美容業界では製品が増え続け、情報も多様になったことで、何を選べばよいのか分からず悩む人が目立つようになりました。この迷いは購入の機会を逃す原因となり、企業にとっても見過ごせない課題でした。
こうした状況を踏まえ、Olayは写真から肌の状態を読み取り、一人ひとりに合わせて提案を行う「Skin Advisor」を導入しました。オンラインでも気軽に専門的なアドバイスに触れられる点が特徴で、顧客との関係づくりに新しい可能性をもたらしています。
本記事では、Olayの取り組みが顧客体験をどのように変えたのかを紹介します。
＼フルリモートで働くならTopTier／
利用者が迷いやすかった美容分野の課題企業側が直面していた美容分野の課題
OlayがAI導入へ進んだ背景には、製品選びの複雑化やサービス品質のばらつきなど、事業運営にも影響する課題がありました。
Skin Advisor は、これらを解決するための基盤として開発されています。主な課題は3つにまとめられます。
製品選びが複雑になっていた背景
製品数の増加や専門用語の多さにより、年代・肌質に合う製品を選ぶのが難しくなっていました。ブランドごとに説明の仕方が違う点も混乱につながり、判断に必要な内容をうまく整理できない状態が続いていたのです。
さらに、SNS・口コミ・広告など複数の情報が入り交じり、店頭で迷う利用者が増加しました。購入を見送る場面も見られることが目立ちました。
既存のサービスが抱えていた課題店頭カウンセリングで起きていた課題
対面でのカウンセリングは担当者の経験や視点に左右される場面が多く、説明の内容に差が生まれやすい状況が続いていました。肌の印象は光の当たり方や環境で変化しやすく、目視だけでは判断に必要な要素を十分にそろえにくい点も課題でした。
情報が不十分なままカウンセリングが終わるケースもあり、自分に合うかどうかを確信できず購入をためらう利用者が増えていたのです。
カウンセリングへ踏み出しづらかった背景
美容カウンターへ行くためには時間を確保する必要があり、多忙な生活では負担が大きくなってしまいます。カウンセリングへの抵抗を感じる利用者もおり、気軽に行きづらい状況が続いていました。
地方では店舗が少なく、利用者が足を運びづらい地域もあったため、サービスに触れるきっかけが少ない状況が続いていました。
採用技術・アプローチ：肌を科学的に読み取る仕組み
より多くの利用者へ柔軟に対応できる方法が求められ、Olayは新しいアプローチの検討を始めました。
そこでOlayが導入したSkin Advisorは、顔の写真から肌の状態を丁寧に分析し、利用者の悩みに合わせた提案へつなげる仕組みを備えています。
店頭でのカウンセリングとは異なり、光の当たり方や環境による見え方の違いをできるだけ抑えながら、客観的な判断を支える点が特徴です。
ディープラーニングを使った画像解析
Skin Advisorは、自撮り画像をもとに肌の特徴を読み取り、データを分析します。
シワ・毛穴の目立ち・色のムラなど細かな変化を捉えられるよう調整されました。
蓄積した多様なデータを参照して特徴を分類し、利用者の悩みと照らし合わせることで、自分では気づきにくい変化も把握できるよう工夫されています。
担当者の経験や見方に左右されず、どの利用者にも同じ基準でカウンセリングできるようになり、安心して製品を選べる環境が整いました。
Skin Advisorの診断の流れ
Skin Advisorの診断は、次のような流れで進みます。
- 顔画像を解析し、複数の老化サインを検出
- 特徴ごとの傾向を分析し、現在の状態を判定
- 判定内容と悩みを照合し、必要な成分を含む製品や使う順番を案内
判定内容の結果と詳しい説明が届くため、利用者は理由を理解しながら製品を選べるようになります。
肌の変化を確認できる点は納得感につながり、日々のケアへ向き合う姿勢も上がるきっかけとなりました。
導入プロセス：継続的な取り組みが支えた精度と信頼
Skin Advisorの仕組みは、短期間でつくり上げられたものではありません。Olayはデータの土台づくりや研究を長く続け、段階を踏みながら少しずつ精度を高めてきました。
