百貨店外商のデジタル化トレンド|VIP対応をAIで進化させる
百貨店外商部門が直面する課題(VIP対応の属人化、新人の知識不足、対面からデジタルへの移行)とAI活用のトレンドを解説。
orosy AICatalog開発部
B2B卸プラットフォーム orosy AI検索機能開発部門
百貨店外商のデジタル化トレンド|VIP対応をAIで進化させる
百貨店の外商部門は、1人の外商担当者が数十〜数百人のVIP顧客を担当し、一人ひとりの嗜好に合わせた提案を行う、究極の属人型営業です。
「あのお客様は紺系のシャツがお好みで、素材にこだわりがある」「こちらのお客様はお孫さんの誕生日に毎年ブランド食器を贈っている」——こうした顧客情報が外商担当者の頭の中にしかない状態は、百貨店業界の構造的な課題です。
コロナ禍を経て百貨店の外商チャネルは売上の重要な柱として再注目されていますが、同時に「担当者の退職で顧客が離れる」「新人が育つまでに時間がかかりすぎる」という問題も深刻化しています。
百貨店外商が直面する3つの課題
課題1: 顧客情報と商品知識の極端な属人化
外商営業の付加価値は「顧客を深く理解した上での提案」です。しかし、この「深い理解」が個人の記憶と経験に依存しています。
外商担当者が日常的に管理している情報:
| 情報カテゴリ | 具体例 |
|---|---|
| 嗜好情報 | 好みのブランド、色味、素材、スタイル |
| 購入履歴 | 過去に何を買ったか、贈答先は誰か |
| 記念日情報 | 誕生日、結婚記念日、お孫さんの入学時期 |
| NG情報 | 「前回の提案が気に入らなかった」等のネガティブ情報 |
| 人間関係 | 「この方とあの方はご友人」等の人脈情報 |
これらの多くは、手帳やメモに断片的に記録されているか、あるいは担当者の記憶の中にしかありません。CRMに入力する運用を導入している百貨店もありますが、外商担当者は高齢のベテランが多く、デジタルツールへの移行が進んでいないのが実情です。
課題2: 商品知識の習得に時間がかかりすぎる
百貨店が扱う商品カテゴリは極めて広範です:
- 衣料品(紳士服、婦人服、子供服、インナー)
- 食品(和菓子、洋菓子、ワイン、日本酒、惣菜)
- 雑貨(食器、タオル、インテリア、ステーショナリー)
- 宝飾・時計
- 美術品・工芸品
- リビング(家具、寝具)
外商担当者は、これら全カテゴリの中から一人ひとりの顧客に最適な商品を選ぶ必要があります。食品フロアの担当者が宝飾品について詳しくない、あるいはその逆。新人の外商担当者が全カテゴリをカバーできるようになるまでには、5年以上かかるとも言われています。
課題3: VIP顧客の期待値が高い
外商顧客は年間購入額数百万〜数千万円のVIPです。「何かいいものありますか?」という漠然とした問いかけに対して、瞬時に的確な提案をすることが求められます。
「ちょっと調べてから連絡します」は、外商の世界では減点対象。顧客はその場での即答と、「自分のことを分かってくれている」という信頼感を重視します。
新人が外商に配属されると、この即答力がないために顧客の信頼を得られず、結局ベテランに相談してから回答する——という非効率なフローが常態化します。
百貨店外商のデジタル化トレンド
トレンド1: 外商CRMの導入
三越伊勢丹、高島屋、大丸松坂屋など大手百貨店では、外商顧客の情報をデジタル管理するCRMの導入が進んでいます。購入履歴、嗜好情報、記念日などを一元管理し、担当者交代時の引き継ぎをスムーズにする狙いです。
ただし、CRMは顧客情報の管理ツールであって、商品知識の補完ツールではありません。「このお客様はブランドAが好き」とCRMに記録されていても、「ブランドAの今季の新作の中で、このお客様に合うものはどれか」という判断は担当者に委ねられます。
トレンド2: オンライン外商・リモート接客
コロナ禍以降、百貨店各社がオンライン外商サービスを強化しています。ビデオ通話での商品紹介、オンラインカタログの送付、ECサイトとの連携など、対面以外のチャネルが拡大しています。
これにより外商のリーチは広がりましたが、同時に一人の担当者が対応すべき接点数が増加しています。対面+電話+メール+LINE+ビデオ通話という多チャネル対応は、属人的なスキルに依存する外商にとって大きな負荷です。
トレンド3: AI活用の萌芽
一部の先進的な百貨店では、AIを活用した商品レコメンドの検討が始まっています。ただし、現時点では多くがECサイト向けのレコメンドであり、外商担当者が社内で使う商品検索ツールとしてAIが導入されている事例はまだ限定的です。
ここに大きなポテンシャルがあります。
AI商品検索が外商をどう変えるか
変化1: 全カテゴリ横断の即時提案
外商担当者が「60代男性、趣味はゴルフ、予算20万円で退職祝い」と入力すると:
ゴルフブランドA 限定レザーキャディバッグ ¥176,000 選定理由: ゴルフを趣味とされる方への退職祝いに最適。限定カラーで特別感があり、20万円以内の予算に収まります。名入れサービス対応。
