※本稿は、鈴木敏文『鈴木敏文のCX入門』(プレジデント社)の一部を再編集したものです。
最初の「満足」はやがて「飽きる」に変わる
IoT(モノのインターネット)などで集積したビッグデータをAIなどで解析し、特定のパターンを見出して解を導く。このビッグデータ解析は、企業の種々の業務・活動の合理化、コストダウン、リスク低減などについては有効でしょう。
しかし、消費者の購買動向や購買行動についていえば、疑問を感じざるをえません。
注意すべきは、これまでに集積されたビッグデータは、あくまでも過去のデータであるということです。それをAIで解析し、消費のパターンを導き出しても、すでに顕在化しているニーズに追随することはできても、これまでにない潜在的ニーズを発掘することはできません。
お客様が求める満足度のレベルは常に増幅します。顕在化しているニーズに対応した商品やサービスを提供しても、最初の「満足」が、次は「ただの合格点」になり、やがて「飽きる」に変わります。
お客様は常に新しい価値を求め、より大きな満足を求める。それに応えるには、仮説を立てて、潜在的ニーズを掘り起こすことです。
そのとき、販売データの個々の商品の売れ行きの動きから、問題意識をもって、新しい兆しはないかと探ってみると、新しい売れ筋や潜在的ニーズを察知して、先行情報として活かし、仮説を立てることもできます。
ポイントは、データの向こうにお客様の心理を読み、意味を見出せるかどうかです。