多様なデータをそろえるための土台づくり
世界中の利用者から集めた幅広い画像が、Skin Advisorの土台になりました。肌の特徴は地域や環境で変わるため、年齢・肌質・生活背景の違いを含むデータが欠かせませんでした。5万枚以上の画像が集まった段階で、ようやく多様な肌の傾向を読み取る準備が整ったのです。
幅広いデータが分析の質を支え、偏りの少ない判断につながっています。どの利用者にも安定したカウンセリングを届けられるよう、収集と整備は地道に続けられました。
精度を磨くための取り組み
データの土台を整えた後も、Skin Advisorの改善は続きました。判定結果と実際の肌の変化を照らし合わせ、ずれを調整する作業が何度も行われています。
利用者テストでは、カウンセリングがわかりやすいか、継続利用につながるかといった視点で確認が進められ、サービス全体の品質が磨かれました。
この取り組みを重ねながら、Olayは製品を販売する企業から、肌の状態に寄り添うパートナーへと進化していったのです。
効果・成果：体験価値と事業成長を支える変化
AI導入後、Olayでは利用者の行動面と事業面の両方で前向きな変化が生まれました。
肌の状態を確かめながら選べる安心感
提案の背景が分かるようになり、利用者は製品を選ぶ際の迷いが和らぎました。自分の肌の状態を見ながら選べる安心感が、続けて使う気持ちを支えるきっかけにもなったのです。
体験を通して肌の特徴を理解できるようになると、製品を使う目的がはっきりし、効果の感じ方にも変化が生まれました。
こうした積み重ねが、長く関係を育てる土台となったのです。
新しい接点が生まれた広がり
オンラインで利用できるため、場所に縛られず専門的なカウンセリングが受けられるようになりました。これまで店舗へ向かうのをためらっていた利用者とも新しい接点が生まれ、市場の広がりにつながっています。
地域を問わず利用する人が増え、ブランドと接するきっかけが広がりました。
課題・対策：AIを使ううえで向き合った配慮
AIを活用する取り組みでは、技術面の強化だけでなく、使う側の安心につながる配慮も欠かせません。Olayもサービスの改善を進める中で、確認すべき点が見つかりました。
年齢層や肌のトーンで生じた判定の揺れ
2021年の監査で、特定の年齢層や肌のトーンに対して判定がわずかにずれる場面が見つかりました。学習に使われた画像の偏りが影響した可能性があり、Olayはどの部分に差が出ているのか、原因を詳しく調べたのです。
判定を安定させるための見直し
Olayは、監査内容を公開したうえで、追加データの取得やモデルの再調整を進めました。
偏りが出やすい部分を補う画像を集め、判定の基準を整え直す作業を繰り返したのです。
具体的な見直しにより、幅広い利用者へ安定した結果を届けられるようになり、安心して使えるサービスへ近づいています。
今後展望：応用範囲の拡大
Skin Advisorは、現在の肌分析にとどまらず、生活に寄り添った活用へ広がる見通しです。より細かな判断ができるよう改良が進んでいます。
生活背景を踏まえた提案へ
肌の状態だけでなく、生活習慣や環境要因も評価へ組み込む動きが始まっています。気温や湿度、食事や睡眠の傾向など、日常の変化を丁寧に捉えることで、より深く寄り添うカウンセリングが期待できるでしょう。
健康領域への応用
肌の変化を読み取る技術は、美容以外の領域でも役立つ可能性があります。
小さな炎症の兆しなどを早めに把握できれば、日々のケアを見直すきっかけにもつながりますし、関連する健康分野へ広がれば生活を支える新しい価値の創出にもつながるでしょう。
まとめ
Skin Advisorは、迷いやすい製品選びをサポートし、利用者が安心して購入できる流れを作りました。長年の研究や透明性を意識した改善は、Olayの信頼を支える土台にもなっています。
肌の状態を分析し、使う人に寄り添ったカウンセリングを続ける姿勢は、企業活動を考えるうえで多くの示唆を与えるのです。
AIは利用者との関係づくりを支える力となり、事業拡大にも貢献しています。
コメント