西村ジョイ、総合オリコミ社と共同で、購買履歴・チラシ情報を活用した生成AI駆動による1to1販促の実証実験を開始

～ 日々更新される購買履歴・チラシ情報の文脈を捉えたメッセージを”1人ずつ”生成 ～Re Data Science株式会社（本社：千葉県柏市、代表取締役社長：高田 悠矢、以下、Re Data Science）は、香川県を中心にホームセンターを展開する西村ジョイ株式会社（本社：香川県高松市、代表取締役社長：西村 久、以下、西村ジョイ）、流通小売業の折込チラシ制作・デジタル販売促進支援事業を行う株式会社総合オリコミ社（本社：広島県廿日市市、代表取締役：中島 良之、以下、総合オリコミ社）と共同で、購買履歴・チラシ情報を活用した1to1販促の実証実験を開始したことをお知らせいたします。[画像1: https://prcdn.freetls.fastly.net/release_image/131025/9/131025-9-11b06fd5964c8142590de09d3a46cda9-3900x1636.png?width=536&amp;quality=85%2C75&amp;format=jpeg&amp;auto=webp&amp;fit=bounds&amp;bg-color=fff ] ■ 購買履歴・チラシ情報を活用した1to1販促とは1to1販促を通じた顧客エンゲージメントの強化近年、人口減少により市場の大きな拡大が見込みにくいなか、小売業における販促活動では、顧客との継続的な関係性を築き、LTV（Lifetime Value：顧客生涯価値）を向上させることの重要性が高まっています。LTVを向上させるためには、一度きりの購買を促すだけでなく、顧客が継続的に店舗やブランドと接点を持ちたいと思える関係性、すなわち、顧客エンゲージメントを強化していく必要があります。顧客エンゲージメントを強化するうえでは、企業が売りたい商品の情報を一方的に発信するのではなく、顧客一人ひとりにとって有益な情報を、自然なかたちで届けることが重要です。チラシはセレンディピティを生む優秀な受動メディア現代においても、チラシは小売店にとって非常に重要なメディアであり続けています。新聞への「折り込み」による紙媒体でのチラシ配布は年々減少していますが、電子チラシなどに代表されるチラシ形式のメディアは、今なお消費者に根強い人気があるほか、優秀な受動メディアとしても注目されています。チラシは顧客が自ら検索した商品だけでなく「顧客が”今はまだ興味がない”商品」も含めて、幅広い情報に接触させることが可能なメディアです。そのため、チラシには顧客が当初探していたものとは別の価値ある商品や情報に偶然出会う、いわゆるセレンディピティを生み出す機能があると言えます。顧客の興味対象を利用して導線を確保チラシは今なお多くの消費者に愛されるメディアと言えますが、どれほど優れたメディアであっても、顧客に届かなければ、その価値を十分に発揮することはできません。そこで本施策では、顧客が「”既に興味を持っている”商品」の情報を活用し、電子チラシへの導線をつくります。具体的には、顧客の購買履歴から、既に顕在化している興味を捉えます。その上で、個々の顧客が持つそれぞれの文脈に沿って”1人ずつ”メッセージを生成し、LINEで送信します。メッセージでは、顧客の興味と関連するチラシの一部に触れることで、自然なかたちで電子チラシ（全体）へのリンクに誘導します。 ■ 概要・フロー[画像2: https://prcdn.freetls.fastly.net/release_image/131025/9/131025-9-63f9124efcbf2ecb701591bffca85493-3900x2194.png?width=536&amp;quality=85%2C75&amp;format=jpeg&amp;auto=webp&amp;fit=bounds&amp;bg-color=fff ]01. 適切な文脈を与えるため各種情報を統合・加工会員情報、購買履歴、商品マスタなど、分散している各種のソースを1つのデータベースに統合し、異常値・欠損値などに対してクレンジングを行う。更に、AI機構に適切な文脈を与えるため、独自の加工（詳細は以下参照）を行う。02. 購買履歴の文脈に沿ったお役立ち情報を生成統合・加工したデータをAI機構に入力、購買履歴の文脈から顧客の興味を捉え、それに関連する「お役立ち情報」を1人1人個別に生成する。