老舗メーカーB クリスタルロックグラス ペアセット + ウイスキー ¥88,000 選定理由: 退職後のリラックスタイムを演出する贈り物。グラスへの名入れ対応可。予算に余裕があるため、上質なウイスキーとのセット提案で満足度向上。
高級ブランドC カシミヤマフラー ¥165,000 選定理由: 冬場のゴルフ練習にも使えるカシミヤ素材。ブランドの格が退職祝いにふさわしい品格を演出。
衣料品、食品、雑貨をまたいだカテゴリ横断の提案が、AIなら瞬時に可能です。
変化2: 顧客の嗜好を反映した提案
過去の購入履歴や嗜好データをAIに組み込むことで、「このお客様ならこれが喜ばれる」という判断をAIが支援します。
例: 「鈴木様(55歳女性、和食器コレクター)向けの誕生日プレゼント提案」
鈴木様の過去の購入傾向: 有田焼、九谷焼を中心に和食器を複数購入。青系の釉薬がお好み。直近3年間の購入品は急須、湯呑み、花瓶。
推薦: 九谷焼 銘窯D 藍染付 大鉢 ¥132,000 選定理由: 鈴木様のコレクションにない「大鉢」カテゴリで、お好みの青系釉薬。銘窯Dは今季の新作で話題性もあり、コレクターに喜ばれる逸品です。
ベテラン外商が「鈴木さんには大鉢がまだないから、これがいいかも」と直感で判断していたことを、AIがデータに基づいて再現します。
変化3: 提案書のデジタル出力
外商の提案は、電話やLINEで口頭説明するケースも多いですが、高額商品の場合は写真付きの提案資料があると成約率が上がります。
AI検索で選定した商品を、選定理由・商品画像・価格を含むPDF提案書としてワンクリック出力できれば、外商担当者はその場で顧客にメールやLINEで送付できます。
従来はバイヤーに商品画像を依頼し、PowerPointで資料を作り——という作業が必要でしたが、この工程が大幅に短縮されます。
百貨店外商とEC検索の根本的な違い
百貨店が自社ECサイトで導入しているサイト内検索(ユニサーチ等のECサイト向け検索ツール)と、外商向けのAI検索は根本的に異なるツールです。
| 項目 | ECサイト検索 | 外商向けAI検索 |
|---|---|---|
| ユーザー | 一般顧客(自分で探す) | 外商担当者(顧客に代わって探す) |
| 目的 | 購入 | 提案(顧客に最適な商品を選定) |
| 重要な機能 | 絞り込み、価格比較、在庫表示 | 選定理由の生成、提案書出力 |
| 入力 | 商品名、カテゴリ名 | 「60代男性、ゴルフ好き、退職祝い」 |
ECサイト検索の導入で外商の課題は解決しません。外商に必要なのは、顧客の要望を自然言語で入力し、最適な商品を選定理由付きで提案するツールです。
導入時の考慮点
データの横断性
百貨店の商品データは、フロア別・取引先メーカー別に管理されていることが多く、横断的に検索できる統合データベースが存在しないケースがあります。AI検索を導入する前提として、まず商品データの統合が必要になる場合があります。
セキュリティ・コンプライアンス
外商顧客の情報(購入履歴、嗜好、記念日など)は機密性が高く、取り扱いには十分な注意が必要です。AI検索ツールが国内クラウドでデータを管理し、顧客情報が他社のデータと混在しない(マルチテナントではなくシングルテナント)設計であることを確認すべきです。
段階的な導入
まずは特定カテゴリ(例: 食品ギフトのみ、あるいは紳士服のみ)でAI検索を試験導入し、外商担当者のフィードバックを得ながら対象を拡大する方法がリスクが低いです。
まとめ
百貨店外商は「究極の属人型営業」であり、VIP対応の品質が担当者個人のスキルに直結しています。CRMの導入やオンライン外商の拡大が進む中、商品知識の補完と提案力の底上げにはAI検索が有効です。
全カテゴリ横断の即時提案、顧客嗜好を反映したパーソナライズ、提案書のワンクリック出力——これらが実現すれば、新人外商でもベテランに近い提案品質を出せるようになり、百貨店外商のデジタル化が次のフェーズに進みます。
AICatalog — 商材検索をAIに任せる
AICatalogは、御社の商材データベースにAI検索機能を後付けするBtoB SaaSです。
- 自然言語で検索 — 「60代男性、ゴルフ好き、退職祝い、予算20万」で最適商材を提案
- 選定理由付き — なぜその商材を選んだかをAIが説明
- ワンクリックで提案書 — PDF提案書をその場で出力
14万商材のorosyで2年間磨いたエンジン。提案準備60分→10分、顧客満足度92%。
orosy AICatalog開発部
B2B卸プラットフォーム orosy のAI検索機能開発部門。14万商材の自社カタログで日々AIモデルのチューニングと検索精度の改善に取り組んでいます。現場の営業が本当に使える検索とは何かを追求し、その知見を発信しています。
この記事はAICatalog ブログの開発元である Orosy, inc. が作成しています。