需要予測はマーケティングに欠かせない手法となっております。
企業活動を行う上で、マーケティングの戦略策定、計画立案、将来の予測を行い、立てた計画を確立し、有効なアクションをとっていく上でも必要不可欠です。

今回の記事では、需要予測のマーケティング領域での活用の仕方について、活用ケースと共にご紹介いたします。

需要予測とは

需要予測の基本的な内容については、前回の記事「需要予測とは 〜活用シーンとAI（人工知能）システムの課題〜」にてご紹介しております。
前回の記事はこちら

需要予測に関する記事はこちら
「需要予測の必要性とよく使われる手法について」

マーケティング現場の事情と課題

マーケティング現場の現状

マーケティングにおける需要予測の重要な目的として、将来の一定期間にどれだけの販売量を見込めるのか予測することがあります。これはモノ・サービスの製品コンセプト、試作品、製品ローンチ後など市場投入までの各段階でも行われ、もちろん商品化前のテストマーケティング段階や、既存製品を対象としても需要予測は行われ、各段階での意思決定のため、特に状況により複数のマーケティングアクションシナリオが必要な際は、定量的な将来予測のための需要予測モデルの活用機会は多いと思われます。

現状把握のため市場機会を見出すプロセスも、将来予測同様に重要性は高いものです。STP(Segmentation, Targeting and Positioning)のプロセスを思い浮かべてみましょう。市場への参入機会の発見、市場細分化から参入対象の市場とターゲットユーザーの特定、競合製品やサービスの情報収集、自社既存製品とのカニバリも考慮しつつ、参入市場規模の推計することは、将来の生産や販売計画立案に当たり重要です。

製品ライフサイクルは近年縮小傾向にあり、発売後１年以内に消える製品は3分の１、成功とみなされるのが3分の１とも言われており、将来の販売予測はビジネスプラン上も、イールドマネージメント上も重要性を増しています。

この現状把握から将来の需要予測を進める際、データの利活用は欠かせません。自社の他銘柄への影響まで含むか、自社既存商品への影響、自社製品カニバリなどを、需要予測で考慮すべきことは多岐に渡ります。加えて予測モデル構築時のデータ選択では、自社での取得データに加えて、SNSでの口コミや社会状況の変化や人流に対応する位置情報データ、その他オープンデータとして主に政府・自治体から公開される気象や人口動態データの活用も視野に入れる必要があるでしょう。

「消費者の声」の重要性も依然として変わりありません。VOC(Voice of Customer)の収集ソースは消費者調査やコールセンターに入電する顧客の声・意見などに留まらず、チャットでのやり取り、SNSでの匿名の評判や口コミまでもVOCのソースとして注目することが必要となり、これらのデータはPOSや消費者パネルなどのあらかじめ整形してある構造化データに加え、使用時まで未処理の非構造化データとして取得され、データ分析で活用していく機会が増えています。

マーケティング現場の課題

マーケティングにおいては、需要・ユーザー動向・社会状況の影響が全て読みにくい、不確実性に直面する中で多くの課題が発生しています。どのようなマーケティングアクションを計画しプロセスを踏み、目標成果を得るための試行錯誤が続きます。

マスマーケティング手法では、市場細分化を行わず大量生産、大量消費が前提で、単一市場への単一戦略での訴求から市場全体へのアピールします。しかしユーザー需要の掘り起こしは困難で、必ずしも売上に結びつく保証はなく、リスクの高いアプローチでもあります。

STP(セグメンテーション、ターゲティング、ポジショニング)はどうでしょうか？平均的なユーザー像特定、ユーザーを複数セグメントに分割してから、セグメントごとに分析してアプローチ手段を立案するやり方は基本ではありつつ、概念としてDX(デジタルトランスフォーメーション)がマーケティング領域でも話題となり、IT技術の発達やIoTの進展、Eコマースの隆盛、デジタルマーケティング手法の発展など背景に、ユーザー個人にアプローチするOne to One マーケティングを前提にした需要予測を行っていく必要があるのではないでしょうか？

