累計教材購入者数926人、ITスクール受講人数700人｜ 生成AIベンチャー企業CMO直伝！ 「売れる商品を作る」 AI時代のコンセプト設計攻略セミナー｜講師：神里氏
セミナーの様子
セミナーの感想
全体的に高い評価を獲得！！
【講師プロフィール】
|◤神里 亮人（かみざと よしと）◢|
神里亮人｜生成AIプロダクト開発企業マーケター
沖縄名護市出身。横浜市立大学大学院医学研究科へ進学し、医療機器関連研究開発職に就職。その後、ITエンジニアを経てWebマーケターへキャリアチェンジ。
【実績】
🔷教育事業
ITスクール設立 総受講者数700名
🔷教材販売
インスタ教材 購入者数295名
Lステップ教材 購入者数120名
ライティング教材 購入者数78名
プログラミング教材｜Ruby基礎 購入者数43名
🔷Udemy教材プロデュース
プログラミング教材｜Laravel 購入者数388名（2025/1/9時点）
プログラミング教材｜生成AI 購入者数155名(2025/1/9時点)
🔷その他（マーケティングコンサル）
【主な経験】
■生成AIプロダクト開発企業マーケティングマネージャー：
事業戦略設計 / オウンドメディア戦略設計・運営 / ウェビナー企画・資料作成 / メルマガ運営 / 広告運用に関わる。5名のチームをマネジメント。
■製造業 x 生成AIプロダクト開発企業オウンドメディア編集長：
オウンドメディア戦略設計・運営に関わる。5名のチームをマネジメント。
■ITプロダクト開発企業オウンドメディア編集長：
オウンドメディア戦略設計・運営に関わる。自身が企画 / 執筆 / 入稿まで手がける。
■マーケティング企業ディレクター：
20社40本以上のLPOを進行管理。ディレクションメイン。その他、ABテスト設定・ヒートマップ設定周りを担当。
■開発企業マーケター：
予算300〜1000万円、単価約100万円、3ヶ月で売上8000万円のプロモーションに関わる。5〜10名のチームでPMを経験。
■美容健康関連企業マーケター：
責任者として0から事業開発を行い、年商1000万超企業へ（商品単価66万円〜100万円）。
【経歴】
・マーケター/Webディレクター/ライター（8年）
・医療系ベンチャー企業エンジニア（1年）
・SESエンジニア（1年）
・医療機器メーカー研究開発員（5年）
・横浜市立大学医学部大学院（2年）
【講師SNS】
セミナー内容（レポート記事）
AI時代に売れる商品を生み出す！コンセプト設計術を大公開！
「商品が思うように売れない…」「競合との差別化が難しい…」そんな悩みを抱える中小零細企業経営者、個人事業主、マーケターの皆様、必見です！
本記事では、生成AIプロダクト開発企業でマーケティングマネージャーを務める神里氏が、今もなお現場の最前線でCMOとして、実際に得た経験と最新のAIツールを駆使し、売れる商品を生み出すためのコンセプト設計術を大公開します。
AI時代における商品設計の重要性、顧客理解の深め方、競合分析の半自動化、そしてAIを相棒にした商品改善サイクルの回し方まで、実践的なノウハウを惜しみなくご紹介します。
本セミナーレポート記事は、以下のような方におすすめです。
営業努力はしている、でもなぜか買ってもらえず、歯がゆい日々…
「こんなに良い商品なのに、なぜ売れないんだ！」と、悔しさと憤りを感じている…
「商品力には自信があるのに...」「うちのサービスを一度使ってさえもらえれば...」ともどかしい思いを抱えている…
「何をやっても全然売れない、もう価格を下げるしかないか...」
「自分の商品開発の方向性が間違っているのではないか…」と、時々ふと不安に駆られる
「それだと価格競争に巻き込まれ、利益が出ない…」
今まで順調だったのに、最近は競合が増え、年々少しずつ売上が減少し、正直不安で仕方ない…
「市場のせいにしたくない」でも、どうすればいいのかわからず、苛立つばかり...
