【インターンブログ】生成AIを活用してマーケティング施策を立案してみた―前編

2025/06/18

自己紹介

現在大学4年生。
大学3年の秋から長期インターンシップ生としてITコミュニケーションズにお世話になっています。
2024年度は、生成AIを活用しながら、ゲーミングPCに関するマーケティング施策を立案しました。
二人とも大学では経営学部に所属しており、マーケティングによく使われるフレームワークなどは講義で学習しましたが、BtoBのマーケティングに関する事前知識はほぼありませんでした。
ちなみにゲーミングPC・ゲームの知識もほぼゼロの状態からスタートしました。

なな

好きなものはディズニーとハリーポッター。休日はカメラを持って街を練り歩く。
大学のゼミでは、ディスカッションやケーススタディを通して、マーケティングについて幅広く学んでいます。

かほ

趣味は散歩と旅行。
犬も猫も好きだが最近アレルギーの疑いが浮上。
大学での専攻はマーケティングリサーチで、顧客満足度などのデータ分析をしています。

ブログ概要

インターンシップでは、あるPCメーカーのゲーミングPCに関するマーケティング施策の立案をお題として出されました。
まず施策立案の準備段階として、ビジネスモデル・キャンバスや３C分析などのフレームワークを活用しながら、ゲーミングPCの市場・業界について情報を集めました。
その情報をもとに、具体的なターゲット・費用・時期・プロモーション方法を考慮し、革新的なイベント案を考えました。
この中で、市場調査や収集した情報の整理、マーケティング施策のアイデア創出において生成AIを活用しました。
（使った生成AIはChatGPTの「GPT-4o」とClaudeの「Claude3.5 Sonnet」の2種類です。）

マーケティング施策案を考える中で学んだ生成AIの使い方のコツや難しさを共有し、今後マーケティングの知識がない新入社員やインターンシップ生が施策立案をする際の一助になればと思い、このブログを掲載させていただきます。

なお、ブログは前編と後編の二部構成になっており、前編では生成AIの特性や基本的な使い方、および実際のインターンシップでの体験談や感想をまとめています。後編では、市場分析とアイデア創出の段階での、生成AIの具体的な活用方法や限界についてまとめています。

AIと泳ぐ市場情報の海－大学生がAIで情報収集・分析してみたら…？

市場調査における生成AIの活用場面

マーケティング施策立案において、生成AIは３C分析等の市場調査プロセスで有効な支援ツールとなり得ることが確認されています。
弊社でのインターンシップ経験を通じ、業界知識が限定的な学生の立場から企業のマーケティング施策立案に取り組む機会を得ました。
その過程で、従来型のブラウザ検索では専門用語の理解や英語文献の解読、膨大な情報の整理等に課題が生じましたが、生成AIの活用によりこれらの障壁を効果的に克服することができました。

情報収集の効率化

・簡単な言葉による説明依頼

なな：情報収集すると、専門用語が多くて難しい文献しかないこともあったよね。

かほ：そうだね。そのような文献を読む時、生成AIに簡単な言葉での説明を依頼することで、内容の理解が格段に深まったね。

なな：確かに！他にも、大量の情報を処理する場合は要約してもらうのも良いよね。

かほ：うん。特に外国語文献の場合、要約機能と翻訳機能を組み合わせると効率的に情報収集できたね。

なな：要約を指示するときは、文字数や重点的に抽出するポイントを明確に指定することで、より精度の高い要約をしてくれた！

・情報取得の限界

なな：市場分析する中で、生成AIがうまく扱えない時もあったよね。

かほ：確かに。データベースに存在しない情報については、適切な回答が得られない、あるいは不正確な情報が生成されるケースもあるね。

なな：具体的には、マーケティング戦略の立案時に、企業の売上高や市場シェアといった具体的な数値データの取得がうまくできなかった。

かほ：生成AIに質問すると意外と確からしい数字もかえってきたけど、それが正しいかの判別は難しいよね。

なな：最新のChatGPTでは推論機能を活用すれば、これまでの情報を基に概算ができるみたいだから、今後さらに進化していく部分なのかもね！

市場調査・情報検証のプロセスで得られた気づき

「追加調査の必要性」
生成AIは情報の整理や専門用語の解説、競合他社の基本的な分析等において有用性を発揮します。
しかしながら、専門的・具体的な情報になるほど出力の信頼性が低下する傾向が見られるため、従来型のブラウザ検索等による補完的な調査が不可欠となります。

AIと泳ぐ市場情報の海 ― まとめ

生成AIは情報の整理・構造化において特に高い有用性を示すことが確認されました。
明確なプロンプト設計と適切な追加調査を組み合わせることで、マーケティング施策立案における市場・競合調査の効率化が実現可能です。この手法は、新入社員やインターンシップ生による施策立案支援ツールとしても有効に機能すると考えられます。

ここまでは市場分析を行う際の生成ＡＩの使い方について説明しました。
次に、具体的なマーケティング施策案の立案において、アイデア創出の面で生成AIが抱える問題点についてまとめました。

AIにはないものとは？－大学生がAIでマーケティング施策立案・アイデア創出してみたら…？

アイデア創出における生成AIの特性

生成AIは膨大なデータの学習に基づき、既存事例を参考としたアイデア創出において優位性を発揮します。
弊社でのマーケティング施策立案において、具体的なイベント企画等の検討に生成AIを活用しましたが、その過程で特定の制約が明らかになりました。

AIの限界

・真に新しいアイデア創出における課題
生成AIは学習データに基づく予測出力という特性上、完全に新規性のあるアイデアを創出することには限界があります。
既存のプロモーション手法の応用や定期的なイベント企画等、確立された施策のアレンジにおいては有効性を発揮します。
しかし、今回のプロジェクトではゲーミングPC市場における革新的なイベント提案が求められ、生成AIの活用には課題が生じました。
生成AIからは形式的には要件を満たすアイデアが提示されましたが、その内容は汎用的であり、ゲーミングPC特有の特性を活かした独自性のある提案には至りませんでした。

→具体的で条件は満たしているが、内容自体に新規性はなく、ゲ－ミングPC以外にも当てはまる普遍的な内容であった。

・視野狭窄のリスク

既存事例を基にしたアイデア創出において、生成AIは短時間で体系的な提案を行うことが可能です。しかし、AIによる提案に依存することで、思考の幅が制限される可能性があることが判明しました。

具体例として、当初の新規顧客層として大学生全般をターゲットとした際の経験を共有させていただきます。
生成AIからは、複数大学連携のゲーム大会や講義内でのシミュレーションゲーム活用等の提案がなされました。
しかしながら、これらの提案はゲーミングPCに既に親和性の高い層のみをターゲットとしており、新規顧客層の開拓という本来の目的から乖離していました。
この課題を克服するため、「ゲーミングPCのゲーム以外での活用」という新たな視点を導入し、最終的に"３Dプリンター"と"高性能PCとしてのゲーミングPC"を融合させた革新的なイベント施策の提案に至りました。

↓最終的に私たちが考えたマーケティング施策案は以下のようになりました。