AIプラットフォームの成長戦略 ― 「誰から攻めるか」で投資先が変わる｜MBAマーケティング Day5

この記事でわかること

• マーケティング1.0から6.0までの進化と、その本質的な意味
• プラットフォームビジネス特有のマーケティング課題 ― 「鶏と卵」問題
• ターゲティングの順序が投資意思決定を左右する理由
• LTV/CACを使った投資効果の定量分析

はじめに ― マーケティングの「現在地」を知る

Day5のテーマは「プラットフォームビジネス」と「デジタルマーケティング」。ケースで取り上げたのは、AIと機械学習を活用してパーソナライズされたファッション体験を提供するECプラットフォームだった。

この回の授業は、Day1〜4で積み上げてきたマーケティングの基本フレームワークの上に、テクノロジーという新しいレイヤーを載せる構成だった。マーケティングの歴史的な進化を俯瞰したうえで、最先端のAIプラットフォームの課題に取り組むという、壮大なスケールの授業だった。

マーケティングの進化 ― 1.0から6.0へ

授業の冒頭で、コトラーが提唱するマーケティングの進化モデルが紹介された。

1.0では「いいモノを作る」ことが正義だった。2.0で「消費者を理解する」時代になり、3.0では「社会的な価値」が求められるようになった。4.0でデジタルが前提になり、5.0ではAIが加わり、6.0では物理世界とデジタル世界が融合する没入型体験へと向かっている。

重要なのは、これらは「上書き」ではなく「積層」であるということだ。6.0の時代になっても、1.0の「良い製品を作る」という基本は変わらない。その上に、消費者理解、社会的価値、デジタル、AI、没入体験が積み重なっている。

ケースの概要 ― 「オンラインショッピングの不満」を解決するAI

ケースのプラットフォームは、既存のECサイトが抱える本質的な不満に着目していた。

既存のECサイトでは、消費者は膨大な商品を自分でフィルタリングし、並べ替え、スクロールし続けなければならない。検索結果は画一的で、自分の好みを反映してくれない。結局、疲れて購入をあきらめる。

このプラットフォームは、AIと機械学習を使って一人ひとりにパーソナライズされたフィードを生成した。ユーザーの行動データからアルゴリズムが好みを学習し、フィードがどんどん精度を上げていく。

同じアプリなのに、ユーザーごとに表示される内容がまったく違う。 この体験こそが最大の差別化ポイントだった。

プラットフォームビジネスの「鶏と卵」問題

しかし、このプラットフォームには構造的な課題があった。

AIの精度を上げるにはユーザーデータが必要。しかし、AIの精度が低い状態でユーザーを拡大すると、不満足な体験を提供してしまい、信頼を失う。

これは、プラットフォームビジネスに共通する「鶏と卵」問題だ。ユーザーが増えれば価値が上がるが、価値がなければユーザーは増えない。

では、限られた資金をどこに投資すべきか。これがDay5の中心的な問いだった。

二つのペルソナ ― 先端層ユーザーとフォロワー

顧客リサーチの結果、ユーザーは大きく二つのタイプに分かれることがわかった。

6Rの分析フレームワーク（規模・成長性・競合・波及効果・到達可能性・効果測定）を使って評価すると、一長一短だった。

フォロワーのほうが規模は大きい。しかし、ファッション業界には「上位層が下位層を牽引する」という構造がある。 先端層ユーザーがいなければ、フォロワーは何をフォローすればいいのかわからない。

ターゲティングの順序が投資先を決める

授業で明確になったのは、「誰から攻めるか」という順序が、投資の意思決定を直接規定するということだった。

先端層ユーザーを先に攻める場合:
→ AIの精度向上が最優先 → エンジニアリングへの投資

フォロワーを先に攻める場合:
→ ユーザー数の拡大が最優先 → ペイドメディア（広告）への投資

授業では、限られた予算をどちらに投じるか、定量分析も行った。

エンジニアリング投資の場合:
– コンバージョン率と解約率が大幅に改善
– LTV/CACが1.0以上に改善

ペイドメディア投資の場合:
– 多くの新規ユーザーを獲得できる
– しかしLTV/CACは1.0を下回る

数字で見ると明白だった。現段階ではエンジニアリングに投資し、コア顧客（先端層ユーザー）の信頼を勝ち取ることが先決だった。ユーザー拡大は、プロダクトの完成度が上がった後のフェーズで行うべきだ。