「お役立ち情報」とは、特定商品への言及は一切含まない「顧客の役に立つ純粋な豆知識」のような情報のことを示す。03. お役立ち情報と関連するチラシ情報を取得同様に、AI機構において、購買履歴の文脈に沿った「チラシの記事」を探索する。購買履歴の文脈とチラシ記事との関連性の強さを定量化し、その値が最も高いものを選出する。その際、一定の閾値を設け、その閾値を下回る記事しかない場合は、最も汎用的な記事を選択する。04. お役立ち情報とチラシ情報を合わせてメッセージを生成生成したお役立ち情報とチラシ記事の情報を統合、配信時点の季節感を示す要素などを追加し、ひと続きのメッセージとして再生成する。その際、複数レイヤーに多くのガードレール機構を仕込むことにより、文章の品質を担保する。05. LINEメッセージから電子チラシ（全体）へリンクここまでのプロセスで作成されたメッセージの末尾にリンクを加え、LINEで送信する。顧客は末尾のリンクをクリックすることで、電子化されたチラシ（全体）ページに遷移する。この過程では、クリック率・滞在時間などの計測が可能である。AI機構に適切な文脈を与えるための独自加工近年、異なるデータソースの項目や値を、共通の語彙や意味体系のもとで理解可能にするアプローチへの関心が高まっています。オントロジー技術に関する議論にも見られるように、異なるシステムに散在するデータを単に集約するだけでなく、それぞれのデータが持つ「意味」が相互に接続可能な状態になっていることが重要です。本施策においても、質の異なるデータをそのまま扱うだけでは、AI機構が「意味」を適切に理解できない場合があります。そのため、購買行動の背後にある用途や文脈を、AI機構が解釈可能な形に事前加工することが必要となります。前述の「概要・フロー 03」で説明したように、本施策では「購買履歴」と「チラシのトピック」という異なるシステム間の情報を関連づける必要があります。例えば「ペットフェスタ開催 大型ドッグラン完備」というチラシの特集記事の中に「犬用ペットフード」への直接的な言及がないとします。その場合、チラシの文言とフードの購買履歴を”直接的に”紐付けることはできません。しかし、過去に犬用ペットフードを購入した顧客が、ペットフェスタの特集記事に興味を持つ可能性は高いと考えられます。[画像3: https://prcdn.freetls.fastly.net/release_image/131025/9/131025-9-48623e61ac58fc4eea16e28d719c4296-1748x1294.png?width=536&amp;quality=85%2C75&amp;format=jpeg&amp;auto=webp&amp;fit=bounds&amp;bg-color=fff ] 実際のチラシ記事（西村ジョイ屋島店 2026年5月21日号）また、別の例として、ビニタイ（株式会社共和の登録商標）という、樹脂製の帯の中心にワイヤーを通した結束材があります。同社（株式会社共和）のホームページでは「パンの袋の口止めによく使われている、くるっとひねるワイヤー入りのヒモ。あれがビニタイです」と説明されており、お菓子のラッピングの写真も添えられています。そのため、LLM（Large Language Model）に「ビニタイを購入した顧客」が興味を持ちそうなチラシの特集記事を見つけるよう指示した場合、パンやお菓子、ラッピングの文脈に関連づけた探索がなされてしまう可能性があります。しかし、ホームセンターで販売されるビニタイは園芸用であることも多く（注1）、その場合、パンやお菓子とは関係がありません。[画像4: https://prcdn.freetls.fastly.net/release_image/131025/9/131025-9-ca33efd3628662c65f0be88a71a4e171-3900x2890.png?width=536&amp;quality=85%2C75&amp;format=jpeg&amp;auto=webp&amp;fit=bounds&amp;bg-color=fff ] PhotoACより一部加工 注1：実際に、西村ジョイにおける同時購買状況をConfidenceで確認すると、上位に並ぶ商品は、培養土、肥料、植物用支柱、ポット苗など、殆どが園芸用品となっています。