目次

はじめに
Chapter 1　マーケティング担当者のためのAI＆ビッグデータ
　1-1　AI（人工知能）とは？
　　なぜAIなのか？
　　第四次産業革命としてのAI
　　AIが作る経済規模
　　ディープラーニングは何を学ぶべきかさえも自ら学ぶ
　　なぜ自動でデータの特徴を抽出することができるのか？
　　AIにおいて日本に勝機はあるのか？
　1-2　AIを実際に活用するには？
　　AIを活用する上で超えなくてはならない壁
　　マーケティングAIがカバーする主な領域
　　その他の領域でのマーケティングAI
　　マーケティングAIの開発に向けて
　1-3　ビッグデータがあるからAIは学習できる
　　ビッグデータとは何か？
　　マーケティングに用いるビッグデータの分類
Chapter 2　AIマーケティングの基礎知識
　2-1　顕在化した需要に応えるためのプロセスの概要
　　顕在化している需要と新たな需要の創出の違い
　　顕在化している需要に応えるための一般的な流れ
　2-2　分析・プラニングを支える基盤
　　分析・プラニングで必要となること
　　ユーザーの接触情報を構造化する
　　ユーザーの行動パターンを集約する
　　解釈のためにユーザーの行動パターンを整理する
　　AIの学習のためにユーザーの行動パターンを整理する
　　ユーザーの特徴を予測する
　　予測の確からしさの検証方法
　　教師ラベルをどのように用意するか？
　　予測に貢献した特徴を理解する
Chapter 3　実践的AIマーケティング
　3-1　「知ってもらう」ためのAI活用
　　誰に広告を届けるのか？
　　どのようなメッセージを伝えるのか？
　　誰に何を伝えるか？
　　伝わったかの効果測定
　　広告プラットフォームにどのように予算配分をするのか？
　　リアルメディアでの広告枠の最適化
　　バナーの自動生成の実現性
　　こんな絵を書いてほしいとオーダーする
　3-2　「興味を持ってもらう」ためのAI活用
　　「知ってもらうこと」と「興味をもってもらうこと」の違い
　　「興味を持ってもらう」ために取得すべき情報
　　長い文章の自動生成
　3-3　「調べてもらう」ためのAI活用
　　ユーザーはどのような言葉で検索をしているか？
　　現状のサイト状況を知る
　　対象のキーワードに対してどのように評価されるか？
　3-4　「買ってもらう」ためのAI活用
　　購入フェーズのユーザーとは？
　　買ってもらう際のメッセージング
　　併売を狙う
　　購入までの詳細な遷移を把握する
　　店舗での購入フェーズのユーザーへの活用
　　行動データをもとにした施策の展開
　　最先端コンテンツへの出力
　3-5　「ファンになってもらう」ためのAI活用
　　ファンになってもらうフェーズの特徴
　　商品タイプ別のデータの取得方法
　　使用の停止を検知するための属性の設計
　　離反を防ぐためのメッセージング
　　チャットボット
Chapter 4　需要を掘り起こすAIマーケティング
　4-1　潜在的な意識を掘り起こすAI
　　需要を作り出すこととは？
　　科学的にイノベーションを再現する
　4-2　未来の需要を予測するAI
　　データ分析の4つの分類
　　過去の傾向から未来の傾向を予測する
　　新技術開発との連携
　4-3　新たな未来を作り出すAI
　　文化形成は芸能人が行ってきた？
　　キャスティングをAIが支援する
　　今後売り出す芸能人の特徴を掴む
　　芸能人のブランド力を高めるには？
Chapter 5　これからのマーケティング
　5-1　AIが変える未来
　　AIがマーケターの仕事もお金の流れも変える
　　メディアも変わる
　　コンテンツも変わる
おわりに

著者プロフィール

• 山本覚（著者）

  データアーティスト株式会社代表取締役CEO、東京大学政策ビジョン研究センター客員研究員。慶應義塾大学応用化学科卒業、東京大学大学院物理学専攻修士課程卒業、東京大学大学院技術経営戦略学専攻退学。東京大学博士課程在籍時に松尾豊准教授の研究室で人工知能を専攻。650社の導入実績を誇るWebマーケティングツール「DLPO」の10年以上の開発から培ったノウハウと東京大学との共同研究より得た技術力を背景に、大手企業を中心にAI（人工知能）とビッグデータを活用したコンサルティングとサービスを提供している。共著書に『マーケッターとデータサイエンティストが語る 　売れるロジックの見つけ方』（宣伝会議）がある。