第1部. 機械学習を活用した顧客プロファイリングの効率化と最適化

(2020年11月17日 10:00〜12:00)

　近年、既存のマスメディアを中心としたマーケティングチャネル以外にもデジタルチャネルをはじめとした様々なマーケティングチャネルが出現している。医薬品業界においても医師に対するコミュニケーションチャネルの多様化が進んでおり、MRによる対面でのコミュニケーションの他に、スケジュールされたオンラインまたは対面での説明会、医師がいつでも好きな時にアクセスして情報が取得可能なデジタルコンテンツなど、様々なチャネルが存在する。今後さらにコミュニケーションチャネルの多様化および複雑化が進んでいくなかで、各チャネルの特徴や効果を定量的に捉え、マーケティングの意思決定につなげることが重要となる。 医師とのコミュニケーションチャネルにおいては、各チャネルに特徴があり、顧客である医師にも好みや性格、専門性や医療を提供する環境など多様な特徴が存在する。最適なコミュニケーションチャネルの選択および活動回数の決定に重要となるのは、現在の各チャネルの効果や顧客の反応を定量的に把握することである。
　本稿では、マーケティングチャネルの中でもコミュニケーションチャネルに着目し、機械学習を活用した顧客プロファイリングの概要を紹介する。特に、売上情報、顧客情報などを用いたマーケティング活動の効果測定から、顧客のプロファイリング、また顧客特性に合わせたマーケティング活動の最適化方法の概要について説明する。

1. はじめに
2. 機械学習を活用した顧客プロファイリング
   1. セグメンテーション
   2. ターゲティング
   3. オペレーション最適化
3. 機械学習モデルの説明可能性
4. 現場における課題
5. おわりに
• 質疑応答

第2部. MRのディテール内容を最適化するAIエンジンの具体的活用法

(2020年11月17日 12:45〜14:45)

　様々な産業、分野においてデジタルトランスフォーメーションが求められる現在、コマーシャル部門においてもマーケティングオートメーションやセールスオートメーションなどのデジタルツールが使われている。人が介在することなく、マーケティング活動やセールス活動における様々な意思決定がデジタルやAIにより自動化され効率的・効果的になっている。
　一方で、人のコミュニケーションによって成立する商談など、属人的、経験的と言われ“ブラックボックス化した対話”においても、テクノロジーを駆使した効率化にあたってどの様なメカニズムがあるのか、そして、その支援につながるテクノロジーはないかと研究開発が進んでいる。そこで期待されているのが、対話の可視化を実現する様々なツールである。AIなどを駆使した最新の技術が用いられ、様々なサービスや手法がある。
　コミュニケーション (人と人の対話) の解析技術の研究・開発の中で、文字化されたテキストデータについては、発達した自然言語処理により、自動要約生成や情報抽出、音声認識、機械翻訳などに応用されており、ここではその活用事例を一部取り上げる。

1. はじめに
   1. コミュニケーション (人と人の対話) の可視化について
   2. 応用されている主な技術
   3. コミュニケーション (人と人の対話) の解析に使用しているデータの例
   4. 対話用テキスト解析「ダイアテクストアナライザー」
2. 対話を可視化する価値
   1. 対話の可視化ニーズ
   2. MRの情報提供 (ディテーリング) を可視化
3. MRの情報提供 (ディテーリング) の分析」から見えるもの
4. MRの情報提供 (ディテーリング) の最適化
   1. MRの置かれている環境変化
   2. MRを介した情報提供が行われる限り、教育システムの改善が求められる
   3. 具体的な分析活用とネクストステップ
5. おわりに
• 質疑応答

第3部. AIがもたらす、マーケティング・営業活動の変革

(2020年11月17日 15:00〜17:00)

　ここ半年ほど、多くの方がDX (デジタルトランスフォーメーション) を経験してきているのではないだろうか。私自身、リモートワークがこれほど生産性をあげるのかと驚いている。また、DXをリードする企業のトップも「2ヶ月で2年分のDXが進んだ」「3ヶ月で3年分のDXが進んだ」といったことを言っており、そこにポジショントークがあったとしても、やはりDXの流れは加速しているのだと思う。
　本章のテーマは「AIがもたらすマーケティング・営業活動の変革」だが、まずは高い視座から「変革」を眺めることにより議論を開始したい。

1. AIの浸透により求められるスキル
2. 近い将来、製薬メーカーが求められていく取り組み
3. 製薬メーカーが強化すべき「3つの取り組み」
4. AIの分析面での具体的な活用方法
5. No Contact Customer Journey構築の必要性
6. “No Contact Customer Journey”の構成要素
7. 目指すは「実験型組織」 (最後に)
• 質疑応答