#マーケティング #広告 #人とAIの協業
AI を導入したものの、期待した成果につながらない…。そんな悩みを抱える会社は少なくないはずです。
金融サービスを提供するアイフル株式会社の事例は、AI を効率化ツールとしてではなく、事業成長のパートナーとして位置づけることで成果を上げました。
アイフルがどのようなマーケティングの壁にぶつかり、どう乗り越えたのか。そこから見えてくる、これからの人と AI のあり方について考えます。
アイフルの取り組み
金融サービスを提供するアイフル株式会社の事例は、AI 時代にマーケターが果たすべき役割を映し出しています。
まずはアイフルが直面していた構造的な課題と、それを解決するために設計したモデルを見ていきましょう。
アイフルが直面していた課題
アイフルは長年、テレビ CM による認知拡大とアフィリエイト広告による顧客獲得を軸としてきました。
しかし、フィンテック市場への異業種参入や後払い決済の台頭により競争が激化。若年層のテレビ離れも進み、従来のマーケティングの勝ちパターンでは成果を上げにくくなっていました。
加えて問題だったのは、マーケティング投資と事業成長の乖離でした。
アイフルは CPA (顧客獲得単価) を広告運用の KPI に据えていましたが、CPA を抑えても契約率が思うように上がらず、肝心の契約者数の増加につながっていないという事態に直面していたのです。
誤った目標を与えれば ｢契約に至らない質の低いユーザー｣ ばかりを集めてしまい、長期的な事業成長から遠ざかってしまっていました。
アイフルが設計した協業モデル
この状況を打破するため、アイフルは電通、セプテーニ、Google と連携し、抜本的な戦略の見直しを行いました。
顧客データと広告接触データを徹底分析した結果、指名検索 (ブランド名での検索) 経由でサイトを訪れた顧客は、その後の契約率が高いという事実を発見します。
そこで KPI を従来の CPA から ｢指名検索経由のサイト来訪リフト数｣ へと再設定しました。単なる指標変更ではなく、事業成長の先行指標を追う戦略への転換です。
さらに、指名検索を増やすために、資金需要が発生する前の兆しを捉えるアプローチを採用しました。
たとえば引っ越しでまとまったお金が必要になる場合、その兆しは実際の資金需要が発生する前の検索行動などに現れるはずです。競合との比較検討に入る前のタイミングでアイフルのサイトへの来訪を促せれば、優位に立てます。
そこでアイフルは、サイト来訪者のデータを時系列で逆算分析し、資金需要が発生する顧客行動を ｢引っ越し｣ や ｢推し活｣ など 35 のクラスターに分類。これを Google の Demand Gen (デマンド ジェネレーション キャンペーン) に設定し、AI に ｢誰にアプローチすべきか｣ を学習させたのです。
AI が誰にアプローチすべきかを正確に理解でき、戦略に沿って高い精度で機能するようになりました。
人と AI の役割分担
アイフルの事例が示唆に富んでいるのは、ただ最新の AI ツールを使ったから成功したのではなく、人間と AI の役割分担がうまく設計されていた点にあります。
AI の ｢暴走｣ を防ぐゴールの設計
AI は強力なエンジンを持った車のようなものです。しかし、行く目的地が間違っていれば、間違った方向へ猛スピードで進んでしまいます。
ここで人間が発揮すべきは、データから真の要因を見抜く ｢構造化能力｣ です。
アイフルは、目先の CPA ではなく指名検索経由のサイト来訪こそが契約につながる鍵であると突き止めました。AI に対して ｢ブランドに関心を持ち、最終的に契約に至る質の高いユーザーを探せ｣ という正しい目的を与えられたのです。
どの指標が本当に事業にとって重要かについては、ビジネスモデル、競争環境、顧客の購買プロセスなど、人が多層的な文脈を理解した上での判断です。
人間による ｢兆し｣ の発見と仮説立案
AI への ｢インプットの質｣ も成果を左右します。
重要なのは、AI に丸投げせず ｢AI が何を探すべきか｣ という方向性を人間が明確に示した点です。
人間はデータの背後にある ｢なぜその商品が欲しいのか｣ ｢いつお金が必要になるのか｣ という文脈 (コンテキスト) を読み解きました。
- 契約に至った顧客の過去の行動パターンを抽出
- ｢引っ越し｣ や ｢推し活｣ といった消費者文脈ごとに兆しを 35 のクラスターに分類
- それぞれのクラスターで特徴的なキーワードや URL を特定し、AI に学習させる
｢引っ越し予定者はまとまったお金へのニーズがあるかもしれない｣ という仮説構築は、人間の洞察力があって初めて可能です。
人間が ｢誰を狙うべきか｣ という地図を描き、AI に渡すプロセスが人と AI の協業のカギを握ります。
AI によるアウトプットの最大化
人間が戦略と仮説を設計したことで、AI は本来の強みを最大限に発揮できるようになりました。
