あるとき、同部門のチームメンバーは、コカ・コーラの潜在的なニーズを把握し販売戦略につなげるために、飲用シーンをもっと深く知ろうと考えた。パーティーや間食時に飲まれていることは考えなくても察しがつく。だが、まだ知らないシチュエーションはあるはずだと考え、Twitterの投稿から同社が把握していない飲用シーンを探ろうと決めた。

　実は過去にも、消費者の動向をつかもうとSNSの投稿内容を分析したことがあった。だが、テキストベースの分析では想定内の結果しか得られない。ハッシュタグも分析したが、消費者がハッシュタグを使って投稿するのはせいぜいキャンペーンの時ぐらいだ。

　そこで目を向けたのがTwitterの投稿画像だ。最近、コミュニケーション方法は若い世代を中心にテキストベースから画像を共有するコミュニケーションに移りつつある。投稿画像の中には、意図せずコカ・コーラが映りこんでいる画像もある。そこから飲用シーンを読み解こうというアイデアだ。

画像をご覧いただくには会員登録が必要です

会員登録・ログイン

イメージやビジュアルを基にしたSNS分析への挑戦

　解析対象にTwitterを選んだのにも理由がある。Facebookは報告や告知などオフィシャルな目的で使われることが多い。対してTwitterは短文で気軽に情報発信でき、消費者の本音が現れやすいと考えたからだ。しかも、即時性があるためリアルタイムで消費動向をつかめる。

　問題は、日々膨大な量の画像が投稿されるTwitterからどうやってコカ・コーラの飲用シーンを見つけ出すかだ。

問題は7万枚の画像からどうやって飲用シーンを探るか

　Twitterの投稿画像を基にした分析といっても、その数は膨大だ。どうすれば大量の投稿画像からコカ・コーラに関連した画像だけを見つけ出せるのか。

　この問題は、Googleが提供するAIの画像解析サービス「Google Cloud Vision API」とブレインパッドが日本で代理販売するソーシャルデータの分析ツール「Crimson Hexagon ForSight」を使って解決した。

　画像認識機能を備えたAIでコカ・コーラと関連のある画像を取り出し、画像に映っている情報を頼りに飲用シチュエーションを分析しようという考えだ。

　まずは、Crimson Hexagon ForSightを用いてTwitterの投稿画像から商品やロゴが映りこんだ画像約7万点を抽出した。だが、コカ・コーラの飲用シーンを知るにはこれだけでは情報が足りない。次に必要となるのは、「いつ、どこで」といったシチュエーションや消費シーンが分かる付加情報だ。それを知るには、コカ・コーラと一緒に映りこんだものが手掛かりとなる。

画像をご覧いただくには会員登録が必要です

会員登録・ログイン

ピンボケやデザイン違いのものも含め約7万枚の画像抽出に成功

　それを知るために、Googleが提供する画像解析AIツール「Google Cloud Vision API」を活用した。一緒に映りこんでいるものにラベルを付け、映りこんでいるものが何であるかをAIが識別しやすいようにした。例えば、食べ物であれば「Food」「Cuisine」「Dish」「Meal」といった具合だ。このようにして、背景など画像に映りこんださまざまなものにラベルを付けた。

画像をご覧いただくには会員登録が必要です

会員登録・ログイン

ラベルを付けることで「いつ、どこで」が分かる

　しかし、AIが対象物を正確に識別するためには、ラベル付けだけでは不十分だ。さらに詳細な情報を知るためには、「自然＞森＞木」というようにラベルの情報を階層化し、整理する必要がある。これにはブレインパッドの階層クラスタリングの技術を使ってラベル情報を整理した。

　こうしたプロセスを踏んで、抽出した画像からコカ・コーラの飲用シーンを読み解く。例えば、右下のような画像があったとする（画像1）。付けられたラベルを基に、AIがこの画像を読み解くと次のようになる。

画像をご覧いただくには会員登録が必要です

会員登録・ログイン

画像1

　この情報から、画像1は「映画を見ながらポップコーンと一緒にコカ・コーラが飲まれている」といったことが推測される。このようにして、AIを使い、SNSに投稿された画像を基に「どのようなシーンでコカ・コーラが飲まれているか」をパターン分析した。

　この結果、約50もの消費シーンが確認できた。中には、高い山に登っているシーンも見られた。海水浴やバーベキューのときなど海で飲まれることはよくあるが、標高の高い山を登る際にもコカ・コーラが飲まれていることは知らなかったという。

画像をご覧いただくには会員登録が必要です

会員登録・ログイン

シーン、心理の考察

「シーンの裏にあるもの」をAIは読み取れるか

　このようにして、AIによってある程度は飲用シーンを特定できるが、最終的にシーンの意味を理解するには人間の力が必要となる。先ほどの画像から「映画館でポップコーンと一緒にコカ・コーラが飲まれている」ということはAIでも推測できるが、「デートで映画館に行き、ワクワクした気分で上演前にポップコーンを食べながらコーラを飲んでいる」など、シーンに意味付けをできるのは人間だけだ。

画像をご覧いただくには会員登録が必要です

会員登録・ログイン

「情報整理」はAIに、意味理解は「人間」で

　この点について日本コカ・コーラの経営戦略部門 ナレッジアンドインサイツ ディレクターを努める小林康二氏は「画像の抽出や分類といった点では人間よりもAIの方が優れているが、シーンの構造理解や背景にある人間心理を推察するのはまだ難しい。AIのアウトプットと人間による考察を組み合わせることで、より深い意味理解ができる」と語り、AIを活用したマーケティングにも、マンパワーは必要であることを示唆した。

　「Google Cloud Vision API」のように、APIを通して一般企業も簡単にAIを使える時代になった。今後は、さらにAIをビジネスに活用するケースが増えてくるだろう。