天気が売上を動かす。気象×購買データで広告を先回り最適化

背景・課題

広告出稿や広報タイミングは“結果を見てから調整”になりがちで、レポートは媒体ごとに散在。気温や降水など天候に売上が強く左右される商材でも、現場は経験則で判断しており、需要の山谷に合わせた配分・在庫・クリエイティブ切替が後手に回っていた。

AI活用ソリューション

唯一の解決策：気象連動の需要予測指数（電通×日本気象協会の取り組みをベース）を導入し、直近〜2週間程度先の「売れやすさ」をエリア×品目単位でスコア化。予測スコアが閾値を超えた時だけ自動で広告を増量し、下回れば抑制。あわせて、暑さ・雨量などの条件に合う訴求文・画像へ自動でクリエイティブを切替える。ダッシュボードには“いつ・どこで・何が売れやすいか”を地図と時系列で表示し、そのまま媒体別の出稿計画・見込み売上・在庫警戒アラートに連動。専門用語を使わず、担当者は「晴れ・暑い→アイス増量」「雨・肌寒い→温かい飲料訴求」などの平易なルールで運用し、週次レポートは自動生成して配布する。

AI導入前後の変化

成果・効果・ROI

広告費のムダ打ち抑制と機会獲得の両立によりROAS/CPAが改善（目安：ROAS＋15〜30%）。需要の山に合わせた供給で欠品率や廃棄率を低減（目安：10〜20%改善）。需要に連動した広報発信でエンゲージメント向上。投資回収は小規模PoCでも3〜6カ月程度を目標に設計可能。

実事例

電通は日本気象協会と共同で、過去の気象と購買データを学習して需要を先読みする指数を開発。気温や降水などの予報に応じて“売れやすさ”を可視化し、広告の配分・タイミングやクリエイティブ変更、在庫・供給計画の最適化を支援する取り組みを発表している。

https://www.dentsu.co.jp/news/release/2019/0319-009781.html

さらなる展開

同じ仕組みをPR配信やSNS運用のタイミング最適化へ横展開。出版物や季節商材の増刷・配本判断、イベント集客予測、広告枠の動的プライシング、実店舗のシフト配置最適化にも拡張。気象以外にスポーツ・行楽・花粉・大型セール情報など外部要因を加えて精度を強化。

導入ロードマップ

1. 現状分析 - 対象商材・主要エリア・媒体を特定。過去の売上・在庫・出稿・クリエイティブ実績を収集し、気象影響の有無と閾値（何度・どの条件で売れるか）を仮説化。
2. 費用対効果の試算 - 対象商材の売上規模・粗利・広告費から改善余地を試算。レポート自動化による工数削減効果も金額化し、3〜6カ月で回収可能なスコープを定義。
3. PoC検証 - 1〜2商材・2〜3エリアで試行。需要予測指数をダッシュボード化し、簡易ルールで自動入札/配信調整とクリエイティブ切替を実装。KPIはROAS・売上寄与・欠品率・工数削減。
4. 社内稟議 - PoC結果と財務効果、運用体制（マーケ・販促・供給計画の連携）とリスク対策（天候外れ時のフェイルセーフ）を提示し、標準運用に向けた承認を取得。
5. 本番導入 - 対象品目・エリアを段階拡大。媒体API連携を恒常化し、レポート配信を自動化。需要指数に基づく在庫アラートと発注ルールをサプライチェーンに接続。モデルは月次で再学習。