35 個のクラスターという明確な方向性が示されたことで、AI は以下を高速で実行しました。
- 数万、数十万のシグナルから、指名検索につながる行動パターンを学習し、どのクラスターが効果的かを検証
- どのユーザーに、どのタイミングで、どの広告を届けるかを瞬時に判断し、24 時間休みなく配信を調整
- 配信結果を即座にフィードバックし、ユーザー行動の変化に合わせて判断精度を向上させ続ける
人間が数週間かけて分析し調整することを、AI は短時間で実行できます。
その結果、アイフルは ｢指名検索経由のサイト来訪リフト数｣ について前年比 2.7 倍 を達成しました。AI が人間の仮説を、圧倒的な規模とスピードで拡張したからこその成果です。
AI を ｢使う｣ から ｢協働する｣ へ
アイフルの成功要因は、人間と AI の強みが相互に強化し合う好循環を生み出したことにあります。
- 人間の役割 (What) : 何を達成すべきか (KPI 設定) 、誰を狙うべきか (仮説構築･戦略立案)
- AI の役割 (How) : どのように達成するか (データ処理･最適化･実行)
重要なのは、人間も AI も、自分たちの弱みを無理に克服しようとしなかったことです。人間の弱み (大量データの処理) は AI に任せ、AI の弱み (文脈理解や戦略思考) は人間が担うという適材適所が徹底されていました。
｢人間 + AI = チーム｣ として共通のゴールに向かい、人と AI のそれぞれの強みを発揮し協働したのです。
人と AI の共創のために
アイフルの事例から、これからの人と AI の共創について、重要な示唆が得られます。
マーケターの役割の進化
これからのマーケターに求められるのは、AI の活用スキルにとどまらず ｢事業成長の設計者｣ としての能力です。
この力を分解すると次のようになります。
- 顧客理解力: データの背後にある顧客心理や行動の文脈を理解し、仮説を構築する力
- 構造化力: 抽象的な洞察を、AI が学習可能な具体的な形に落とし込む力
- 戦略設計力: 事業課題を読み解き、AI が最大限に機能する KPI や戦略を設計する力
｢問い｣ を設定する力の重要性
確かに AI は優秀ですが、自ら問いを立てることはできません。
アイフルの事例が示すのは、AI 活用の成否は ｢問い｣ の設定にあるということです。
問いとは、今回のケースで言えば、｢資金需要の兆しは何か？｣ ｢どの指標が本当に事業成長につながるのか？｣ などです。
こうした問いを立て、仮説を構築することが AI のパフォーマンスを決定づけます。優れた問いがあれば、AI はその答えを効率的に見つけ出してくれます。
データと洞察の往復
人と AI の共創には、データと洞察の往復運動が大事です。
- データ → 洞察: 人間がデータを読み解き、定性的な理解を深め洞察を得る
- 洞察 → 設計: 理解した内容を AI が学習可能な形に設計し構造化する
- 設計 → AI: 構造化された情報や仮説を AI にインプットする
- AI → データ: 実行結果から人間が新たな洞察を得て、戦略に反映する
継続的な対話のプロセス
AI 活用の本質は、技術導入ではなく ｢人間の戦略性｣ と ｢ AI の処理能力｣ をいかに組み合わせるかにあります。
AI というエンジンを積んだ車の行き先を決めるのは人間です。適切な方向性が示されたとき、AI は人間の想像を超えるスピードで成果を拡張してくれます。
事業と顧客を深く理解し、それを構造化して AI に伝える。そして結果から学び、さらに戦略と実行を進化させる。
この継続的な対話のプロセスこそが、AI を活用するマーケティングコミュニケーションで重要なことなのです。
まとめ
今回は、アイフルの広告運用の事例を取り上げ、学べることを見てきました。
最後にポイントをまとめておきます。
- AI との共創の第一歩は、人間が事業成長に直結する正しいゴールを定義すること。AI は正しい目的地が示されて初めて、その強力なエンジンを発揮できる
- AI に丸投げせず、人間が顧客心理や行動文脈を読み解き、仮説を構造化してインプットする
- 大量データ処理などの ｢実行｣ は AI に任せ、人間はそのための ｢戦略設計｣ に集中する。お互いの弱みを補完し合う適材適所の実現が大事
- 人間が ｢データ → 洞察 → 設計｣ を行い、AI が ｢実行 → 検証｣ を行うデータと洞察の循環をつくる
- 人の役割は顧客理解･構造化･戦略設計からなる ｢事業成長の設計者｣ へと進化する。AI にインプットするための優れた ｢問い｣ を立てる力が成果を左右する
- 人と AI の共創とは、継続的な対話のプロセス。人間が AI に方向性を与え、AI の実行結果から人間が学び、戦略を進化させるサイクルを回し続けることで、両者の強みが相互に高め合う
