのでしょうか?簡単に言えば、「データをビジネスに変える」ことと「ビジネスをデータに変える」ことができることを意味します。つまり、「データファースト」の意識には、上記2つの側面が含まれています。上記 2 つのポイントは、企業がデジタル変革を実行するための重要な実装パスでもあります。

データは、土地、労働、資本、技術に次ぐ5番目に大きな生産要素となっています。そして、人工知能技術がどのように発展し進化しても、その基礎となるロジックは常にデータであり、中間層にはアルゴリズムと計算能力が続き、その上にさまざまな大規模モデルがあり、それがあらゆる分野やさまざまなシナリオに適用されます。したがって、データのキャプチャと効果的な使用も、AI 変革を推進するための最も重要な前提条件となっています。

企業にとって、基盤となるデータ ウェアハウスの構築と、ビジネスをデータに変換し、データをビジネス インサイトに変換できる企業マネージャーと関連データ エキスパートのトレーニングは、企業の中核的な競争優位性の 1 つになっています。

問題は、企業が生産および運用プロセス中にどのようなデータを生成するかということです。

実際、企業は業務活動の中でさまざまな種類のデータを生成しますが、これらのデータはさまざまな場所に散在しているため、見落とされがちです。同時に、今日の企業が直面している課題は、さまざまな場所に散在するデータを完全に収集して統合し、企業の収益と対応効率を向上させることです。企業全体のデータ資産は、次のカテゴリに分類できます。

01

顧客データ: 顧客データは、主要顧客データと一般顧客データに分けられます。重要顧客企業様は実際の状況に合わせてカスタマイズできます。たとえば、年間収益が 100 万人民元を超える顧客は主要顧客とみなされます。比較的規模が大きく、年間売上高が100億人民元を超える顧客は、現時点では売上高の貢献度が比較的小さい（100万人民元未満）ものの、将来的にこの顧客とのビジネスチャンスを拡大するチャンスがある場合は、二次主要顧客として定義することもできます。

したがって、主要顧客の定義では、売上高を横軸、発展可能性を縦軸として、4つの象限に分けることができます。高所得で発展の可能性が高い人は主要顧客であり、低所得で発展の可能性が高い人も主要顧客であり、高所得で発展の可能性が高い人は一般的な維持顧客であり、低所得で発展の可能性が高い人は最も簡単なフォローアップのみを必要とする放棄可能な顧客です。

それで、このデータは何に使われるのでしょうか?顧客の種類によって、企業が投資する必要がある保守の人材とリソースは異なります。つまり、リソースへの投資は戦略的に差別化され、集中的に実行される必要があります。

個別的な観点から見ると、顧客データは、顧客の基本情報、名前、会社名、業種、会社内での役職、連絡先情報、その他の基本情報など、多くのデータ次元をカバーできます。この基本情報は、企業がマーケティング活動において顧客リードを獲得するための基礎情報にもなり、顧客活性化、リードインキュベーション、パフォーマンスマーケティング変換などの将来のマーケティング活動に活用することができます。

顧客の基本情報に加え、個々の顧客の行動、ブランドとの関わり、ブランドとの関わりの頻度、どの商品がいつどのチャネルで購入されたか、1回の注文金額、業界における顧客の影響力など、より詳細なデータが必要です。これらの重要なデータは、ブランドが主要顧客と非主要顧客の性質と特徴を定義し、将来的に顧客に対して目的に沿った効率的でパーソナライズされたマーケティング活動をどのように実行するかを決定するのに役立ちます。ここでのキーワードは「パーソナライゼーション」です。

今日、AI テクノロジーは、パーソナライズされた顧客行動の分析と予測において決定的な役割を果たしています。 AI時代が到来する前は、これらすべては不可能だったでしょう。

02

マーケティングデータ: マーケティングデータは、合計データと個別データに分けられます。合計データには、市場調査データ、広告およびマーケティングデータが含まれます。

調査データには、業界全体の規模、市場競争の状況、競合製品の市場シェア、競合他社に関する戦略的調査、全体的な消費者動向の変化、行動調査および製品が含まれます。これらのデータは、企業に市場動向の分析と予測を提供し、市場機会を捉え、市場の変化に対応するのに役立ちます。この種のデータは、マーケティング活動を開始する前にマーケティング担当者がマーケティング戦略を策定する上で不可欠なステップでもあります。

広告およびマーケティング データは、ブランド ウェブサイト、ソーシャル メディア、テレビ メディア、屋外メディア、e コマース ウェブサイトなどのさまざまな広告およびマーケティング チャネルによって生成されるさまざまな種類のデータに分類できます。これには、インプレッション、クリック、クリック コスト、コンバージョン率、維持率、およびメディアの配置や広告およびマーケティングの効果を分析するために使用されるその他の一般的なデータが含まれます。

しかし、人工知能技術の発展により、そのようなデータの価値は低下しています。多くの広告会社は、自社が提供するサービスが価値があり効果的であることを証明するために、依然としてこのデータを顧客へのレポートで使用していますが、実際には、このデータの説得力はますます薄れつつあります。このタイプのデータの欠点は、マーケティング キャンペーンの良し悪しについて結論を導き出す以外に、実際の「データ ビジネス」価値、つまり次に何をすべきかを生み出すことが難しいことです。マーケティングリソースの割り当てを調整する必要はありますか? また、どのように調整すればよいですか?