本記事を読むことで、以下のメリットを得られます。
AI時代に売れる商品を生み出すための具体的な方法論が理解できる
顧客理解を深め、ニーズを的確に捉えるための手法がわかる
競合分析を自動化し、効率的に差別化戦略を立てる方法がわかる
AIを活用して商品改善サイクルを高速化する具体的な手順がわかる
何も思いつかなかった状態から、「売れる商品コンセプト」アイディアが思いつくようになる
顧客ニーズ理解の解像度が上がり、「欲しい！」と思われる商品開発が可能に！
顧客、競合、自社のリサーチ業務を従来の1/10以下になり、商品開発のスピードが劇的に向上！
プロトタイプを早期に作成し、市場に素早く投入できることで、競合の何倍も早くテストができる。
競合との差別化「選ばれる理由」が明確になり、価格競争から脱却できる！
外すリスクが今まで激減し、次々と新商品・新規事業に挑戦できる！
ヒット商品を短いサイクルで生み出すことが可能になり、売上は右肩上がりに！
さあ、AIの力を駆使して、あなたのビジネスに「復活の翼」を授けましょう！
1. なぜ、あなたの「商品」は売れないのか？
多くの企業が、渾身の想いを込めて開発した商品が、思うように売れずに苦しんでいます。
マイクロソフト、Google、au…
これらの誰もが知る巨大企業でさえ、過去に商品開発で失敗を経験しています。これは、ブランドの知名度や規模に関わらず、商品設計の重要性が非常に高いことを示しています。
特に、ネームバリューが確立されていない中小企業や個人事業主にとって、商品設計の失敗は致命傷になりかねません。
売れない商品が生み出す「3つの悲劇」
商品が売れないことは、単に売上が減少するだけではありません。以下の3つのような、深刻な悪影響を及ぼします。
売上減少: これは言うまでもないでしょう。
ブランドイメージの低下: 売れない商品が多い企業は、顧客からの信頼を失い、ブランドイメージが低下するリスクがあります。
社員の士気低下: 商品が売れない状況が続くと、社員のモチベーションが低下し、離職率が高まる可能性があります。特に、昨今の少子高齢化による採用難の時代において、人材の流出は大きな痛手となります。
商品設計の難しさとは？
多くの企業が直面する商品設計の課題は、主に以下の3点に集約されます。
ニーズの乖離: 顧客が本当に求めているものを提供できていない。
差別化不足: 競合商品との違いを明確に打ち出せていない。
拙速な市場投入: 十分な市場調査やテストを行わずに、全力で市場投入。商品化を急ぎ過ぎている。
これらの課題を克服し、売れる商品を作るためには、「大量のデータ」と「正確な分析」 が不可欠です。「作れば売れる」時代は、もはや過去のもの。
現代は、あらゆる商品・サービスが溢れ、緻密な戦略なしに勝ち残ることは難しい時代なのです。
2. 「売れる商品」設計の3つの極意
商品設計に力を入れることは、単に「良い商品」を作る以上の意味を持ちます。
利益の増加
ブランドイメージの向上
社員のモチベーションアップ
これらはもちろん、さらに以下のような事業的な恩恵をもたらします。
マーケティング精度の向上
新たなビジネスチャンスの発見
自社の強み・弱みの明確化
データ活用基盤の構築
特に、データ活用基盤の構築は、生成AI時代においてますます重要性を増す「データの価値」を最大化するために不可欠です。
では、具体的にどのようにすれば「売れる商品」を設計できるのでしょうか？
ここでは、そのための3つのポイントを解説します。
2.1. 顧客理解：経験と勘に頼らない、データドリブンな顧客理解
顧客理解は、商品設計の「要」です。経験や勘も重要ですが、それだけに頼ると、独りよがりな商品を生み出してしまうリスクがあります。
ここでは、経験や勘に頼らず、統計的に顧客ニーズを把握する ための具体的な手法を紹介します。
2.1.1. 顧客の本音を「徹底的に」集めて分析する
顧客の本音を知るためには、以下の手法が有効です。
ソーシャルリスニング: SNS上の投稿を分析することで、バイアスの少ない、率直な意見を収集できます。特に、購入前の顧客が商品に対してどのような印象を抱いているかを知る上で有効です。
レビュー分析: 商品レビューは、購入後の顧客の本音を知るための宝庫です。良い評価だけでなく、悪い評価にも注目し、商品改善のヒントを得ましょう。
2.1.2. 顧客像の仮説を立てる：ペルソナとカスタマージャーニーマップ
顧客の本音を収集したら、次は具体的な顧客像の仮説を立てます。
ペルソナ設計: 典型的な顧客像を一人設定し、その人物の属性、価値観、悩み、生活スタイルなどを詳細に定義します。これにより、マーケティング施策の精度が向上します。
カスタマージャーニーマップ: 顧客が商品を認知してから購入、利用に至るまでのプロセスを可視化します。各段階における顧客の行動や心理を分析することで、最適なアプローチ方法が見えてきます。
これらの手法を駆使することで、顧客の本質的な悩みを捉え、真に求められる商品を設計することが可能になります。
