アパレルビジネスにおける実践的なAI活用３パターンと生成AIの活用術とは

Tweet

Pocket

AIはMD策定の一助としては、極めて有効

　それでは、AIをつかったMDは全く使えないのだろうか。私は使い方次第では可能だと考えている。

　まず、AIの画像認識技術を使い、店舗が入っている館の通行量調査を行い、年代、色、着こなしなどの傾向を見る。アパレルの人間であれば、具体的なMDを組み立てる前に、街を見て、店を見て、商品を見て今年の流行を予想する。AIを使った需要予測は、こうして組織内に醸成されるトレンドの客観化、共有化に役に立つ。例えば、私はかつて毎年イタリアにトレンド調査にいってきたのだが、デザイナーと意見がいつも異なっていた。要は、同じものを見ても見る人が違えば、意味合いも異なってくるということなのだ。

　AIによる需要予測は、組織の中のトレンドセッターに関係ある人間が外界を見てトレンドを読み取った結果がAIによって数字やヒートマップ上で現れることになる。だから、ここで外界のトレンドを客観化し、また、組織の中で異なる意見を持つ人間を減らすことができる。

　こうすれば、組織の中の人の感性のバラツキがなくなっていく。つまり、スペインのZARAが、MD構築の際の参考情報としてMD構築作業の前段階に人力で行っている「トレンドの把握」を、AIを活用して行おうというわけだ。

　MDには直接役に立たないが、その前段階の参考情報としては大いに役立つ。したがって、論点一MDへの応用については、ZARA型売り切りモデルの初期計画の参考情報としてAIの分析結果を使うわけだ。

大量のデータを掴みマーケティングに応用

　次に、AIの分析が役に立つのは、「個客の買い回りビッグデータ」であろう。　

　データには年齢や住所、性別など動かない静態的データと、お店の中でAという商品とBという商品を買うなど、動態的データの二つがある。従来のデータ分析とは上記の静態的データを使って、個客属性を分析するキーにして「年齢は？」「どこに住んでいるか？」などをマーケティングデータにしてきた。

　しかし、本当にクロスセルやアップセル（併売をしたり、より高額な商品を買ってもらう）を誘発するためには、個人を主キーとして、動態的データを集め、また、そのビッグデータの中身を「意味のある塊」に分類する必要がある。

　そのような分析をすることで、例えば「ワインを買う人は高級なメンズシューズを買う確率が高い」など、個客の買い回り属性や、思いも寄らぬ購買行動が分析できるわけだ。

　したがって、二つ目の活用方法は、「個客の動態的購買データを、AIを使って分析し個客の購買行動をより深く分析する」ということである。

河合拓氏の新刊、大好評発売中！
「知らなきゃいけないアパレルの話 ユニクロ、ZARA、シーイン新３極時代がくる！」

話題騒然のシーインの強さの秘密を解き明かす！！なぜ多くのアパレルは青色吐息でユニクロだけが盤石の世界一であり続けるのか！？誰も書かなかった不都合な真実と逆転戦略を明かす、新時代の羅針盤！

参考になった