ecbeing于9月29日宣布，与早稻田大学、中川政七商店启动关于利用AI的“虚拟用户程序”实用化研究开发的产学研合作。
该项目旨在构建基于顾客行为和购买数据、再现实际顾客特征和行为倾向的“虚拟用户”，并预先模拟其对营销策略和内容反应的机制。
在EC和零售行业，随着在线、门店、应用等顾客接触点的多样化，可获取的数据量持续增加。然而，即便积累和分析了海量数据，仍难以将其转化为“应向该顾客提供什么建议”、“哪些策略或内容有效”等具体判断。
本次共同研究将在AI上构建反映真实顾客特征的虚拟用户，并在执行策略前验证在虚拟空间中模拟反应的方法。
在AI上再现真实顾客的特征和反应倾向
研究首先基于顾客的购买历史和行为数据，构建模型化真实顾客特征和反应倾向的虚拟用户。
不仅限于传统的定性用户画像（Persona），还将通过与实际顾客数据的比较，验证虚拟用户在多大程度上能再现现实顾客的特征和反应。
在此基础上，对构建的虚拟用户虚拟实施多种营销策略，模拟“向谁、在何时、提供什么建议最有效”。这不仅能预测高购买概率的顾客，还能捕捉因策略或诉求内容不同而导致的顾客反应变化，验证其能否用于营销策略的决策。
研究商品诉求和内容的个性化
此外，还将研究基于虚拟用户的特征和模拟结果，为每位顾客生成适合的商品诉求、内容和接待方式的机制。
旨在通过邮件、网站、应用等多个顾客接触点，根据兴趣、关注点和购买状态实现个性化的沟通。
将虚拟空间中的预测与实际顾客反应进行比较
研究成果将通过与实际顾客反应进行比较来验证。通过将预期在虚拟空间中产生高效果的策略与实际展开策略的结果进行对照，验证虚拟用户的预测能在多大程度上应用于现场营销，从而明确实用化的可能性与挑战。
共同研究预计持续约半年。
ecbeing旨在推动营销模式的进化，从以往“分析数据并制定策略”的方式，转变为利用AI虚拟用户进行“在实施策略前进行测试”的营销。
未来，ecbeing计划构建“客户数据→通过虚拟用户理解客户→策略模拟→个性化内容生成→基于实际客户反馈的验证”这一循环流程，以实现由AI支持营销人员决策的环境。
三方将各自贡献专业知识
在本次联合研究中，三方将发挥各自的专业知识并承担相应角色：
早稻田大学：以数据科学中心为核心，基于数据科学和AI相关的学术知识，负责虚拟用户及预测模型的研发、算法设计以及从学术角度进行评估。
中川政七商店：除提供EC网站上的行为与购买数据外，还将提供门店内的购买数据。该公司将利用其对客户和商品的了解进行模型评估，并负责在EC网站上执行和验证相关策略。
ecbeing：利用其在EC和数字营销领域的专业知识，负责项目管理、整合DWH/CDP等数据基础架构的构建、系统实施与集成，以及将研究成果回馈至EC行业。
除了AI和数据科学之外，结合中川政七商店作为零售商的行业知识和对客户深入的理解，旨在探索实现面向每位客户的下一代EC和零售营销的可能性，而不仅仅是提升业务效率。