売り場利用者の ”ニーズが見える” ID-POS分析
「Tapirの目的範囲、選択範囲がどんな顧客ニーズを表しているのか?日本語で命名して欲しい」
このニーズは、2016年の第一世代Tapir誕生時からあったものですが、それから時を経てAIの文章要約がかなり使えるレベルになって来ました。
目的範囲も選択範囲も、範囲内の商品等に関する要約と言えば要約ですので、上手いことAIが使えそうな気がします。
丁度目的範囲に名前を振ってみた前回記事 粗利率か?差別化か?顧客ニーズに基づくPB商品開発の考え方 執筆中に、 ウチの ちっくん が、ChatGPTを使って試してくれましたので、お披露目したいと思います。
図は前回記事でも使った「冷凍パスタ」売り場への顧客ニーズをAIに要約させたものです。
もう一寸簡潔でも良い気もしますし、目的範囲=選択範囲のものについては同じ要約でも良い気もしますが、どちらもプロンプト次第です。
単なる商品名テキストの流用に留まらず、選択範囲=f2=n3の「ライト系パスタ」(本当にそうなのかは別にしてw)のように「学習してます」感も出ています。
自データベース内に留まらない知識を利用できる為、新商品の検討に際して「新商品中、既存商品と最も異質な消費者ニーズに応えるものは?」「各新商品に消費者ニーズが最も近しい既存商品は?」であるとか、単価に関して「市場売価(税抜)の中央値から±10%以上乖離しているものは?」なんて質問も成立しちゃいそうです。
信憑性とコストは別として、やろうと思えば他人のふんどしで比較的簡単に実装でき、それでいて現時点では差別化風な事が出来てしまうのが魅力です。
可能性は無限大ですが、既にAIを一般の方が普通に使う時代に足を踏み入れていますので、本件のように一般の方ではプロンプト作成が難しい事項に絞って実装をして行かないと、カオスになってしまいそうです。
一方で究極は、メニュー画面も条件設定画面もプロンプトのバックグラウンドとなって、出力結果画面は回答のソースになって行くんだろうなぁ〜とも考えています。
究極状態は当分先でしょうが、それを実現する為の学習材料としては操作マニュアルだけでは片手落ちで、業務上のノウハウが必要となって来ます。
例えば「再来月のチラシに掲載するワインを6品教えて」と言われた時に、システム操作に留まらず、いつからいつ迄で集計すれば良いのか?といったノウハウを知っている必要がある為です。
幸い(?)曲がりなりにも200ページを超えて増殖中の本HPがありますので、新人のアベちゃんに、BiZOOPeマニュアルと本HPを学習材料として、AIに食わせた「システム操作も、業務上のHowToも別け隔て無くMIXして答えてくれる」AIカイルくん(仮称) の研究をはじめてもらっています。