中部電力ミライズコネクトの分析サービス
Chubu Electric Power Miraiz Connect, Inc.

M&A業界で
活用可能な分析・AI分析事例

①の活用事例について解説いたします。

まず、上記の分析・AIを活用するためには、過去の商談獲得やM&A成約のデータ（どんな企業からアポイントが取れたか？どんな企業のM&Aを成立させたか？のデータ）が必要になります。

これらのデータから、わが社独自のアルゴリズムを用いて「どのような属性（業種、規模etc…）の企業であれば、アポイントメントが取得しやすいのか？M&Aを成立させやすいのか？」を予測します。

予測結果をもとに、例えばコールドコール（架電営業、アウトバウンド営業）においては架電の順番変更を実施するほか、DM（ダイレクトメール）送付においては送付先の絞り込みを行い、営業効率の向上や、営業成果の最大化を目指します。

コールセンター業界で
活用可能な分析・AI分析事例

①の活用事例について解説いたします。

上記の分析を行うためには、過去の架電リスト及び結果等のデータが必要となります。こちらのデータを整備・分析することでどのようなお客さまと商材の親和性が高いのかを理解し、わが社独自のアルゴリズムを用いて“獲得確率（ポテンシャル）の高いお客さま”を予測いたします。

同業界ではリストに優先順位を付けずに架電を行うことが一般的ではありますが、オペレーターの人材不足、厳しい成約ノルマの設定等の問題に直面する企業様が多い今、“成約ポテンシャルの高いお客さま”に如何に手厚くアプローチするか問われております。 わが社独自のアルゴリズムによって算出された予測結果を基に架電を行うことで、業務効率改善はもちろんのこと、成約率の向上を目指します。

過去、実際に行った事例では5％の成約率向上を記録いたしました。このような成功事例を基にPDCAを回し、継続的に成約率を向上させることができる体制創りをご支援させていただきます。

インフラ業界で
活用可能なマーケティング分析・AI分析事例

①の活用事例について解説いたします。
過去・現在の契約データを用いることで、上記顧客傾向の可視化が可能となります。販売単価を決める重要な変数の抽出、契約継続期間を決める重要な変数の抽出を行い、単価・契約期間を左右する要因を明らかにします。

また、これらの顧客の獲得状況について、獲得チャネルの情報を紐づけることにより、獲得単価や収益性について適切な評価を行うとともに、最適な顧客の獲得戦略についても提言を行います。

カーディーラー業界で
活用可能な分析・AI分析事例

③の活用事例について解説いたします。
これまで配信されてきたメルマガやキャンペーンのデータ、車や備品等のご購入履歴データを用いて分析いたします。お客さま毎に訴求内容や提案内容を変えて行うことで満足度や成約率を向上させることを目指します。

カーディーラー業界ではオウンドメディアに注力し、購入スパンが長い商材であるという点を継続的な顧客接点で補う企業も多く、重要なマーケティングツールであると考えています。

弊社においても中部電力ミライズの会員基盤（カテエネ・ビジエネ）の運用には注力しており、分析・ターゲティングにおいてはプロであるという自負がございます。培ったノウハウ・ソリューションをお客さまに漏れなくご提供させていただきます。

EC・小売り業界で
活用可能なマーケティング分析・AI分析事例

①の活用事例について解説いたします。
上記分析を行うためには、購買データ・顧客データが必要となります。購入データ(いわゆるPOSデータのようなもの)に対し、顧客データ(購入者属性データ)を付与し、誰が・いつ・どんな商品を購入したのか、といったデータベースを整えます。

このように整備されたデータベースを作成することで、優良顧客・優良見込み顧客の傾向が可視化ができます。また、弊社で培った知見・データを活用することで、顧客の獲得モデルの作成や、需要予測、新規出店戦略等、小売り・EC特有のさまざまな課題に関する提言を行います。

DM(ダイレクトメール)業界で
活用可能な分析・AI分析事例

クライアント様の顧客データ(過去のCV傾向、顧客属性)と地理的データを掛け合わせて分析することで、よりパーソナライズ化されたDM発送をサービスとして展開することが可能です。

