吉田 千紘
ベースフード株式会社
コミュニティマネージャー

コミューン株式会社
Commune Voice事業責任者
斎藤 雅史

コミューン株式会社 斎藤 雅史（以下、斎藤）：本日は、ベースフード様が運営するファンコミュニティの実態と、コミュニティ内VoC（Voice of Customer：商品やサービスに対する顧客の声）を活用した顧客理解についてお話いただきます。

ベースフード様では、ノーコードでコミュニティサイトを作ることができる弊社サービスをご利用いただき、「BASE FOOD Labo」を運営されていますね。

ベースフード株式会社 吉田 千紘氏（以下、吉田）：はい。Laboでは、BASE FOODを定期購入くださっているお客様を「研究員」としてお迎えしております。研究員の皆様は、BASE FOODのアレンジレシピを閲覧・投稿したり、管理栄養士に栄養相談をしたり、商品開発に参加したりと、様々な形でBASE FOODと関わっていただくことができます。研究員同士で励まし合って、健康管理を続けられている方も多くいらっしゃいます。

吉田：弊社がコミュニティマーケティングを実践している理由としては、新規顧客獲得のコストが高騰しており、顧客のLTVがますます重視されるようになったことや、DtoC・サブスク事業の課題として解約率が高く、商品そのものに留まらない体験や帰属感の価値が高まっていることなどが挙げられます。

吉田：以下はBASE FOODのカスタマージャーニーマップです。お客様はフェーズごとに、継続の意思決定に必要な情報を得ることができるため、コミュニティ参加者のLTVは全体平均と比べ1.8倍となっており、友人紹介率も高くなっております。ロイヤリティ層の好意度も93%と、他社ブランドに比べて20%程度高い水準で推移しています。

現在は研究員が6.5万人、月間の投稿が1,500件、コメントが5,000件超と、たくさんの方々にLaboをご活用いただいております。

斎藤：ありがとうございます。そうしたコミュニティ内の膨大な声を「集める」に留まらず、深い「顧客理解」に繋げることを実現するのがCommune Voiceです。

これまでのコミュニティの課題として、たくさんのインサイトが集まるものの、分析しようとするとどうしても目視がメインになってしまい、声を分類したり、どのような声がどんなタイミングで増えているのかなどを定量化し、客観的に傾向やインサイトを分析するのが難しい、ということが挙げられました。

こうした課題を解決するため、コミュニティ内の投稿データなどのあらゆるテキストデータを、生成AIで効率的に分析できるよう開発したのがCommune Voiceです。コミュニティを運営していない企業様でも、自社保有のアンケートデータなど、様々なVoCを分析いただけるのが特徴です。

斎藤：これまで、VoCを活用して消費者のインサイトを分析するためには、SNSやアンケート、インタビュー、お問い合わせデータを用いることが一般的でした。対して、コミュニティ内のVoCを分析するメリットとしては、

• ユーザーの属性が取得でき、誰がどんな発話をしているかわかる
• 常に声が蓄積されているため、調査設計や人員募集に時間を取られず、任意のタイミングですぐに分析開始できる
• コアユーザーが中心のためノイズが少なく、事業成長に繋がる分析価値の高いインサイトを効率的に集めることができる

などが挙げられます。

斎藤：Commune Voiceでは、投稿をトピックや感情（ポジティブ・ネガティブ）ごとに定量化できる他、ログイン頻度などのユーザーセグメントごとに投稿の傾向を分析し、フェーズによって異なるニーズや負を理解することで、各セグメントに最適なマーケティング施策立案に役立てることもできます。

また、ライトユーザーとロイヤルユーザーを比較することで、ロイヤル化の要因を分析したり、人が目視で追い続けるのは難しいユーザートレンドの「変化」も格段に追いやすくなっています。

斎藤：ベースフード様は新商品のローンチ、および既存商品の改善サイクルが非常に速いと感じます。VoCデータの活用も、この背景にあるのでしょうか。

吉田：そうですね。新商品を出した後はCommune Voiceを活用し、新商品に絞ってお客様のお声を分析することで、商品改善に役立てています。特にネガティブなご意見に注目していて、解約を防ぐためのサービス改善に繋げていますね。