リスクの評価 ― 定量分析だけでは足りない

ただし、定量分析だけで意思決定するのは危険だ。授業ではリスクの議論も行われた。

エンジニアリング投資のリスク:
– 成果が出るまでに時間がかかる
– その間に競合が市場を席巻する可能性
– 先端層ユーザーが待ちきれずに離脱する可能性

このリスクへの対処として、「人的リソースを短期集中で投下し、スピード感を持って成果を出す」という前提条件が加えられた。

収益多角化の検討 ― 本業を守るための副収入

授業の終盤では、安定収益を確保するための6つの収益化オプションについても議論した。

有料広告、ロイヤリティプログラム、インフルエンサープログラム、P2P（顧客紹介）、ホワイトラベル技術販売、データ販売。

ここで重要だったのは、「収益化オプション自体が新たなリスクを生まないか」という視点だった。

たとえば、有料広告は収益性が高いが、広告商品が優先表示されるとユーザー体験を毀損する ― まさにこのプラットフォームが解決しようとした既存ECサイトの問題を、自ら再現してしまう。データ販売はプライバシーリスクを伴う。

最も整合性が高いと評価されたのは、P2P（顧客紹介によるクレジット提供）だった。ユーザー体験を損なわず、口コミによるオーガニックな成長を促進できるからだ。

後日談 ― このプラットフォームの結末

ケースの後日談として紹介されたのは、このプラットフォームが大手テック企業に買収されたという事実だった。スタートアップ単独では達成できなかった規模とデータを、大手の基盤の上で実現する。この結末は、プラットフォームビジネスにおける「規模の壁」の現実を示していた。

実務への気づき ― AIは手段、顧客理解が目的

IT業界にいると、AIや機械学習は「技術的にすごいから導入すべき」という文脈で語られがちだ。しかし、Day5の授業を通じて改めて感じたのは、AIはあくまで手段であり、目的は「顧客一人ひとりに最適な体験を提供すること」だということだ。

パーソナライゼーションの精度を上げること自体が目的になってはいけない。顧客が「このサービスは自分を理解してくれている」と感じる体験の先に、信頼があり、継続利用があり、推奨がある。テクノロジーは、その体験を可能にするためのイネーブラーに過ぎない。

マーケティング1.0から5.0までの進化を一気に理解したい方には、コトラー自身が書いたこの本が最適だった。

まとめ ― Day5の学び

1. ターゲティングの「順序」が投資の意思決定を規定する。 顧客のヒエラルキー構造を理解し、どの層を先に攻めるかで、資源配分の方向性が決まる。
2. プラットフォームビジネスでは、プロダクトの完成度とユーザー拡大のバランスが成否を分ける。 未熟なプロダクトでユーザーを集めると信頼を失い、取り返しがつかなくなる。
3. 収益多角化は、本業のユーザー体験を毀損しないものを選ぶ。 短期的な収益のために、自社の存在意義を損なう施策は避ける。

よくある質問（FAQ）

Q1. マーケティング6.0の「没入型体験」とは具体的にどういうものですか？
A1. AR/VR、メタバース、空間コンピューティングなどを活用して、物理的な空間とデジタルな空間を融合させる顧客体験です。たとえば、ARで家具を自室に仮想配置してから購入する、といった体験が該当します。

Q2. 小さなスタートアップがプラットフォームビジネスを成功させるコツは？
A2. 最初はニッチな領域に特化し、そこで圧倒的な体験を提供することです。全方位に広げるのではなく、特定のセグメントで「ここでしか得られない体験」を確立してから拡大するのが定石です。

Q3. ターゲティングの「順序」を間違えると何が起こりますか？
A3. たとえば、プロダクトの完成度が低い段階で大量のユーザーを集めると、低品質な体験が口コミで広がり、ブランドの評判が固定されてしまいます。一度ついた「使えない」という評判を覆すのは、最初から良い体験を提供するよりもはるかにコストがかかります。

Q4. AIを活用したパーソナライゼーションは、どの業界でも有効ですか？
A4. 選択肢が多く、顧客の好みが多様な業界ほど有効です。ファッション、音楽、動画コンテンツ、飲食などが好例です。逆に、選択肢が限定的で、好みの個人差が小さい商品（日用消耗品など）ではROIが出にくい場合があります。