①の活用事例について解説いたします。
まず、上記の分析・AIを活用するためには、クライアント様の顧客情報詳細(過去のDM経由での申し込みや反響情報）、情報・属性データ等、地理的データ等のデータが必要になります。

AIにより、DM送付時の反響や顧客獲得の期待値を付与することができるモデルを弊社にて作成し、御社クライアント様に「分析メニュー」として提案することにより、発送料金以外の収益源を獲得することが可能です。

また、ダイレクトメールがどれだけ投資対効果（ROMI）があったかを測定し、分析結果としてご提示することも可能です。

コンサルティング業界で
活用可能なマーケティング分析・AI分析事例

④の活用事例について解説いたします。
コンサルティングサービスの高度化のためには、DXやデータ活用に対応可能なコンサルタント兼データ分析人材を社内で内製化することが重要です。

弊社のデータ分析人材育成カリキュラムは、文系の人材でも「現場で役に立つ分析やAIを自力で実装できる人材」に育てるデータ分析カリキュラムで、実務と座学の組み合わせにより学習効果を最大化するOJT方式を採用しています。

既にデータ分析講座を採用いただいた企業さまにも内容をご好評いただいており、「即戦力のデータ分析人材」を育成するのに相応しいカリキュラムです。

通信業界で
活用可能なマーケティング分析・AI分析事例

今回は、①の活用事例について解説いたします。
上記分析を行うためには、過去の架電リスト及び結果等のデータが必要となります。こちらのデータを整備・分析することでどのようなお客さまと商材の親和性が高いのかを理解し、わが社独自のアルゴリズムを用いて“獲得確率（ポテンシャル）の高いお客さま”を予測いたします。

同業界ではリストに優先順位を付けずに架電を行うことが一般的ではありますが、オペレーターの人材不足、厳しい制約ノルマの設定等の問題に直面する企業様が多い今、“成約ポテンシャルの高いお客さま”に如何に手厚くアプローチするか問われております。 わが社独自のアルゴリズムによって算出された予測結果を基に架電を行うことで、業務効率改善はもちろんのこと、成約率の向上を目指します。

過去、実際に行った事例では5％の成約率向上を記録いたしました。このような成功事例を基にPDCAを回し、継続的に成約率を向上させることができる体制づくりをご支援させていただきます。

製造業・メーカーで
活用可能なマーケティング分析・AI分析事例

既存のお客さまにアップセルする商材の売れ筋を分析し、まだアップセルができていないお客さまにどの商材をアップセルするかを予測できます。「こんな属性のお客さまにはこんな商材がアップセルしやすい」という分析結果を見ながら、定量的なアプローチで効率的にアップセルを進めることができます。

また、新規顧客の開拓を積極的に行っておらず、新規顧客の開拓に課題がある場合、過去の成約顧客の傾向を分析したうえで、企業データベースを用いて「こういった企業に営業してみてはいかがですか？」という、「新規営業先リスト」を弊社からご提供することも可能です。

電話営業のアポ率を上げたい

弊社が開発した「電話営業リストにアポ確度予測値を付与できるAI」は、個人や法人の新規顧客の獲得のため、自社でコールセンターを運営している企業さまや、コールセンター運営を外部に委託している会社、コールセンターとまではいかなくても自社でアウトバウンド（電話）営業の部隊を抱えている企業さま等におすすめのソリューションです。

このソリューションは、過去の架電履歴およびアポ取得実績の傾向から、どんな性質の法人や個人からアポが獲得しやすいか（or契約が取りやすいか）を判定し、現在お使いの営業リストに新たに「アポ予測値」を付与します。

ふだんお使いの営業リストの一番端に「アポ予測値（＝この架電先は○○％の確率でアポが獲得できるか）」が追加されるので、その予測値に基づいて予測値の高い順番に架電を行っていったり、予測値に応じて架電者（オペレーター）の振り分けを変更したりできます。 これによりオペレーターの本来のポテンシャルをAIによってサポートすることができ、アポ率向上だけでなくスーパーバイザー（SV、架電部門責任者）の工数削減や、オペレーターのストレス減少・離職率低減にもつながります。