2.2. 競合分析：敵を知り、己を知る
自社の商品を際立たせるためには、競合商品の分析が欠かせません。
ここでは、競合分析を効率化し、差別化戦略を立案するための具体的なフレームワークを紹介します。
4P分析: 製品（Product）、価格（Price）、流通（Place）、プロモーション（Promotion）の4つの視点から、競合商品を分析します。
3C分析: 原材料の調達から販売、アフターサービスに至るまでの一連のプロセスを分析し、競合の強み・弱みを明らかにします。
SWOT分析: 自社と競合の強み（Strength）、弱み（Weakness）、機会（Opportunity）、脅威（Threat）を分析し、戦略立案に役立てます。
これらの分析を通じて、競合商品のポジショニングを明確にし、最適な差別化戦略を設計することが可能になります。
2.3. 差別化戦略：独自の提供価値（UVP）の構築
競合分析の結果を踏まえ、自社商品の差別化戦略を立案します。
差別化の切り口は、大きく分けて「機能的価値」と 「感情的価値」 の2つです。
機能的価値: 商品の性能や利便性など、実用的な価値です。
感情的価値: デザインやブランドイメージなど、顧客の感性に訴えかける価値です。
これらを組み合わせ、UVP（Unique Value Proposition）、つまり「独自の提供価値」を構築します。
「この商品でなければ得られない価値は何か？」
この問いに対する答えを明確にし、それを実現するための実行計画を策定しましょう。
2.4. 最小限の試作品で市場の反応を探る：大失敗を回避するMVPアプローチ
どんなに優れた商品設計も、実際に市場に投入してみなければ、顧客の反応はわかりません。
最初から完璧な商品を目指すのではなく、最小限の試作品（MVP：Minimum Viable Product） を迅速に市場投入し、顧客の反応を見ながら改善を繰り返すことが重要です。
MVPアプローチは、主にウェブ開発で用いられる手法ですが、飲食店や物販など、あらゆる業種で応用可能です。
このアプローチにより、以下のようなメリットが得られます。
大失敗のリスクを軽減できる
顧客のニーズを的確に捉えられる
データに基づいた意思決定ができる
社内の意見対立を抑えられる
3. 生成AIがもたらす、商品設計の「革命」
これまで解説してきた「売れる商品設計」の重要性は、多くの経営者が理解しているはずです。
しかし、現実には、
忙しくて時間がない
人材が不足している
専門知識を持つ人材がいない
などの理由で、実践できていない企業が多いのが実情です。
しかし、生成AIの登場により、状況は一変。
生成AIは、これまで不可能だったことを可能にし、商品設計に革命をもたらします。
3.1. 生成AIとは？従来のAIとの違い
まず、生成AIの基本的な定義と、従来のAIとの違いを理解しておきましょう。
生成AI とは、大量の学習データをもとに、ユーザーからの指示（プロンプト）に応じて、様々なコンテンツを生成するAIです。テキスト、画像、動画、音声、プログラミングコードなど、多様なデータを生成できます。
従来のAI は、大量のデータからパターンを学習し、予測や診断を行うことが得意でした。しかし、新しいコンテンツを創造することはできませんでした。
一方、生成AI は、既存のデータをもとに、全く新しいコンテンツを生成できます。例えば、「空飛ぶ猫」の画像を生成することも可能です。
つまり、生成AIは、従来のAIよりも「広範囲な業務を任せられる」 ようになったのです。
3.2. 生成AI時代の新たな商品設計：顧客理解の「超」高度化と改善サイクルの「超」高速化
生成AIを活用することで、商品設計はどのように変わるのでしょうか？
その答えは、「顧客理解の劇的な高度化」 と 「改善サイクルの無駄のない高速化」 です。
特に、商品のリリース前段階において、生成AIは大きな効果を発揮します。
従来、技術的に不可能だった「仮想ユーザー（ペルソナ）との対話」が、生成AIによって可能になりました。
これにより、
ペルソナに対する理解を深められる
最新トレンドを即座に反映できる
何度でもペルソナを作り直せる
といったメリットが生まれます。
3.3. データが鍵を握る：生成AIを「育てる」データ収集戦略
生成AIは、データを「食べて」成長します。人間にとっての栄養が、ビタミン・ミネラルやタンパク質等ですが、生成AIにとっての栄養は「データ」なのです。
そのため、「良質なデータ」をできる限り多く集める ことが重要です。
具体的には、以下のようなデータ収集基盤を構築する必要があります。
ウェブプラットフォームの活用
実店舗とオンラインのデータ連携
データ収集・蓄積・活用の仕組み化（データガバナンスの策定）
これらの取り組みを通じて、データの置き場を一本化し、ダッシュボードで可視化するなど、データを有効活用できる環境を整えましょう。
4. 生成AI×商品設計：FeloとChatGPTの活用で業務を効率化
