筋の良いインサイトを発掘するための、4要件による構造化
インサイトの発見と検証は、1人の事実から仮説を広げる「アート」の領域と、それが市場全体で有効かを統計的に検証する「サイエンス」の領域の融合によって成り立つ。大松氏は、平均値や集計データからは本質的な顧客情報を得ることはできないため、まずはN=1の事実に徹底的に向き合う必要があると説明した。
しかし、非構造データである定性情報を闇雲に収集しても具体的なアイデアを導けるインサイトは見えてこない。インサイト発見の可能性を高めるためには、情報を「シーン(いつ、何をしているときか)」「ドライバー(感情を呼び起こす直接的な要因)」「エモーション(どのような気持ちや価値を感じるか)」「バックグラウンド(背景にある生活環境や価値観)」という4つの要件に構造化して集めることが効果的だ。
その後、導き出された仮説が市場全体でどれほどの規模感を持つのかを、「共感性」「魅力度」「未充足度」「新奇性」「購入意向」という5つの評価軸を用いて定量的に検証する。たとえば、先の「ちまちまインサイト」に対して対象となる親の7割が共感を示せば、それが巨大な市場機会であることが証明されるわけだ。この欲求を満たすための具体的なアイデアを考えていく、という流れが「具体と抽象」を行き来する思考プロセスである。
「平均値という架空の存在からはインサイトはつかめません。1人の事実に向き合って得られる定性情報こそが、インサイト発見に必要です」(大松氏)
AI時代の「スポンジ人間化」を防ぐ、具体と抽象の思考力
セッションの終盤では、インサイト分析におけるAI活用の展望と、それにともなう新たなリスクについて触れられた。現在、質の高い独自の一次定性情報をAIに読み込ませることで、インサイトの抽出からアイデアの市場性評価までを高い精度で再現できるようになっている。
しかし大松氏は、AIを業務プロセスに組み込む「ヒューマン・イン・ザ・ループ(人間の意思決定を介在させるシステム)」において生じる「スポンジ人間化問題」に懸念を示した。AIに認知作業を全面的に委ねると、人間自身の思考力や分析力が徐々に衰え、AIの出力結果を無批判に信じ込んでしまう。結果として、責任を吸収するだけの「スポンジ人間」と化してしまう危険性があるのだ。
大松氏は、医療現場における大腸内視鏡検査において、AIを利用した医師の病変発見率が単独で行う場合よりも低下した研究事例を引き合いに出し、テクノロジーへの過信がもたらす弊害を指摘した。
AI時代においてマーケターが真の価値を発揮し続けるためには、単に「市場を見ると梨の消費量が伸びているから、自社でも梨味の炭酸飲料を出そう」といった具体から具体への表層的な思考ジャンプを避け、「具体から抽象化したインサイトを発見し、新たな具体施策を生み出す」という、具体と抽象を行き来する思考プロセスを鍛えることが不可欠だ。大松氏は、テクノロジーと協働しながらもマーケター自身の力を磨き続ける重要性を説き、セッションを締めくくった。
この記事は参考になりましたか?
- この記事の著者
-
吉永 翠(編集部)(ヨシナガ ミドリ)
大学院卒業後、新卒で翔泳社に入社しMarkeZine編集部に所属。学生時代はスポーツマーケティングの研究をしていました。
※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です
この記事は参考になりましたか?
この記事をシェア
