2022年12月15日
日本電気株式会社

NECは、企業がマーケティング施策を立案する際などに必要な顧客の興味や関心などの特性(属性)を、AIを活用して推定する「消費者属性拡張」技術を開発しました。本技術により、顧客の情報を十分に持たない場合でも、Web上のオープンな文書データや他社データから学習した「顧客に似た人」の行動傾向にもとづいてその顧客の特性を推定、マーケティング活動を支援することが可能になります。
こうしたメカニズムによる顧客特性の推定技術の開発は世界で初めてです。(注1)

企業がマーケティング活動を行う場合には、顧客の特性を理解し、その特性に合わせて最適な情報を最適なタイミングで発信することが重要です。しかし、企業が持っている顧客の情報は自社製品の購買履歴などに基づくものが多く、他分野での嗜好など多様な顧客特性を理解するためには不十分でした。そのため、自社の顧客データに自社外の顧客データを紐づけるCookie-Sync(注2)などの手段も活用されてきましたが、把握できる顧客の特性がオンライン上の行動に限られてしまう点や、プライバシーの懸念などの課題がありました。
今回開発した技術は、様々な分野での消費者の一般的な行動傾向の知識を、Web上のオープンな文書データや他社データなどから学習します。その上で、自社顧客のデモグラフィック情報(注3)やサイコグラフィック情報(注4)をこの行動傾向モデルに当てはめて「顧客に似た人」の特性を観測することにより、顧客の多様な特性を推定します。顧客に関する他社のデータが無い場合、あるいはプライバシー上の観点で他社の顧客データを顧客単位でデータ連携できないような場合でも、高い精度(注5)で顧客の特性を推定することができます。

NECと株式会社ジェーシービー(本社：東京都港区、代表取締役会長 兼 執行役員社長：浜川 一郎)は2022年9月から本技術を消費者向けマーケティング領域に活用する実証実験(注6)に取り組み、本技術の本格的な活用のための検討に着手しています。
NECは今後、本技術について様々な分野での検証と技術改良を実施し、2022年度中の事業化を目指します。

本技術による顧客特性の推定方法

1. 自己教師あり学習により消費者の行動傾向を学習

本技術はまず「Aを買う人はBという観点を良く気にする」「Cが好きな人はDも好きなことが多い」など様々な分野での消費者の行動傾向に関する情報を、Web上のオープンな文書データから学習します。自己教師あり学習と呼ばれるアルゴリズムを活用することで、人間が教え込むことなくAIが勝手に学習を進めることができるため、膨大なWeb上の情報を基に消費者の行動傾向を幅広く学習することができます。また、他社の顧客データや専門家の知識が利用可能な場合(注7)は、追加の学習により、AIが学習した行動傾向の知識を補強することもできます。

2. 段階的な推論により顧客の多様な特性を高精度に推定

次に、学習した行動傾向のモデルに自社顧客のデモグラフィック情報やサイコグラフィック情報を当てはめ、「顧客1はAを買った」という自社のデータから、「Aを買ったのだからBという観点を気にするはずだ」「Bという観点を持つのだからCも好きなはずだ」というように、「顧客に似た人」の行動傾向を基に、段階的に顧客の特性を推論します。また、推定した特性がマーケティング施策上の次のステップ、例えば広告クリック率の向上に寄与するかどうかなどを判断することで、推論を適切なタイミングで打ち切ることや、推論過程で得られた特性の取捨選別をおこなうことも可能です。これにより、多様な顧客の特性を高い精度で推定することが可能となります。

以上

「消費者属性拡張」技術について

URL：https://jpn.nec.com/ai/analyze/customer_enrichment.html

本件に関するお客様からのお問い合わせ先

NEC　グローバルイノベーション戦略部門