POSレジは教えてくれない。AIログだけが知っている「お客様が本当に欲しかったもの」の正体

なぜ、お客様アンケートでは「本音」が見えないのか？

POSデータとアンケートの「死角」

多くのマーケターは、次の施策を考えるためにPOSデータ分析や顧客アンケートに頼ります。しかし、そこには致命的な「死角」が存在します。

POSデータの限界：
あくまで「購入に至った客（成功事例）」の記録であり、「欲しいものがなくて帰った客」「店が見つからず諦めた客」のデータは0件です。

アンケートの限界：
回答するのは「極端に満足した人」か「極端に不満を持った人」に偏りがちで、大多数の「サイレントマジョリティ」の声は拾えません。

現場の「肌感覚」をデータ化する

これまで、「お客様はこういうことに困っているはずだ」という情報は、現場スタッフの「肌感覚」に依存していました。しかし、それでは経営層を説得する材料にはなりません。 京都ポルタが目指したのは、この不明瞭な現場の声をDXし、定量的なデータとして経営判断に活かすことでした。担当者はこう語ります。

「ログ分析からお客様が知りたいことの傾向が見えるようになり、館内のニーズ把握にも活かせています」

京都ポルタがAIログで発見した「14%の埋蔵金」

「感覚」と「データ」の乖離を埋める

AIアバター「AIさくらさん」を導入した結果、京都ポルタはPOSデータには表れない「リアルな顧客行動」を可視化することに成功しました。AIログ分析が暴いた「事実」は以下の通りです。

1. 営業時間外の需要
[POSデータの常識] 売上ゼロ ＝ 需要なし
[AIログの発見] 利用の14%以上が早朝・深夜 （開店前・閉店後に、実は巨大な商機が存在していた）

2. 顧客の関心領域
[POSデータの常識] 購入された商品・テナントが全て
[AIログの発見] 「バス乗り場」「観光地」への質問が圧倒的 （買い物そのものより、施設外への導線案内が最大のニーズだった）

3. インバウンド動向
[POSデータの常識] 免税手続きをした人のみ把握
[AIログの発見] 「音声入力」利用率が6割 （購入に至る前の検索行動や、言語の壁による「迷い」を捕捉）

14%の機会損失を発見

特に衝撃的だったのは、利用の14%以上が営業時間外だったという事実です。 POSデータだけを見ていれば「深夜に客はいない」という判断になりますが、対話ログを見ることで「深夜や早朝にも、案内を求めてさまよっている顧客がいる」ことが判明しました。これは、デジタルサイネージやWeb連携を強化すれば獲得できるかもしれない「埋蔵金」です。

また、「バス乗り場」などの施設外案内が多いこともデータで裏付けられました。「お客様は買い物だけでなく、交通ハブとしての機能を求めている」というインサイトは、今後のフロアマップ改修やテナント誘致の重要な指針となります。

「案内」を「販促」へ。データを売上に変えるネクストアクション

ログを元にした「攻め」のマーケティング

顧客の「知りたいこと（検索ワード）」がわかれば、次はそれを「売上」に変えるアクションです。 京都ポルタでは、AIを単なる「コスト（案内所）」から、テナントの売上を作る「プロフィットセンター（販促拠点）」へ変える構想が進んでいます。
「AI限定のクーポン配布など、テナント様の回遊促進につながる取り組みをぜひ実現したいと考えています」

アナログ業務のDXで回遊性を高める

具体的には、現在有人カウンターで行っている「紙の割引券配布」などのアナログ業務をAIに移行する計画です。 「ランチのおすすめは？」と聞かれたAIが、**「今ならこのお店で使えるクーポンがありますよ」**と提案する。これにより、案内（Search）から購買（Action）までの導線をシームレスに繋ぎ、施設内の回遊性を意図的にコントロールすることが可能になります。

よくある質問（FAQ）

Q1: ログ分析には専門のデータサイエンティストが必要ですか？

A: いいえ。AIさくらさんの管理画面は、マーケターや現場担当者が直感的に理解できるよう「質問ランキング」や「時間帯別利用数」などがグラフで可視化されており、専門知識は不要です。

Q2: 個人情報の取り扱いはどうなりますか？

A: AIアバターでの対話データは、個人を特定しない統計データ（「30代女性くらいの声」「バスという単語」など）として蓄積されるため、プライバシーリスクを抑えつつマーケティング分析に活用可能です。