株式会社オークネット

KIは、オートモビル事業部門の新規営業部によるアップセル施策、および会員への車両落札促進、そして各種データの集計などで活用しています。

新規営業部によるアップセルの例ですが、従来はDMを送ったのち、テレマーケティングで追客することによる反応率は3%程度でした。しかしKIで顧客を分析し、訴求対象を、高スコア上位100社に絞ったところ、反応率は20%にまで向上しました。実は社内では、以前の3%をなかなか良い数字であると見ていました。そのため、20%という結果に驚くとともに、会社からはデータ分析の活用を高く評価されました。

弊社のサービス体系では、下位プランは、月額基本費用は安いものの、1取引当たりの手数料はやや高めです。一方、上位プランは基本費用が下位プランに比べて高いものの、1取引当たりの手数料は安くなっています。ということは、取引量が増えていった場合、どこかのタイミングで、上位プランをご利用いただいた方が費用総額は安くなるわけです。

そこで従来は、「取引量の多い会員」をリストアップし、「今の月間取引量なら上位プランに切り替えた方がお得ですよ」というトークで、取引量の多い会員順に上から営業していました。

ただし、本当にそのやり方が最適なのかという少しの疑念もありました。オークション会場は全国に108か所あり、各会場はそれぞれの特色を持っている。もしかしたら会場ごと取り扱いの多い車種やメーカーなど何らかの偏りがあるかもしれない。各会員がどの会場でどんな買い方をしているのか、その傾向をよく分析するべきではないかと。

そうした考えのもと、これまで実際に上位プランへ移行した会員の属性、行動を分析し、有意な特徴量を見つけ出し、それを営業活動に役立てていきます。

この他、「おまとめサービス」の拡大販売でもデータ分析を活用していきます。当社では、全国にある提携オークション会場に出品される中古車をオンラインで落札いただけます。「おまとめサービス」とは、当社がオークション会場へ車両代金の振り込みを代行することで、会員の経理業務とコストの効率化を支援する、付帯サービスです。このサービスを使っている会員にはどういう特徴があるのか、どの曜日に、どのエリア、どの会場を使っているのか、AFE機能（機械学習）を使って分析し、傾向、特徴量を見出していきます。そして「それと同じ特徴を持つ会員」に絞る形で付帯サービスを提案していきます。

その際は、こういう特徴量の方には、こういうタイミングで、こういう形でコールする、のように使っていきたい。データ分析を通じ、営業マーケティングの「勝ち筋」を見出します。

KIを使い、社内の各種データを集計しています。従来はExcelで管理しており、都度、集計作業が必要でした。しかしKIに切り替えてからは、データを自動連携させているので、見に行けばすぐ結果が分かるようになりました。

従来、毎月20～30時間かかっていた集計作業時間が、ほぼゼロになり、その時間をサービス改善など会員向けの業務に充てられるようになりました。

KIを使った集計作業の一例ですが、上位プランにアップセルするために、下位プランの会員の落札台数そして、会場ごとの手数料を、日次で閲覧できるようにしています。

アップセル営業では会員に働きかける「タイミング」が重要です。営業担当者は情報を見ることで、「（この会員は）あと何台買ったら上位プランの方がかえって安価になるはず」と認識でき、接触タイミングを計ることができます。

KIは現状本社スタッフのみ閲覧が可能な運用になっていますが、将来的には地方拠点の営業担当者も見られるようにしたいですね。現在は地方の担当者から「こういうデータがすぐ見たい」など依頼が来て、それに本社スタッフが対応していますが、地方拠点でもKIが閲覧可能になれば、より活用の場が広がるのではないでしょうか。

KIのことは担当役員から「興味深いツールがあるので一度、調べてみるように」と言われ、知りました。

導入の背景としては、社内、特にオートモビル事業部門が30年以上中古車事業を続ける中で、ある意味、業務への「慣れ」のようなものがあり、さまざまな判断を「経験と勘」でおこなうようになっていた部分があると感じていました。それが本当に正しい解なのか、適切な判断なのか、データを通じ検証する必要があると考えました。

KI導入以前に、2回ほどBIツールを導入したことがあります。しかし「担当者だけが専門家になってしまい、属人化により社内に浸透していかない」「その担当者だけにデータ分析依頼が集中し、社内にデータ分析の文化が根付きにくい」という課題が残りました。

しかしキーエンスから「環境を整備する」、「人材を育成する」、「データを整備する」ことの重要性とそれを支援いただけるとの提案があり、そのようなサポートがあるなら上手くいくのではと感じました。

またKIはキーエンスが、自らのデータ活用のために自社開発したツールだということも説得力がありました。検討をはじめて3か月で発注を決め、その2か月後には稼働開始となりました。

実はKI導入前に、社内では懐疑的な声もありました。過去BIツールの導入がうまくいっていない、今回もその繰り返しになるのではないか、という懸念です。

そこで今回は、従来のように「導入と同時に、一気に社内全体へ普及させようとする」のでなく、まず少人数が積極活用し、それを徐々に周囲へ広げていく方法を取りました。というのも一気に全員、とやってしまうと、どうしても一部の社員で「やらされ感」が出てくるからです。そうでなく、まずは小さく始め、成功事例、模範形を作った上で、そこから1つずつ次の部署、次の部署へ展開させていく、そのような進め方をすることで納得感が得られ、最終的には広く展開できると考えたからです。このように粘り強く説明したことで、上層部や周囲の理解を得られ、KIの取組を軌道に乗せることができました。

データ分析への姿勢、意識が変わってきたと感じます。「これから、こういう方針で活用していきたい」といった、未来志向の発言が出てきています。

新規営業部では、スパーリングのように次々と、新しい施策を打っています。データ分析を通じて、施策を考えるための「数値による気づき」が得られています。それがあれば、施策を実行する側の納得感が全然違ってきます。まず「なるほどね」と納得し、それから素早く行動に移し、反応を見て、次の行動につなげる、そんな流れが生まれてきました。