# チャプター1 経験にとらわれない仮説をAIが出してくれます。 ユゲトールのマーケティングの極意、本日は、AIには、回答よりも仮説を出してもらおうというテーマでお送りします。 ビジネス上の課題や問題が発生したとき、その解決策を考える前に、そもそも何が原因なのかを突き止めないと、有効な対策を打てませんよね。 例えば、売上が落ちた、お客さんが減った、新商品が思ったほど売れない、そんなとき、値段が高いからだとか、景気が悪いから仕方がないと、最初に思いついた原因で決めつけてしまうことってありますよね。 その判断が正しければ問題はないんですけども、実際に値段を下げたのに売上が戻らなければ、値下げした分だけ利益が減るというだけで問題は解決しないんですよね。 原因の検討違いは、対策の検討違いに繋がってしまうわけです。 そこで今回は、生成AIの一味違う活用法をご紹介したいと思います。 あなたもAIに文章を書いてもらったり、データを分析してもらったりする使い方をしていることと思います。 もちろん、それもすごく便利ですよね。 でも、今回お勧めしたいのは、AIに正解を教えてもらうのではなくて、仮説を出してもらう使い方です。 この、原因となる仮説を導き出す方法、大学で授業していても食いつきの良い項目なんですよ。 というのも、仮説を考え出すことは、優秀な人でも結構難しいんですね。 そもそも人間は、自分の知っていることや過去の経験に引っ張られやすいものですから、以前値下げをして売上を伸ばした経験があると、今回も価格で解決できるだろうと考えたりするわけです。 営業担当者だったら営業方法、製造担当者なら品質や材料に目が向いていて、その中で解決できる、解決しよう、解決できるはずだと考えてしまいがちなんですね。 行動経済学では、自分が正しいと思う情報ばかり集めてしまう傾向を、拡張バイアスと呼んだりします。 経験は大切ですが、経験があるからこそ見落とす可能性も出てくるわけですね。 では、AIをどのように使うかですね。例えば、食品添加物のメーカーで売上が前年より20%下がったとしましょう。 経営者は、競合の安売りが原因だろうと考えたりします。ここでAIに、売上が下がったのはなぜですかとだけ聞いても、一般的な答えが返ってくるだけですよね。 そうではなくて、こんなふうに質問するんですね。 食品添加物を作っている食品メーカーです。ステアリン酸カルシウムの売上が前年比20%減少しました。 考えられる原因を、顧客、競合、市場環境、営業活動、製品やサービスの5つの視点から、それぞれ3つずつ挙げてください。 現時点では、原因はわかっていません。すると、3×5で15個の仮説が出てきますよね。 例えば、収容顧客の生産量が減ったのではないか。依存度が高い特定の業界で、構造的変化があったのではないか。 競合が、単納期対策を始めたんじゃないか。見積もりの回答が遅くなっていたのではないか。 小ロット注文が増え受注額が下がったのではないか。などなど。 もちろん、これらは事実ではなく、あくまで仮説ですね。しかし、競合が安いからという一つの見方しかなかったところに、別の角度から問いを立てられるようになりますよね。 そうしたら、次の2段階目に進みます。この15の仮説について、確認すべき社内データと、顧客に聞くべき質問を考えてください。 さらに、影響が大きそうで、比較的早く検証できるものを優先的にしてください。と、AIにお願いします。 すると、例えば、前年と今年の顧客別売上を比べる。見積もり件数と受注率の変化を調べる。 失注したお客さんに、価格と納期のどちらが問題だったかを尋ねる。といった確認方法が出てきます。 ただし、データがない段階でAIがつける優先順位も、まあ推測に過ぎません。 これを鵜呑みにせず、社内事情に照らして決める必要がありますよね。そして調べてみたら、実は受注率は変わっておらず、最大顧客からの注文量だけが大きく減っていたと分かったりします。 そうであれば、値下げをするより、販路を広げて特定の顧客への依存度を減らす方が、筋の良い対策かもしれませんよね。 こうして仮説を出し、事実で確かめることで対策の精度が上がるわけです。 応用範囲はもっと広くありますね。別の参考例も見てみましょう。例えば、飲食店でリピーターが減っている場合。 店主は、最近の若い人は飽きっぽいからなあと思っているかもしれない。 でも、営愛に尋ねると、料理の味付や価格だけでなく、営業時間が生活習慣と合わなくなったとか、食券の買い方や注文方法が面倒だからとか、近隣に新しい店ができたなど、別の可能性も挙げてくれるんですね。 新商品が売れない場合なら、商品そのものが悪いとは限りません。用途が伝わっていない。商品の棚が違う。買うべき人に情報が届いていない。といった仮説もあるでしょう。 展示会がうまくいかなかったら、出店ブースの位置が悪かったからなあ、今回はと、片付ける前に、掲示していたキャッチコピー、キービジュアル、あるいは事前告知、来場者に伝える価値など、いくつもの角度で考えることができます。 では、AIから役立つ仮説を引き出すコツを3つほどお伝えしたいんですが、1つ目は、状況を具体的に伝えることですね。 業種、商品の特徴、顧客層、何がどれくらい変わったか、分かっている事実と自分の推測等を分けて書きます。 2つ目は、視点を分けること。原因を考えてだけではなく、顧客、競合、商品、販売方法から考えてと、具体的に頼むんですね。 そして3つ目、これが一番お勧めですが、私は値段が高いことが原因だと考えています。 この考えが間違っているとしたら、どんな可能性がありますかと質問するんですね。 自分の意見に賛成してくれる相手よりも、見落としを指摘してくれる相手の方が、問題解決には役立ちますよね。 ただし、AIは最もらしい間違いも答えますよね。架空の事情を事実のように扱っていないか注意が必要です。 また、顧客名や社外費の売上データなどを、会社のルールを確認せずに入力したりしない方がいいですね。 さて、AIには経営判断を丸投げするのではなく、仮説を幅広く出すことを手伝ってもらうというのが今回の話ですね。 データや顧客の声で検証するのは人間です。そして、どの対策を実行するかを決めるのも人間です。 AIが教えてくれた答えを信じるのではなく、AIが投げかける仮説によって、早く正解にたどり着けるわけですね。 まとめですが、マーケティングは、仮説を立て、確かめ、改善する仕事でもありますよね。 そこをAIに助けてもらうわけです。AIは答えも出すけれど、自分では思いつかなかった問いも見つけてくれるということですね。 今回のAIに仮説を出してもらうためのプロンプトのテンプレートを、ユゲトールのウェブサイトのコラムに、今日の本文と一緒に貼っておきますので、 必要かなと思った方は、ユゲトールスペースウェブサイトとかで検索してチェックしてみてください。 最後まで聞いていただき、ありがとうございます。ぜひチャンネルのフォロー、いいねをしていただきますと嬉しいです。