ChatGPTで、ジョブを捉えたキャッチコピーを出力

多様な情報を基に、質問応答やアイデアを出力する能力を持っているChatGPT。この技術を利用することにより、ジョブ理論（JBTD）のアプローチをより具体的に、かつ柔軟に実行できる。今回は、JBTDとChatGPTを、「広告・宣伝」で活用する手法を考えていく。

まず前半では、大都市郊外のターミナル駅近くに新しい商業施設を立ち上げるシチュエーションを考えてみる。ターゲットとなる顧客層の「ジョブ」を明確にし、それに基づいて効果的な広告戦略を練りたい。

商業施設の立ち上げやリニューアル時、顧客の“ジョブ”を解明し、それに基づいた広告戦略を練るのは至難の業だ。しかし、JBTDをしっかりと活用することで、その難題が解決へと進む可能性が高まる。

大都市郊外のターミナル駅の近くに商業施設を開く際、そのターゲットは駅近くのファミリー層や、やや遠方のシニア層であるとしよう。この2つの顧客層が抱える“ジョブ”は何か？ファミリー層は「子供との楽しい時間を過ごしたい」「家族全員で買い物を楽しみたい」など。一方、シニア層は「健康を維持したい」「日常の疲れを癒したい」などが考えられる。

今回、商業施設は、そのポテンシャルを最大限に引き出すために、ファミリー層とシニア層の２つの主要な層に焦点を当て、共通のジョブを探求するという戦略をとることにしてみよう。

ここでの最大公約数的なアプローチとは、両層に共通するニーズや欲求を探ることを意味する。例えば、先に挙げた世代間のコミュニケーションや健康といったトピックは、ファミリー層もシニア層も共通して関心を持つテーマである。この共通のテーマに基づいて、各店舗のコンセプトやサービスを展開することにより、より広い顧客層にアプローチすることが可能となる。

具体的にテーマと、キャッチコピーをChatGPTに考えさせてみると、以下の候補を得た。

これらの広告戦略の打ち出しは、各顧客層の特有の「ジョブ」を捉えるだけでなく、それらの「ジョブ」が共通部分である最大公約数を見つけ出すことで、効果的なアプローチを展開することを可能としている。このように、JBTDを活用し、複数の顧客層に共通するニーズや欲求を捉えることで、幅広いターゲットに訴求する広告戦略を打ち出すことが可能となる。

Advanced Data Analysisで広告効果を確認する

次に後半では、広告がどれだけ効果を持っているのかを確認するために、データサイエンスの側面からABテストをChatGPTのAdvanced Data Analysis（旧Code Interpreter）で行ってみたい。ABテストは、マーケティングの効果を検証するためのシンプルだが強力な手法だ。どちらの戦略が優れているかを明確に示すことができ、これにより、マーケティング戦略の方向性を迅速に決定することができる。

ここでは仮にKaggle※1に公開されているデータを使い、ABテストのようなアプローチ※2を行ってみる。

※1 Kaggleは、データサイエンスと機械学習のコミュニティプラットフォームである。ユーザーは、データ分析のコンペティションに参加して賞金を獲得したり、公開データセットにアクセスしたり、そのプロセスが記されたプログラムを共有・閲覧することが可能。初心者からプロまで、データサイエンスのスキルを磨き、知識を共有するための場として利用されている。
※2 一般的にABテストは従来手法vs改善手法の比較に用いられるため「ような」と表現した。

今回使用したデータは、企業広告を見たグループと、社会課題啓発などを目的とした公共広告（PublicService Announcement）を見たグループのコンバージョン率についてである。Kaggleに記載されたデータ本体をアップし、データ概要を貼り付けた上で、「何がコンバージョンに有効か、分析してください。」とChatGPTに問うと、下記の4点について分析してくれた。

ここで1に関して、「広告と公共広告を見たときのコンバージョン率の違いの有意差を視覚的に確認したいです。図にしてください。バープロットを行い、95%信頼区間も示してください。」と入力すると下記の図を得た。

広告と公共広告を見たときのコンバージョン率の違い

この図について説明を求めると、以下のような回答があった。

ここまで、宣伝に関して、JBTDとChatGPTの組み合わせが有効に利用できるかのケーススタディ、およびChatGPTのAdvanced Data Analysisの適用の検討を行った。次回以降も様々なシーンに対して利用できるかを考えていこうと思う。