朝日信用金庫

朝日信用金庫では、KIをどう使っていますか？

朝日信用金庫では、お客さまと直接お会いする信用金庫ならではの価値に加え、デジタルの便利さを駆使することで、お客さまにさらに寄り添っていきたいと考えています。今年2月には「デジタル戦略部」を新設し、庫内業務や商品、サービスのデジタル化に取り組んでいます。

2021年に導入したKIによるデータ分析も、その一環です。すでにフリーローンや定期預金の成約などで、目に見える成果が上がっています。現在は「顧客別・商品別需要リスト」の作成に着手しています。

朝日信用金庫がデータ分析に本格的に取り組むようになった経緯を教えてください。

「データ分析を重点的に進めた」とは具体的には？

信用金庫の業務は「顧客理解を深める」ことが重要です。お客さまのデータをよく分析すれば、対面接触とは別の角度から、さらに広く深くお客さまを知ることができる、そう考えました。

そんな折、KIのことを知り、デモを見ることになりました。最初は特に期待していなかったのですが、デモを見るにつれ「使いやすいシステムだ。これならデータ分析の専門知識がない職員でも進んで使いこなせそう。」と印象が変わりました。

実はKIに先行して、依頼した分析を実施してくれる競合他社のサービス（以下競合サービス）による分析プロジェクトも進んでいました。まずはKIによる分析と、同プロジェクトによる分析の両立てで、データ分析を進めることにしました。

すでにデータ分析プロジェクトが進む中で、新たにKIも導入したのはなぜですか？

競合サービスで使われているソフトウエアは、長年の定評と実績がある高性能なシステムで、費用面でもKIより割安でした。それでもあえてKIを導入したのは、ＫＩは「小回りの良さ」の点で当庫にマッチすると考えたからです。

「小回りの良さ」とは、分析しながらよく考え、気づきがあったら「すぐ試す」、そんな気軽な使い方のことです。しかし競合サービスでは、「分析に必要なデータを揃えて提出し、結果を待つ」という方式なので、柔軟性、機動性は期待できず、そこが気がかりでした。

その後、社内で検討し、「まずは1年、KIを試してみる。1年間は競合サービスとKIの両方を使う。やってみて無意味とわかったらKIは1年で使用をやめる。」という結論に達しました。そしてKIを導入し、まず「フリーローンを新規開拓するためのDM（ダイレクトメール）送付先抽出」を、KIと競合サービスの両方で試みました。

すると、非常に興味深い結果が現れました。

「興味深い結果が現れた」とは具体的には？

その後、どんな分析をおこなったのですか？

KIの有効性を探るべく、さらに検証を続けました。次はいくつかの支店をトライアル店舗として選び、定期預金の新規開拓のためのリスト抽出をおこないました。

手順としては、まず全支店、全職員に向け「業務改革プロジェクトではデータ分析を推進しています。今度、意見交換会を開きます。誰でも参加できます。」と呼びかけました。これに対し、支店長から若手職員まで何人かが手を挙げました。そして意見交換会の参加者が所属する支店に、KI検証のトライアル店舗となるよう依頼しました。最初からデジタル化に関心の高い職員がいる支店に依頼した方が、実証試験が円滑に進むと考えたからです。

その後、各支店の意見を聞きながら、見込み先のリスト抽出をおこない、新規開拓に活用してもらいました。そして3ヶ月後、あらためて各店舗に感触を聞いたところ、「データ分析は使う価値がある。今後も使いたい！」という手応えある回答が返ってきました。

まず「KIにより、経験則では思いつかない、意外な訪問先が提示された」という感想がありました。従来、新規開拓の訪問先は、営業担当者がKKD（勘、経験、度胸）で選んでいました。これももちろん有効ですが、一方で「行きやすいところに行ってしまう」「マンネリ化する」という難点もありました。

しかしデータ分析をおこなうと、つい見落としがちな「意外な訪問先」が提示される。だまされたと思って訪問すると、けっこうな確率で成約に至る。これはよい、という感想でした。