お客様の声をもとに改善した内容は、コミュニティ内で発信することを徹底し、「一緒にサービスを共創している」ということをお客様にお伝えするようにしています。

斎藤：ベースフード様では、解約要因の分析にもCommune Voiceをご活用いただいております。アンケートをかけるにしても、辞めた人に辞めた理由を聞くのは難しい。そんな中、コミュニティでは発言内容が履歴として残っているので、解約者の投稿を遡って分析できるのが強みです。

斎藤：またベースフード様では、コミュニティ内VoCを活用したCEP（カテゴリーエントリーポイント）の分析も実施させていただきました。

一つの商品でも、購入される理由や文脈は多岐にわたります。例えば「不織布マスク」ですと、「感染症予防に」「喉の乾燥対策に」「すっぴん隠しに」などがあたります。その文脈を明らかにしていくのがCEP分析で、CEPごとにマーケティング施策を打つことで、効果的な施策の実現に繋がります。

コミュニティ内VoCを活用してCEPを明らかにしていく取り組みは好評をいただいておりまして、現在各社で分析を進めさせていただいております。

吉田：我々としては、消費者が特定の商品カテゴリーを想起したときに、自社ブランドが最初に思い浮かぶようにしたいんですね。ブランド想起率を高めることは、購買促進に直結します。

今回は「BASE YAKISOBA」を対象に、商品がどんな時に・何のために・何の代わりに食べられているかを分析することで、どのようなきっかけや状況で自社商品が選ばれているのかを明らかにしていきました。

斎藤：例えば、『妊娠・育児中のママを支える「お守り」として』というCEP。ユーザーインサイトからは、妊娠中は「体に良いものと食べなければならない」という責任感と「つわりでジャンキーなものしか受け付けない」「食事の準備ができない」との間で葛藤している様子が、産後は「育児に追われ、つい自分のケアが後回しになってしまう」「ストレスから爆食してしまう」という自己嫌悪が見られました。

斎藤：元々ベースフード様では、CEPの探索手段として、ユーザーインタビューを実施されていました。しかし商品サイクルが速い中で、時間をかけずにCEPを明らかにしたいという課題があり、コミュニティ内VoCを活用して同様の取り組みができないかというご要望をいただいたことが、今回のお取り組みの背景になります。

今回の分析結果をご覧いただいてのご感想をお聞かせください。

吉田：お客様の生のお声を見ていくのはやはり面白いですね。今回の分析結果を受けて、弊社商品はダイエット関心層だけでなく、お子さんや妊娠中・産後のママにもぴったりな商品なのだと再認識できました。様々なペルソナに対してベストな訴求ができるように、継続的にインサイトを追って、今後の戦略に役立てていきたいと思います。

斎藤：最後に、Commune Voiceを導入いただいたことで、現場でどのような変化があったか、お話いただけますでしょうか。

吉田：はい。コミュニティ内のお声はこれまでも拝見してきましたが、運用担当者1人だけで膨大なVoCを整理するのはどうしても難しい、という現実がありました。そんな中、生成AIを活用したCommune Voiceのソリューションによって、顧客理解をスピーディに行い、説得力のある示唆出しまで担当者レベルで行えるようになったことで、これまで難しかった他部署との連携も生まれており、非常に価値がある取り組みだと感じています。

吉田：顧客理解を進めて施策を回すことで、お客様の求めるものに寄り添うことができるので、引き続きお客様のお声を聞いて、アプローチを模索し続けたいと考えております。

斎藤：ありがとうございます。生成AI時代だからこそ、今後は世の中に公開されている汎用的なデータの分析は誰でもできるようになってきます。だからこそベースフード様のように、独自のデータを溜めていくことの価値が高まっていくと考えております。

そのようにして蓄積されたデータを分析し深い顧客理解に役立てることで、パーソナライズされた情報の出し分け等、施策の立案・実行に至るまで、今後はAIを用いて容易に行うことができるようになってくるでしょう。

その文脈で、マーケティングにおけるVoC活用はより一層価値を持ち、VoCを用いたアプローチが今後のトレンドになってくると予測しています。は、そのデータをいかに貯めるのか。いかに施策に繋げるのか。そういったことを、今回お持ち帰りいただけますと幸いです。