訪問営業の成約率を上げたい

「訪問営業の効率を上げたい、成約率を上げたい」とお悩みではないですか？弊社のAIは、お客さまの属性別に「この営業マンを営業に行かせれば、成約率が高まります」というマッチングを算出し、どの営業マンが商談に行くのが適切かをアドバイスします。 このAIは、過去の商談が成功したか失敗したか（＝成約が獲得できたか否か）というデータ、その商談に誰が（どの営業マンが）行ったかというデータおよびその顧客がどのような顧客だったかというデータ、3つのデータを組み合わせて構築します。 これにより、営業マンと特定の属性を持ったお客さまのマッチング判定を行い、最適な営業マンと商談（見込み顧客）の組み合わせを提案することができます。

お客さまのタイプにあった、また営業マンにとっても成約を決めやすい（得意な分野の）企業に訪問することで、「無駄な商談」「営業マンにとって相性が悪い商談」の数を減らし、営業効率化を実現するとともに営業マンのストレス低減等も実現します。

既存顧客(toB/toC)の離脱を防止したい

既存顧客の離脱（解約）にお悩みではありませんか？弊社のAIは、既存顧客が離脱する予兆を検知し、事前にアラートを立てます。 このAIは、過去離脱してしまった顧客のサービス利用履歴等や売上データ等を解析して構築します。（データが無いお客さまについても、データの蓄積方法のご相談にお乗りする部分からサポートできますのでご安心ください） この離脱予測を行うことにより、離脱危険性の高いお客さまを事前に検知できるようになりますので、集中的に離脱危険性の高いお客さまを優先してフォローを行ったり、クーポン等の発行により顧客引き留めを行ったりすることができます。

これらの対応策により、「すべての顧客に均一にカスタマーサポートを行う」という状態から、「特にサポートが必要な顧客に対してサポートを行う」という濃淡管理の体制を構築することが可能になります。離脱率の低下や、お客さま満足度の向上につながるAIのご利用をぜひご検討ください。

既存顧客(toB/toC)の客単価を上げたい

一定数顧客は獲得できたものの、獲得した顧客に対するアップセル・クロスセルを推進したい、強化したいとお考えのお客さまに最適なAIです。 既存顧客のボリュームが多い場合、「どの顧客から優先してアップセル・クロスセルを案内すべきか？」は大変悩ましい命題です。弊社のAIは、この問いに対し「どのお客さまにどの商材を案内することが最も成功率が高いか」という予測値を算出し、悩ましい命題を解決します。

弊社のAIが用いるデータは、「過去の商品の購買データ」です。どのような属性のお客さまがどのような性質の商品を購入しているのかをAIで詳細に分析・学習し、「このお客さまに商品○○を案内すれば、最も購入してくれる確率が高くなります」という予測値を算出することができます。 このAIを用いることにより、例えばいままでやみくもに行っていたメルマガやDM、営業電話等のアップセル・クロスセルのためのマーケティング手段を「狙い撃ち」で行えるようになり、ROMI（マーケティング投資対効果）の向上を期待することができます。

新規顧客獲得を強化したい

BtoB、BtoCビジネスにおいて、新規顧客の獲得や流入をもっと増加させたいとお悩みのお客さまにお勧めのソリューションは、過去に獲得した顧客の属性データをもとに、どのような顧客が新規成約の可能性が高いかを予測するAIです。 このAIが用いるデータは、既存顧客や過去取引があった顧客の属性データと、その顧客がどの商材を購入したかの購買履歴データです。これらのデータを詳細に分析・学習し、「どんな顧客にアプローチすればより新規成約率がアップするか？」という予測値を算出します。 たとえば、コールセンターから電話営業を行っているならば電話営業リストの右端の列に新たに「成約確率予測値」という項目が追加されたり、DMで営業を行っているならばDM送付先リストの右端の列に「DM送付後成約確率予測値」という項目が追加されたりするイメージです。