マーケティングでのユーザー訴求手段である広告は、マスなオフライン広告から、個別のターゲットユーザー対象のオンライン広告への明確なシフトが見られます。ユーザー反応はリアルタイムかつ瞬時に把握できるようになり、SNSでの口コミ、つぶやきがユーザー選好と需要に影響を及ぼした事例が多く見られます。オムニチャネルなどの進展による最適なCX(カスタマーエクスペリエンス)体験からのユーザー需要の喚起、セールスプロモーションへの個別ユーザーの反応の違いなど需要予測で考慮できると、効果的なCRM(カスタマーリレーションシップマネージメント)の実施に繋がる可能性が高くなります。

新製品の評判が瞬時にユーザー間に共有され、インフルエンサーやスニーザーの存在、社会環境や状況変化の影響も無視できません。現代においてはデータを数多く取得するだけでは、市場推計や将来予測の活用は難しいでしょう。どんなデータを使うべきかの明確な方針、データの傾向、関連性や因果関係を考慮しての分析結果の検討を踏まえ、納得感と信頼性を備えた需要予測モデル構築のため、データサイエンティストの役割も認知されつつあります。

マーケティング現場に対してDATUMが解決できること

需要予測モデル導入の目的に適った運用体制を予測手法の特徴を踏まえた上で、適正な予算と期間内での構築ご支援を、AI機械学習ソリューションを中心にDATUM STUDIOとしてご提供いたします。

需要予測の主な手法については関連記事「需要予測の必要性とよく使われる手法について」にてご紹介しております。
記事はこちら

DATUM STUDIOは、需要予測モデルの構築に留まらず、予測の元になるデータ蓄積のインフラ構築、業務での予測活用支援による運用・業務改善プロセスの構築支援まで、幅広くご支援させていただきます。

詳しいご支援内容については、下記お問い合わせフォームよりお問い合わせください。
お問い合わせはこちら

需要予測がマーケティングに使われるケース

マーケティングミックス最適化のケース

広告マーケティングミックス最適化と需要予測のケース事例です。市場にローンチして1年未満の金融サービスの需要予測ができないかご相談をいただきました。市場調査にて段階スケールで取得したユーザー満足度を教師として、販促キャンペーンの日程や規模、TV CMのGRPやネット広告の展開を時系列データで取得して必要な説明変数を特徴量として、機械手法のアルゴリズムは教師あり学習手法のxgboostを採用し精度面も追求する可能性を残し、今後の成長市場での需要予測を継続的に行なっていく枠組みをご提示させていただきました。

新商品コンセプトの需要予測

食品業界での需要予測のケースです。新製品の需要予測をコンセプト段階で行う場合、過去にローンチした製品についてのデータ・情報をノーム既定値として、平均をはじめとする代表値ベース、これらのデータを情報一元化された分析環境を構築して、迅速に情報検索して、新製品の初動販売実績との過去の類似比較から需要予測・類似商品の判定k近傍法、類似コンセプト情報の管理から広告画像、広告コピーの消費者アンケート評価や類似コピーの自然言語処理を活用した手法などを含めた需要予測パッケージの展開です。

CtoC市場での需要予測

CtoC市場でのアパレルブランド別の需要予測のケースです。パレルブランド取引は総取引額の中でも数十％を占め、短期的・長期的な経営へのインパクトも無視できません。好まれるアパレルブランドはユーザーのHLMセグメント毎、年代毎でも、違いがあり的確なターゲティングやレコメンドを行う上でも需要を把握し予測することは重要という位置付けで、Facebookが開発した時系列分析のアルゴリズムProphetを活用して各アパレルブランドの需要予測モデルの構築を行い、販売傾向の実績把握はBIツールを活用して行い、予測結果と実績把握を乖離なく行い、次のアクションに繋がるような需要予測モデルの運用体制をつくりました。

マーケティングにおける需要予測についてまとめ

需要予測はマーケティング領域において、非常に重要なテーマ・課題となっています。

DATUM STUDIOは、ユーザー需要に対応して的確なタイミングでの訴求と、継続的な価値提供の実現を目指すマーケティング業務のご支援をAI機械学習ソリューションのご提供を通じて行ってまいります。

需要予測の領域でご活用いただくにあたり、需要予測のPoC(概念実証)段階から、予測のためのデータ取得、予測モデルの構築、その運用や活用に対するサポート、コンサルティングサービスをご提供いたします。