また「若手の成績がハッキリ伸びる」という利点もありました。一般論として若手には、行動力はあっても経験、勘、得意先がありません。そんな彼らに、KIが抽出した先に行かせてみる。すると持ち前の行動力で成約を取ってきます。KIを使っている店舗、使っていない店舗で若手の成績を比べたところ、そこには偶然で片付けられない「明確な差」がありました。適切な行き先さえ示せば、若手もきちんと成約がとれるとわかりました。

この他、現場からは次のようなコメントがありました。

• ○見込み先に電話して顕著な反応があったことに、驚きを感じている。
• ○預金残高が少ない顧客で成約に結びついた案件が、各担当者で複数件あった。これは自分で作成するリストでは得られない功績だと思う。
• ○リストの中に不定期に来店される方の名前があり、接触したところ成約に至った。残高ベースのリストでは見落としていた先からの契約獲得。大きな気づきになった。
• ○「当庫に好印象。しかし日中不在のことが多く、営業訪問は断っていた。」「昔、商売をしていた頃、助けてもらった。」などの言葉をいただくことがあった。このように当庫にいい印象を持っていても、日中不在や先入観が原因で訪問しなくなっている先がある。しかし、そこに成約につながりやすいお客さまは必ずいる。リストを活用した訪問、面談の必要性を強く感じた。

以上、実証試験の結果、「KIを使ったデータ分析は現場の営業成績を底上げする力がある」とわかりました。経営層に報告したところ、「取り組みをすべての店舗に拡大せよ」と力強い反応がありました。そして現在、まさに全店舗展開に取り組んでいる最中です。

全店舗展開はどのように進めているのですか？

まず、全店の支店長を集めた説明会をおこないました。データ分析に営業成績を上げる力があることを成功事例も交え、きっちり説明しました。また全店舗展開にあたっては、データ分析の対象商品をフリーローン、定期預金に限らず、あらゆる金融商品に拡大することも併せて伝えました。

この取り組みにおいて現在、KIにより「顧客別需要リスト」を作成しています。「顧客別需要リスト」とは、「当庫の100万口座の一人ひとりの需要がわかる」ことを理想形とするリストです。

そのリストを見れば、たとえば「Aさんは、今ある商品10種のうち、おそらくこれとこれに関心がある。だから、Aさんと商談するときは、それらの商品を提案すれば、話が進展する可能性が高い。」とわかります。このリストは若手や、異動して間もない職員を商談に向かわせるとき特に有効です。彼らは、「はじめてのお客さまとは、何を話してよいのかわからない」となりがちですが、こうしたリストがあれば、お客さまが求めているものが事前にある程度わかるので、現場で話が組み立てやすくなり、訪問することへの抵抗感が薄れます。

顧客別需要リストは次のような流れで作ります。

• 1.それぞれの商品について、「それを実際に購入した人」の過去データを分析し、購入者の共通点、傾向、特徴を把握する。
• 2.特定の顧客Aさまについて、その商品の既存購入者の特徴と、Aさまの特徴を比較する。
• 3.共通点が多ければ多いほど。「Aさまはその商品に関心を示す」と判断できる。
• 4.これを全商品、全顧客に対し展開する。

（※いきなり「全顧客」は困難なので、初期段階では顧客をある程度の集団にまとめ、それを分析してもよい）。

顧客別需要リストは、まだ着手したばかりですが、すでに現場職員から「これは役立ちそうだ」と手ごたえある反応を得ています。当庫でのKIによるデータ分析について、まずは軌道に乗ったといえるでしょう。全店舗展開も必ずや成功させます。

これまで使ってみてわかったKIの良さを教えてください。

やはり、使いやすさ、とっつきやすさは、大きな魅力です。データ分析について素養がない職員でも、スッと使いこなせます。データサイエンティストによる伴走があるのも良い。使いはじめの頃は、KIの使い方以前に、データ分析そのものの勝手をつかめず、停滞しかかった時期もありました。そこを乗り切れたのは、データサイエンティストの助力あってこそのことです。

現在、KIの導入を検討している企業に向けて、先に使っている立場から、何かアドバイスなどあればお聞かせください。