それに比べて、より大きな価値を生み出すことができるのは、個々のマーケティングデータです。たとえば、マーケティング キャンペーンを通じて顧客を引き付けます。コンバージョン率の高い顧客のプロファイルはどのようなものですか?どのような特徴がありますか?これはマーケティングにとってどのような価値があるのでしょうか?

それは未来を予測することです。強い意図を持つこの潜在顧客のグループを定義した後、アルゴリズムを使用して将来の潜在顧客を予測し、同様のグループ特性を持つより幅広い潜在顧客にリーチすることで、一方では正確な人口の範囲を広げ、他方ではよりパーソナライズされたコンテンツと変換方法を提供できるでしょうか?ここでのキーワードは、やはり「パーソナライゼーション」です。

パーソナライズされたマーケティング データには通常、ソーシャル メディア上の製品に関するユーザーのコメントや意見、ユーザーが提供する肯定的および否定的な情報、検索エンジンでの企業ブランドや主要製品のランキングも含まれます。このデータはブランドにとってどのような価値があるのでしょうか?鍵となるのは、こうした「口コミ」データの分析です。企業は自社のブランドや製品に対する消費者のフィードバックを理解し、良い評判を維持し、消費者の信頼を築くことができます。

03

企業のその他のデータ資産には、サプライ チェーン データ、生産データ、財務データ、人事データなどがあります。これらのデータは、さまざまな段階のビジネス活動中に生成され、さまざまな機能部門の管轄下にあります。大規模および中規模の企業にとって、企業の最下層に統合データ ウェアハウスを確立することは非常に重要です。

企業の生産・運用プロセスにおいて、さまざまな種類のデータを完全に統合し、活用することは非常に困難な作業です。デジタル インフラストラクチャのレベルから、異なる部門の人員間のコラボレーションに至るまで、関連するデータ担当者のポジションの設定には非常に高い要件があります。企業のデジタル変革の主要な実装パスは、デジタルインフラストラクチャの構築とデータの収集および活用能力に反映されます。

ビジネスのデータ化とは、企業のビジネス活動によって生成されるさまざまなデータをデジタル ツールを使用して収集し、保持するプロセスです。次のより重要なステップは、データを商業化することです。これは、データをコアビジネスインサイトに変換するプロセスであり、つまり、データを効果的に活用することです。

AI ツールの機能と人々の知恵を活用することで、データを解釈し、売上成長、利益増加、業務効率向上など、企業発展の主要指標に価値のある戦略的なマーケティングおよび運用手順に変換することができます。企業はデータから、何をすべきか、何をすべきでないか、どこで方法の革新が必要かを判断し、それによってデータを、実行可能、達成可能、測定可能、正確かつ効果的な戦略的ステップに分解することができます。これは、商業的成長の観点から、AI 製品の最も想像力豊かな応用シナリオの 1 つでもあります。

しかし、Sora ビデオ モデルの登場により、AI が急速に発展していることにも注目すべきです。 Sora は AI テクノロジーにおけるもう一つの破壊的な進歩とみなすことができますが、短期的には、依然として人間を必要とする多くの仕事を AI が置き換えることはできません。ビジネスのデータ化とデータのビジネス化のプロセスには、依然として多くの人的介入が必要です。したがって、Copilot の作業モードは、今後も長く存続する作業方法となるでしょう。これはまた、マネージャーと専門家の両方が、日常業務の管理に役立つさまざまな AI ツールの使い方を学び始める必要があることも意味します。

今後 5 年間で、AI の開発と応用により、企業内の多くの基本的な職種が置き換えられ、AI ツールの使い方を学んでいない人や、AI ツールを日常業務に取り入れようとしない人、または取り入れようとしていない人が排除される可能性があります。これは誇張ではありません。

時代の流れに乗り、AIの発展に遅れずについていき、最新の技術を積極的に取り入れて吸収し、理性と客観性を保ち、AIを活用して積極的な役割を果たすことは、すべての働く人にとって必須の科目となるでしょう。

著者: Zhu Jingyu WeChat 公式アカウント: Jade がデジタルマーケティングについて語る