LLMでプロモーション配分を最適化、無駄な割引を6割削減

『LCM-Promo』って、結局は何をするツールなの？割引の額を決めるAI、ってことでいいの？

割引の額を決めるというより、「この人のいまの気分で、いくら引いたら買うか」を予測するツール、と言えそうです。 ネットショップが毎日配るクーポンって、実は結構な無駄が出ているんですよね。「100円引き」で買う人もいれば、「500円引き」じゃないと動かない人もいる。逆に、既に気が向いてる人には引きなしでも買ってくれる。でも従来は「一律 20%オフ」みたいに配るしかなかった。 LCM-Promo がやってるのは、その人の過去の買い方をもとに「あ、この人は 200円引きなら反応しそうだな」と個別に判断すること。誰にどの額を配るかを、実データから学んだモデルが最適化する。 だから結果として割引コストが 6%減った。効かない大きな割引をばらまくのをやめて、その人にちょうどいい小ぶりな割引に絞れたわけです。AI が「営業マン的な読み取り」をやってるのが本質で、割引額の決定は、その読み取り結果に基づいた副産物に過ぎないと言えそうです。

ネット通販やフードデリバリーをよく使ってる側からすると、このシステムが広がると、クーポンの見え方とか受け取り方って変わっちゃうの？

今の段階では、見た目としてはあんまり変わらないと思います。あなたが受け取るクーポンの表示や、アプリ内の「クーポン一覧」の見え方は相変わらず。ただし、水面下では大きく変わってるんですよね。 現在、ほぼ全員に同じクーポンが配られているか、せいぜい「過去に頻繁に使った人」「3ヶ月来てない人」くらいの粗い分類で別々のクーポンが配られている。だから、1000円の割引をいっぱい見かけるし、本当は500円で買う人にも1000円渡されてる無駄がある。 LLMが広がると、あなたが見るクーポンは「あなたにとって効き目がありそうな金額」だけが、あなたに最適なタイミングで配られるようになる。つまり、本当は300円の割引で買う人には300円、1500円の割引がないと動かない人には1500円、という個別対応が起きる。見かけ上は同じアプリなんだけど、隣の人が見てるクーポン金額が違ってるという時代がくるのかもしれません。

ネットショップはこれまで、割引やクーポンをどんなやり方で配ってたの？闇雲に全員に配ってた？

実は、昔から「誰に何を配るか」という最適化の努力はありました。ただ、その精度に差があったわけです。 一番シンプルなやり方は、顧客を購買額や購買頻度の大ざっぱなセグメント（「高額顧客」「休止中の顧客」など）に分けて、セグメントごとに同じクーポンを配る手法。これなら闇雲ではなく、戦略的ではあるんですが、「このセグメント内の人Aさんには3,000円割引で買うけど、人Bさんには5,000円必要」という個人差を捉えられていません。 また推薦システムなども導入されていますが、「どの商品を勧めるか」に強く、「いくらの割引が最適か」という細かい調整には向いていなかった側面があります。 つまり従来は、ターゲット層は絞っても、割引額そのものは「この層には一律いくら」という粗い判断になりがちだったんですよ。反応の薄い顧客に大きく割引しすぎたり、逆に最小の割引で十分な顧客にも同じ額を配ったり。そこの無駄が、今回のLLM手法で個人単位で読み取れるようになったということみたいです。

これって『AIが人それぞれの弱点を学習して、そこに付け込む精度を上げた』ってことじゃないの？

その見方も完全には間違っていませんが、視点を少し引いてみるとおもしろいんですよね。 割引への感度を読み取ること自体は、昔から小売店の店長や営業マンがやってきたことです。常連客の顔を覚えて「この人は20%引きなら来るな」と判断するのと、本質は同じ。AIはそれを数千万人規模で、リアルタイムでできるようにしただけです。 ただ、「弱点に付け込む」という評価が妥当かどうかは、配分の方向次第なんですよね。記事に「費用を削りながら売上を伸ばせる」とあるのは、言い換えると、少ない割引で同じ効果を生み出している状態。つまり、本来なら10%引きを配っていた層に対して、5%引きで十分だと気づくわけです。これは消費者にとっても、むしろ無駄な割引をもらっていた状態から解放されるという側面もあります。 逆に言うと、このシステムが怖いのは「AIが誰に何を配るか」という部分を完全にコントロールできる点です。価格差別そのものではなく、その透明性の欠如と言えそうです。

割引コストが減ってお店は得するけど、逆に『割引をもらえなくなった人』や『本来もらえるはずだった人』が出てくるってことじゃない？

正直なところ、その側面は確実に出てきますね。いままで広くばらまいてた割引を、「効きやすい人」に絞り込むわけですから、割引をもらえない人が増えるのは避けられない。 ただここで大事なのは「その人は本当に割引が必要か」という問い直しなんですよね。LCM-Promoが学習するのは、究極的には「割引がなくても買う人」と「割引がないと買わない人」の差。つまり、割引をもらえなくなった人の多くは、実は割引がなくても買う可能性が高い層だったりします。 言い換えると、いままでのばらまき割引は「買う人にまで割引をあげてた」という過剰投資だったわけです。そこをAIが正確に切り分けることで、本当に必要な人に正確に届く。 もちろん「割引をもらえなくなった常連客が不公平に感じる」というモヤモヤは残るでしょう。でも店舗側の論理では、むしろその人たちは「割引なしでも来る優良顧客」として価値が高まってるんですよね。ここまで効率化が進むと、割引戦略そのものの透明性や説明責任が今後の課題になってきそうです。