AI機構にデータを入力する前に、独自の加工を施すことにより「犬用のペットフードを購入した顧客」に対しては「ペットフェスタ開催」の特集記事を、「（園芸用）ビニタイを購入した顧客」に対しては「園芸用品に関する記事」をマッチングすることが可能となります。 ■ 実証実験の概要盲検化されたRCT（Randomized Controlled Trial）施策の効果を検証するため、RCT（Randomized Controlled Trial：ランダム化比較試験）を実施します。まず、購買履歴のある顧客から実験参加者を募集し（下図 01）、参加者をランダムに2つのグループに分割します（下図 02）。その上で、それぞれのグループにLINEでメッセージを送信します（下図 03）。一方のグループには、前述のAI機構を用いて"1人ずつ"個別に生成したメッセージを配信し、もう一方のグループには、販促担当者が人手で作成したグループ共通のメッセージを配信します。最後に、アンケート結果やリンク先への遷移率などを比較し、施策の効果を検証します（下図 04）。ここで重要なのは、顧客本人は、自分が受け取ったメッセージが個別に生成されたものなのか、グループ共通のものなのかを知ることができないという点です（盲検化）。これにより「購買履歴が利用されている」「AIが文章を書いている」といった先入観の影響をコントロールし、メッセージの内容そのものが顧客の行動に与える効果を切り出して測定することが可能となります。実験は、西村ジョイの8店舗を対象に、1人あたり約3ヶ月にわたって実施します。[画像5: https://prcdn.freetls.fastly.net/release_image/131025/9/131025-9-d31e2a79a71a703f75f02ba9700af8e8-3900x1679.png?width=536&amp;quality=85%2C75&amp;format=jpeg&amp;auto=webp&amp;fit=bounds&amp;bg-color=fff ]顧客に不快感を与えることがないか丁寧に検証本施策は、顧客の購買履歴を活用し、生成AIによってメッセージを自動生成するという新たな取り組みです。こうした仕組みは、顧客にとって有益な情報を届けられる可能性がある一方で「自分の購買行動が分析されている」と感じることへの心理的な抵抗感や、受け取った文章に対する違和感を生じさせるおそれもあります。前述の通り、本施策が目指すのは、顧客エンゲージメントの強化です。顧客に不快感を与えるコミュニケーションは、エンゲージメントの強化とは正反対の結果を招きかねません。そのため、本実証実験では、施策の効果検証と並行して、顧客が受け取るメッセージに対してどのような印象を持ったかをアンケート（注2）を通じて丁寧に確認し、顧客の率直な受け止めを把握したうえで、施策の改善に反映してまいります。なお、本実証実験における購買履歴の利用およびLINEメッセージの配信は、個人情報保護法その他関連法令に基づき、適切な利用目的の通知および顧客の同意取得を行ったうえで実施しております。注2：アンケート結果については、ご関心をお持ちのメディアの皆さまに共有・オーダーメード集計を行うことも可能です。ご希望の方は、下記までお気軽にお問い合わせください。ただし、内容や目的によってはお断りする場合もございますので、あらかじめご了承ください。連絡先：contact@redata.co.jp（Re Data Science株式会社 広報担当 田村）Re Data Scienceは、今後も西村ジョイおよび総合オリコミ社との連携を通じて、データサイエンスおよびAI技術を活用したマーケティング活動を推進してまいります。Re Data Science株式会社（アールイーデータサイエンス）本社所在地：千葉県柏市若柴178-4 柏の葉キャンパス148街区2 ショップ&amp;オフィス棟 6階 柏の葉オープンイノベーションラボ（KOIL）設立年月：2021年7月代表：高田 悠矢事業内容：機械学習技術を用いた新規事業企画支援／機械学習機構の開発支援／データ解析／データ活用におけるコンサルティングURL：https://redata.co.jp/企業プレスリリース詳細へ : https://prtimes.jp/main/html/rd/p/000000009.000131025.htmlPR TIMESトップへ : https://prtimes.jp