ここからは、生成AI、特に「Felo」 と 「ChatGPT」 を活用して商品設計プロセスを効率化する方法について解説します。
4.1 顧客理解の高度化：FeloとChatGPTでリサーチを自動化
まずは、商品設計の「当たり」をつけるために、ChatGPTを用いて商品レビューなどのデータを分析し、顧客ニーズを把握します。
次に、Feloを活用して、デモグラフィック情報やサイコグラフィック情報など、ターゲットに関する情報を効率的に収集します。
Feloは、生成AIを活用した検索ツールであり、従来の検索エンジンよりも迅速かつ網羅的に情報収集を行うことが可能です。
そして、収集した情報をもとに、ChatGPTで具体的なペルソナを設定します。
ChatGPTに、ペルソナの属性、価値観、悩み、生活スタイルなどを詳細に指示することで、架空のユーザーを生成してもらいます。
※架空といっても、よりリアルで鮮明なペルソナ像が作れます。
4.2. 競合分析の高度化 - FeloとChatGPTで分析を自動化
Feloを使って、競合となる企業や商品に関する関連情報を収集します。
収集した情報をもとに、ChatGPTで各社のSWOT分析を行います。
ChatGPTに情報を整理させ、各社の強み、弱み、機会、脅威を分析させることで、自社の戦略立案に役立てることができます。
ChatGPTに表形式で出力させることで、比較・検討が容易になり、より分析しやすくなります。
4.2.3. NotebookLMやFeloで業績分析
次に、NotebookLMに競合の決算報告書やIR情報のPDFを読み込ませ、収益性分析、セグメント別分析などを行い、足りない情報をFeloで追加調査にて補完しながら業績分析を実施する。
今までの調査データをもとに、ChatGPTで、「競合のSWOT分析や業績分析データを踏まえて、差別化できるポジションを見つけてください」などと命令し、独自の価値や自社のポジショニングを明確化していきます。
4.3. 商品改善サイクルの高度化 - ペルソナとの対話でニーズを深掘り
現場から吸い上げた定量データ（売上データ、購入データ、客単価など）と定性データ（LINEやGoogleフォームを活用したアンケート調査、SNS
などのレビュー）を活用して、ChatGPTにアイディア出しと優先順位付けをしてもらう。
そして、ChatGPTに「ポジティブな評価をさらに強化し、ネガティブな評価をクリアするための[商品名]を設計してください」などと指示を出し、改善アイディアから実際の商品設計へ反映させます。
最後に、ChatGPTに「ペルソナになりきって、試作品の評価をしてください。心の声を素直に出してください」などと指示を出し、仮説ユーザーの反応を見る。
商品アイデアに対する感想や意見を引き出すことで、より顧客ニーズに合致した商品へとブラッシュアップすることができます。
ブラッシュアップをある程度終えたら、一部のユーザーにテスト販売して、反応を見ながら、同様な改善を繰り返す。
上記方法を行えば、リリース前に仮想ユーザーに対して、いくらでも検証を繰り返すことができます。
5. 生成AI活用、最初の一歩：まずは「Felo」と「ChatGPT」から
今までの話を聞いても、生成AIを活用した商品設計は、多くの企業にとって、まだハードルが高いと感じられるかもしれません。
しかし、まずは「簡単に実践できるところから始める」ことが重要です。
その第一歩として、「Felo」 と 「ChatGPT」 の2つのツール活用をおすすめします。
これらのツールは、データ収集、分析、戦略立案など、商品設計のあらゆるプロセスを効率化してくれます。
世の中には様々なAIツールが存在しますが、まずはこの2つを使いこなし、生成AIドリブンな経営のサイクルを回すことから始めてみましょう。
まとめ：生成AIで顧客の「欲しい」を掴み、ビジネスを飛躍させよう！
本セミナーでは、生成AIを活用した商品設計の手法を解説しました。
生成AIは、顧客の細かいニーズを捉え、商品設計の改善サイクルを高速化し、データ蓄積の仕組みをいち早く作ることを可能にします。
本記事で紹介した内容を参考に、ぜひ今後のマーケティング業務に役立てていただければ幸いです。
AIの力を駆使して、あなたのビジネスを次のステージへと飛躍させましょう！
次回予告
次回のセミナーは1/21の11時から予定しております。
テーマは、以下になります！
【全メディアで通用！】
顧客の心を鷲掴みにする、ターゲティングの極意とは？
超実践的なペルソナ設計のノウハウ大放出
AI完全攻略セミナー
[プロンプト特典付き]
ぜひ、1/21の11時は予定を空けておいてくださいね♪
【PS】
今後も、実践で使える生成AIビジネス活用術に関する無料セミナーをバンバン実施していくので、以下のPHOENIX AI運営事務局専用LINE公式アカウントに登録しておいてください！
優先的にセミナーの案内やシークレットセミナー＆勉強会のご案内をさせていただきます。
👆こちらをタップしても、登録できます♪