LLMを用いた非構造化データ分析による顧客理解の深化

LLM活用による非構造化データ分析の新展開

AIとデータを活用したマーケティング支援を手掛ける株式会社atarayoは、非構造化データから顧客の興味傾向を把握する新たな分析手法の運用を開始した。これまで困難とされてきたメール文面やSNSコメントなどのテキストデータを大規模言語モデル（LLM）で解析することで、従来型の数値データ中心の分析では見えなかった「ユーザー行動のきっかけ」に迫る。

メールテキストからタグ生成、行動データと連携し顧客の興味傾向を可視化するLLM分析の仕組みを示した図です。

メール・SNSなど非構造化データの解析が進展

これまでのマーケティング分析では、注文履歴やWEB行動履歴などの構造化データに基づくLTVやアクティブ度の算出が主流だった。一方で、メールやLPといった非構造化データの解析は技術的課題が多く、ユーザーが購入に至る動機や反応したポイントを把握するのが難しかった。

atarayoはメールの件名や本文といったテキストデータをLLMで分析し、Snowflake Cortexを活用してタグ付けと行動データの紐付けを行うことで、ユーザーがどのような訴求に反応するかを可視化。これによりメールコンテンツや他チャネルの最適化、数百万人規模の顧客像把握を実践している。

今後の活用領域と事業インパクト

今後はカスタマーサポートや広告分野への応用も進め、問い合わせ内容の感情トーン解析やクリエイティブ自動最適化、競合分析の自動化など多様なシナリオでLLM解析の導入を検討する。非構造化データの価値を引き出すことで、EC以外の領域でも顧客体験や業務効率化に貢献する狙いだ。

問い合わせ内容の緊急度判定と対応最適化
顧客セグメントごとのメール自動生成とA/Bテスト
広告クリエイティブや競合訴求の自動分析

非構造化データ活用の事業成長への可能性

LLMによる非構造化データ分析は、顧客一人ひとりの動機や反応を可視化し、パーソナライズ施策の高度化・業務効率化を推進する。今後は顧客サポートや広告最適化などEC外領域にも拡大し、データ主導の事業成長を後押しする技術基盤として注目される。