小さな会社でも実践できる！AI×ビッグデータマーケティング [単行本]

小さな会社でも実践できる！AI×ビッグデータマーケティング の 商品概要

• 要旨（「BOOK」データベースより）

  ＡＩとビッグデータを活用するための基礎知識と、小規模でもできるマーケティングへの応用、教えます。

• 目次

  はじめに
  Chapter 1　マーケティング担当者のためのAI＆ビッグデータ
  　1-1　AI（人工知能）とは？
  　　なぜAIなのか？
  　　第四次産業革命としてのAI
  　　AIが作る経済規模
  　　ディープラーニングは何を学ぶべきかさえも自ら学ぶ
  　　なぜ自動でデータの特徴を抽出することができるのか？
  　　AIにおいて日本に勝機はあるのか？
  　1-2　AIを実際に活用するには？
  　　AIを活用する上で超えなくてはならない壁
  　　マーケティングAIがカバーする主な領域
  　　その他の領域でのマーケティングAI
  　　マーケティングAIの開発に向けて
  　1-3　ビッグデータがあるからAIは学習できる
  　　ビッグデータとは何か？
  　　マーケティングに用いるビッグデータの分類
  Chapter 2　AIマーケティングの基礎知識
  　2-1　顕在化した需要に応えるためのプロセスの概要
  　　顕在化している需要と新たな需要の創出の違い
  　　顕在化している需要に応えるための一般的な流れ
  　2-2　分析・プラニングを支える基盤
  　　分析・プラニングで必要となること
  　　ユーザーの接触情報を構造化する
  　　ユーザーの行動パターンを集約する
  　　解釈のためにユーザーの行動パターンを整理する
  　　AIの学習のためにユーザーの行動パターンを整理する
  　　ユーザーの特徴を予測する
  　　予測の確からしさの検証方法
  　　教師ラベルをどのように用意するか？
  　　予測に貢献した特徴を理解する
  Chapter 3　実践的AIマーケティング
  　3-1　「知ってもらう」ためのAI活用
  　　誰に広告を届けるのか？
  　　どのようなメッセージを伝えるのか？
  　　誰に何を伝えるか？
  　　伝わったかの効果測定
  　　広告プラットフォームにどのように予算配分をするのか？
  　　リアルメディアでの広告枠の最適化
  　　バナーの自動生成の実現性
  　　こんな絵を書いてほしいとオーダーする
  　3-2　「興味を持ってもらう」ためのAI活用
  　　「知ってもらうこと」と「興味をもってもらうこと」の違い
  　　「興味を持ってもらう」ために取得すべき情報
  　　長い文章の自動生成
  　3-3　「調べてもらう」ためのAI活用
  　　ユーザーはどのような言葉で検索をしているか？
  　　現状のサイト状況を知る
  　　対象のキーワードに対してどのように評価されるか？
  　3-4　「買ってもらう」ためのAI活用
  　　購入フェーズのユーザーとは？
  　　買ってもらう際のメッセージング
  　　併売を狙う
  　　購入までの詳細な遷移を把握する
  　　店舗での購入フェーズのユーザーへの活用
  　　行動データをもとにした施策の展開
  　　最先端コンテンツへの出力
  　3-5　「ファンになってもらう」ためのAI活用
  　　ファンになってもらうフェーズの特徴
  　　商品タイプ別のデータの取得方法
  　　使用の停止を検知するための属性の設計
  　　離反を防ぐためのメッセージング
  　　チャットボット
  Chapter 4　需要を掘り起こすAIマーケティング
  　4-1　潜在的な意識を掘り起こすAI
  　　需要を作り出すこととは？
  　　科学的にイノベーションを再現する
  　4-2　未来の需要を予測するAI
  　　データ分析の4つの分類
  　　過去の傾向から未来の傾向を予測する
  　　新技術開発との連携
  　4-3　新たな未来を作り出すAI
  　　文化形成は芸能人が行ってきた？
  　　キャスティングをAIが支援する
  　　今後売り出す芸能人の特徴を掴む
  　　芸能人のブランド力を高めるには？
  Chapter 5　これからのマーケティング
  　5-1　AIが変える未来
  　　AIがマーケターの仕事もお金の流れも変える
  　　メディアも変わる
  　　コンテンツも変わる
  おわりに

