ストーリー
田
田中VPoE
「Month 3の総仕上げだ。ここまでコスト分析、効果測定、PoC検証、ビジネスケース作成、プレゼンテーション設計を学んできた。最終演習では、新しい業務領域を題材に、ROI評価から経営提案まで一気通貫で取り組んでもらう。」
あなた
「CS部門と請求書処理は扱ったので、新しい領域ですね。」
あ
田
田中VPoE
「そうだ。NetShop社の『マーケティング部門のAI活用』を題材にする。需要予測、パーソナライゼーション、広告最適化など、売上を伸ばす方向のAI投資だ。コスト削減とは異なる効果の定量化が求められる。」
ミッション概要
| 項目 | 内容 |
|---|---|
| 演習タイトル | NetShop社 マーケティングAI導入のROI評価と経営提案 |
| 想定時間 | 90分 |
| 成果物 | PoC計画 + ビジネスケース + プレゼン構成 |
前提条件
マーケティング部門の現状
チーム構成:
マーケティングマネージャー: 1名
データアナリスト: 3名
キャンペーン担当: 5名
コンテンツ制作: 4名
現状データ:
月間売上: 8億円
月間訪問者: 500万人
コンバージョン率: 2.1%（業界平均3.5%）
顧客単価: 7,600円
リピート率: 28%（業界平均40%）
広告費: 月間5,000万円（ROAS 3.2倍）
メール開封率: 15%（業界平均22%）
AI導入候補:
1. レコメンドエンジン（商品推薦のパーソナライズ）
2. 需要予測AI（在庫連動のキャンペーン最適化）
3. 広告最適化AI（入札・クリエイティブの自動最適化）
4. メールパーソナライゼーション（配信タイミング・内容の最適化）
PoC結果（レコメンドエンジンのみ実施済み）:
A/Bテスト期間: 4週間
対象: 訪問者の20%にAIレコメンドを表示
結果:
コンバージョン率: 2.1% → 2.8%（33%向上）
顧客単価: 7,600円 → 8,900円（17%向上）
クリック率: 3.5% → 5.2%（49%向上）
コスト見積:
レコメンドエンジン開発: 3,000万円
需要予測AI開発: 2,500万円
広告最適化AI: 2,000万円
メールパーソナライゼーション: 1,500万円
インフラ・共通基盤: 2,000万円
年間運用: 3,000万円Mission 1: PoC計画と効果試算
要件
- 未実施の3つのAI（需要予測、広告最適化、メール）のPoC計画を作成
- レコメンドエンジンのPoC結果から年間効果を試算
- 全4つのAI導入の統合的な効果推計
解答例
レコメンドエンジンの年間効果試算
コンバージョン率向上: 2.1% → 2.8%
月間訪問者500万 × 0.7%増 = 35,000件/月の追加注文
35,000件 × 8,900円 × 12ヶ月 = 約37.4億円の追加売上
粗利率30%想定 = 約11.2億円の粗利増
顧客単価向上: 7,600円 → 8,900円
既存注文への単価上乗せ: 500万×2.1%×1,300円×12 = 約1.6億円追加粗利
合計粗利増（保守的に50%で見積もり）: 約6.4億円/年未実施PoCの計画
| AI | PoC期間 | 検証方法 | 成功基準 |
|---|---|---|---|
| 需要予測 | 3週間 | 過去データでの予測精度検証 | 予測精度MAPE 15%以内 |
| 広告最適化 | 4週間 | A/Bテスト（予算の20%） | ROAS 20%改善 |
| メールパーソナライズ | 3週間 | A/Bテスト（リストの30%） | 開封率30%向上 |
統合効果推計（保守的）
| AI | 年間効果（粗利） |
|---|---|
| レコメンド | 6.4億円 |
| 需要予測 | 1.2億円（廃棄ロス削減 + 機会損失回避） |
| 広告最適化 | 1.9億円（ROAS改善分） |
| メール | 0.8億円（開封率・CV率改善） |
| 合計 | 10.3億円 |
Mission 2: ビジネスケース作成
要件
- エグゼクティブサマリー: 1ページに凝縮
- 財務分析: TCO、ROI、NPV、感度分析
- リスク分析とシナリオ計画: 4象限シナリオ + 期待値
解答例
TCO（3年間）
| 項目 | 初年度 | 2年目 | 3年目 | 合計 |
|---|---|---|---|---|
| 開発 | 11,000万 | - | - | 11,000万 |
| 運用 | 3,000万 | 3,000万 | 3,000万 | 9,000万 |
| 合計 | 14,000万 | 3,000万 | 3,000万 | 20,000万 |
ROI計算
年間純効果: 10.3億 - 0.3億（運用） = 10.0億円
（初年度は効果50%: 5.0億円）
3年間効果: 5.0億 + 10.0億 + 10.0億 = 25.0億円
3年間TCO: 2.0億円
3年ROI = (25.0 - 2.0) / 2.0 × 100% = 1,150%
投資回収期間: 約2ヶ月4象限シナリオ（AI効果 × 市場環境）
| シナリオ | 確率 | 年間効果 | 3年ROI |
|---|---|---|---|
| 高効果×好市場 | 25% | 15億 | 2,100% |
| 低効果×好市場 | 25% | 5億 | 625% |
| 高効果×悪市場 | 25% | 8億 | 1,050% |
| 低効果×悪市場 | 25% | 2億 | 175% |
期待ROI = 988%。最悪ケースでもROI 175%。
Mission 3: プレゼン構成
要件
- 15分プレゼンのスライド構成（8枚以内）
- ストーリーライン（3幕構成）
- Q&A対策（CEO/CFO/COO各2問）
解答例
スライド構成
| # | スライド | キーメッセージ | 時間 |
|---|---|---|---|
| 1 | 提案要旨 | 「1.1億投資で年間10億のトップライン改善」 | 1分 |
| 2 | 機会損失 | 「CV率の業界平均との差は年間40億の売上差」 | 2分 |
| 3 | AI4本柱 | 「レコメンド・予測・広告・メールの統合戦略」 | 2分 |
| 4 | PoC実証 | 「レコメンドでCV率33%向上を実証済み」 | 2分 |
| 5 | 財務効果 | 「ROI 1,150%、最悪175%、2ヶ月で回収」 | 2分 |
| 6 | 競合動向 | 「主要EC企業は全てAIパーソナライゼーション導入済み」 | 2分 |
| 7 | 実行計画 | 「段階導入、レコメンドから開始し四半期ごとに拡大」 | 2分 |
| 8 | 承認要請 | 「Phase 1: 5,000万でレコメンド導入開始」 | 2分 |
ストーリーライン（概要）
- 第1幕: 「CV率2.1%。業界平均3.5%との差は、毎月7万件の取りこぼし」
- 第2幕: 「AIが一人ひとりに最適な商品を提案。PoCで33%のCV率向上を実証」
- 第3幕: 「AI活用で業界トップクラスのCV率を実現し、EC市場でのポジションを確立」
達成度チェック
| 観点 | 達成基準 |
|---|---|
| 効果試算 | PoC結果から合理的な年間効果を推計している |
| 売上系の定量化 | コスト削減ではなく売上・粗利の増加を適切に定量化 |
| 財務分析 | TCO、ROI、NPVが正確に計算されている |
| シナリオ分析 | 最悪ケースでも投資合理性が示されている |
| プレゼン構成 | 15分で論理的かつストーリー性のある構成 |
推定所要時間: 90分