これまでやみくもに営業リソースを割いていた状態から、成約確度が高い顧客にのみ営業リソースを避けるようになり、営業効率の向上や成約件数アップにつながります。

DM/販売カタログのコストを削減したい・
DM/販売カタログの獲得数を向上したい

DMや販売カタログについて、特に何も考えずに送付先リストの宛先に送っていませんか？それは大変もったいないです。DMや販売カタログの送付先リストには、必ず「反応が鈍い層」と、「反応が良い層」が混ざっています。 過去のDM経由の顧客獲得実績をAIに詳細に分析・学習させることで、送付先リストの中で反応が良い層をAIが見抜き、送付先リストを絞り込むことが可能です。 送付先リストを絞り込むことで、DM・販売カタログの送付コストを削減したり、同じ予算内でも獲得数を最大化したりすることができます。

例えば、このAIによってDM送付からの新規サービス契約率が10％向上した場合、同じ契約数を保ったままDMにかける予算を約10％削減することができます。 仮に、DM送付に1件100円、DMを1年間で10万件送付しているならば、金額にしてこれだけでも100万円のコスト削減となります。 ぜひご利用をご検討ください。

営業組織のパフォーマンスを可視化したい

これをご覧になっている企業さまは、必ずなんらかの形で営業部隊（コールセンター、訪問販売部隊等）を抱えているはずです。 しかし、その部隊のパフォーマンスを適切に可視化、管理できていますか？ 営業は基本的に暗黙知、経験や勘が活きる職務であり、最終的には営業マンのパフォーマンス管理は個々の管理者にゆだねられているのが実態です。 従って弊社は、営業組織のパフォーマンスを可視化するレポートを定期的に発行することで、そのようなパフォーマンス管理を定量的にサポートします。 営業はあくまで「勘と経験もとても重要」ですので、営業マンや管理職さまの意思を尊重しつつ、「稼いでいる営業マンの傾向」「稼いでいる営業所の傾向」等を数値的に可視化し、「いつ、どんなタイミングで、どのように営業組織の背中を押せばよいか？」というヒントを組織に提示します。

具体的には、ただ営業成績を数値化するのではなく、前月や前期に比べて特にパフォーマンスが落ち込んでいる部分に着目、深堀りし、「見て学びがある」「発見がある」ダッシュボード・レポートを営業マンのみなさまによりそって構築させていただきます。 ぜひご利用をご検討いただけましたら幸いです。

DX人材やデータ分析人材を採用・育成したい

昨今において、データ分析人材をふくむDX人材の育成と内製化は非常に重要なテーマです。 大企業であれば、通常コンサルティング会社やシステム会社に外注してしまっているデジタル・IT関連の機能を少しづつ内製化していくことで、より企業内のDXが加速します。 また中小企業であれば、経営企画や営業企画、または社長室等の企画系部署にデータ分析やデータ活用が分かる人材が1人いらっしゃるだけで、より正しい経営判断のきっかけや、データ活用のきっかけが生まれます。

弊社のDX人材・データ分析人材育成プログラムの特別な点は、「文系の、まったく理系の知識のバックグラウンドがない方でもデータ分析を実務に活用可能な人材を育成する」という点に重心を置いていることです。（むろん理系・データ分析のバックグラウンドがある方であれば、より効率的に学習を進めていただけます） 実務の中で課題設定を行い、分析手法を選定し、分析を実行し、分析結果をもとに課題解決の方法や道筋を見出すという一連のプロセスを非常に重要視し、丁寧に研修を進めていきます。

また、弊社の分析人材育成講座は、実際にPC上でプログラミング言語Pythonのプログラミング・コーディングを行いながら進めていきます。 きわめて実践的なカリキュラムで、実務で躓きがちなポイントも抑えながら進めていくため、たいへん受講企業さまの満足度の高いプログラムです。