• 著者紹介（「BOOK著者紹介情報」より）（本データはこの書籍が刊行された当時に掲載されていたものです）

  山本 覚(ヤマモト サトル)
  データアーティスト株式会社代表取締役ＣＥＯ、東京大学政策ビジョン研究センター客員研究員。慶應義塾大学応用化学科卒業、東京大学大学院物理学専攻修士課程卒業、東京大学大学院技術経営戦略学専攻退学。東京大学博士課程在籍時に松尾豊准教授の研究室で人工知能を専攻。６５０社の導入実績を誇るＷｅｂマーケティングツール「ＤＬＰＯ」の１０年以上の開発から培ったノウハウと東京大学との共同研究より得た技術力を背景に、大手企業を中心にＡＩ（人工知能）とビッグデータを活用したコンサルティングとサービスを提供している

• 出版社からのコメント

  AIとビッグデータを活用するための基礎知識と、小規模でもできるマーケティングへの応用、教えます。

• 内容紹介

  　最近は「AI」や「ビッグデータ」という言葉を耳にしない日はないほど、旬のキーワードになっています。しかし、紹介される事例は大規模なものやアカデミックなものが多く、実際のビジネスで活用できるのは、まだまだ先のことだと考えていないでしょうか？
  　現在では、クラウドを活用することで安価にAIを活用することができるようになっています。そして、それを支えるのが「ビッグデータ」なのですが、実は大げさなものではなく、自社サイトにおけるユーザーデータやSNSなどで発信されていて入手可能な情報が活用できるのです。つまり、小規模なビジネスにおいても、AIと手元のデータを掛け合わせることで、これまでは「カン」で決めていたことも根拠を持った「最適解」を導き出すことが可能になるのです。それによって、広告や宣伝の方法を変えたり、新たな需要を掘り起こしたりといった商品戦略の考え方をも変える可能性を秘めています。
  　とはいえ、すべての判断をAIに任せるということではありません。これまで、人間が時間を掛けて分析していたことや明確な根拠がないままに判断していたことをAIに任せ、その予測をもとに、より深くより実践的な戦略を立てられるようになることこそが狙いです。
  　本書では、AIとビッグデータを活用したコンサルティングとサービスを提供しているデータアーティスト株式会社の代表取締役CEOである著者が、研究実績と導入実績をもとに、小規模なビジネスのマーケティング担当者のために、「マーケティングのためのAI活用法」「AIを使った分析と活用」などを実際の例を挙げて、わかりやすく説明しています。これらの例は、すべて著者が顧客に提供した実績のある事例ばかりです。
  　本書は5つの章で構成されます。Chapter 1では、AIとビッグデータの概要について触れます。Chapter 2では、マーケティングを実行するプロセスの概要と、共通して用いるAIのロジックについて解説です。特に、ユーザーが日々接触する情報から、その心理をいかに読み取るかの解説をしています。
  　Chapter 3では、Chapter 2で構築したAIを用いて、顧客が商品を知り、興味を持ち、調べ、購入し、ファンになるまでのプロセスを支援するかの説明をしています。顧客のレスポンスをもとに日々の活動を改善していく方法に主眼が置かれています。ここで紹介している手法の多くは安定的な実績があり、この章はマーケティングの実務をしている人にとって、AIの具体的な活用法を示しています。
  　Chapter 4では、顧客の需要が顕在化していない状況で、いかに潜在的な需要を発見するかの説明をしています。
  　終章となるChapter 5では、これからのマーケティングにどのような変化が起きるのかについて、著者なりの予想を載せています。

• 著者について

  山本 覚 (ヤマモトサトル)
  データアーティスト株式会社代表取締役CEO、東京大学政策ビジョン研究センター客員研究員。
  慶應義塾大学応用化学科卒業、東京大学大学院物理学専攻修士課程卒業、東京大学大学院技術経営戦略学専攻退学。
  東京大学博士課程在籍時に松尾豊准教授の研究室で人工知能を専攻。650社の導入実績を誇るWebマーケティングツール「DLPO」の10年以上の開発から培ったノウハウと東京大学との共同研究より得た技術力を背景に、大手企業を中心にAI（人工知能）とビッグデータを活用したコンサルティングとサービスを提供している。
  共著書に『マーケッターとデータサイエンティストが語る 　売れるロジックの見つけ方』（宣伝会議）がある。

小さな会社でも実践できる！AI×ビッグデータマーケティング の商品スペック