パナソニック製コーヒーメーカーを「1カ月待ちの大ヒット」に導いたたった1つの超シンプルな変更
滋賀県のパナソニック草津工場 Photo by Mayumi Sakai
SNS上のネガティブな声から生まれたヒット商品がある。パナソニックの新しい全自動コーヒーメーカーは、発売から「1カ月待ち」のヒットになった。その裏側には、月180時間かかっていたFAQ分析をゼロに、2週間かかっていたSNS分析を2日に短縮した、勤続30年超のベテランとデジタルネイティブ世代の若手社員による共創があった。（ノンフィクションライター 酒井真弓）
ユーザーの声に応えて「小さくしただけ」で、1カ月待ちのヒット商品が誕生
ユーザーの声に応えること。それはモノづくりの基本であり、ビジネスの本質だが、簡単にできたら誰も苦労はしない。
「サイズが大きい」「もう少し小さければ」――SNS上に散見されたパナソニック製コーヒーメーカーへのちょっとした不満。商品担当者も認識はしていたが、動けなかった。サイズ変更に踏み切るほど深刻な不満なのか、数字で示せなかったからだ。
ブレイクスルーとなったのは、SNS上に自由に書き込まれた定性情報を定量化し、「ネガティブ評価の割合」として数字で示せるようにしたことだった。同社はデータ分析ツールのDomo（ドーモ）とChatGPTを組み合わせ、楽天やAmazonのレビューを分析。各社のコーヒーメーカーに対するユーザーの反応を比較した。
すると、パナソニック製品は使い勝手やメンテナンス性で高く評価されているのに対し、サイズだけはネガティブな評価が集中していたのだ。
コンパクトになった新製品は、なんと1カ月待ちの大ヒットとなった。コーヒー豆を挽き、蒸らし、抽出、保存するという基本機能は、前のモデルとほぼ変わっていないのに、である。
コーヒーメーカーの新製品「NC-A58」。設置面積は現行比約80％。キッチンで場所をとらないコンパクトボディを実現した（パナソニックの製品サイトより）
ランキング後退が生んだ危機感～月180時間の「集計地獄」からの脱却
こうしたデータ分析の裏側には、2017年に味わった危機感があった。
パナソニックグループの白物家電事業を担う「くらしアプライアンス社」がデータ分析に本格的に乗り出したのは、2017年。きっかけは、外部調査機関が実施する「デジタルサポートランキング（家電部門）」で、それまで1位を維持していた同社が、3位に後退したこと。競合がしのぎを削る中、同社も対策を講じる必要があった。
顧客満足度の向上には、今や顧客データの収集・分析が欠かせない。だが、同社のCX（顧客体験）向上を担う堀田西五さんたちが悩んでいたのは、データ分析以前の問題だった。
製品に関するよくある質問をまとめたFAQサイトには、毎日数万件ものアクセスデータが蓄積される。しかし、月次で集計するだけで180時間。「集計作業に追われ、肝心の改善施策にまで手が及ばず、データを活用できていなかった」と振り返る。貴重なデータは山のようにあるのに、宝の持ち腐れになっていたのだ。
この状態を変えるため、堀田さんはデータ分析ツール「Domo」を導入した。決め手は、現場の担当者が自分で操作できることだった。
パナソニック くらしアプライアンス社 CS-DX推進部 第一課 係長 堀田西五さん Photo by M.S.
「私がITに詳しくなかったことが、かえって良かったのかもしれません」と堀田さん。自分が使いこなせないツールは、きっと現場の他のメンバーも苦労する。だから、「誰もが使えるツール」を選ぶことができたという。
「断捨離」で、「誰が見ても分かる」ツールに
Domoによって、FAQサイトのアクセス数、アンケート結果、外部検索エンジンからの流入キーワードなどのデータを一つのダッシュボードに集約し、即時チームメンバーで共有できるようになった。つまり、180時間かかっていた月次集計はゼロになった。
ただ、当初は情報量が多すぎ、これはこれで見るのもうんざり、という声が出た。現場のメンバーにデータ分析が得意な人は少ない。ハードルを下げる必要があった。
そこで渡邊理恵子さんがこだわったのは、ダッシュボードの見やすさ。メンバーの中川真帆さんとともに画面を断捨離するように整理していったという。「誰が見ても分かる形にしておかないと、理解や説明に時間を取られてしまう。これも立派な業務効率化です」（渡邊さん）
パナソニック くらしアプライアンス社 CS-DX推進部 第一課 主幹 渡邊理恵子さん Photo by M.S.
こうした地道な改善によって、浮いた時間をデータ分析や改善施策に注げるようになった同社。2019年版「デジタルサポートランキング（家電部門）」では1位に返り咲いた。2025年現在も、6年にわたってトップを維持している。
若手社員とAIで、SNS分析が2カ月から2日に
FAQサイトの分析業務が劇的に効率化された一方で、顧客満足度向上のため、もう一つ強化したい領域があった。SNS分析だ。
2022年、SNS分析を担当していた当時新卒2年目の堀口武志さんは、楽天やAmazonのレビュー、SNSを一つ一つ目で見て分類していた。例えば掃除機なら、「吸引力に対するポジティブなコメントは何件か」を全て手作業でカウントする。商品企画への報告まで2カ月かかっていた。
「皆さん優しいから言わないけれど、毎回『遅い』と思われているんだろうなと思っていました」（堀口さん）
パナソニック くらしアプライアンス社 CS-DX推進部 第一課 SNS分析担当 堀口武志さん Photo by M.S.
そんなとき、ChatGPTが登場した。学生時代に情報学を専攻していた堀口さんは、プログラミングの知識を生かし、ChatGPTとDomoを活用することで、SNS上のコメントを自動的にポジティブ・ネガティブに分類。2週間かかっていた作業を2日に短縮した。
一方で、まだ社歴が浅い堀口さんには、マーケティング担当者や商品企画担当者がどのような情報を求めているのかが分からないという悩みがあった。他部署とどう連携していけばよいか分からないときは、堀田さんが同社勤続30年超の経験を生かしてアドバイスした。堀口さんは、「困ったら堀田さんがサポートしてくれるので、自分の勉強してきたことが生かせている」と語る。
スピードアップにより、分析対象も広がった。従来は理美容商品の2部門のみだったが、2024年3月からは調理商品、家事商品など5部門に広がり、今後も増やす予定だという。
データ活用の本質は「会話の種」
堀田さんは、データ活用の本質を「会話の種」だと語る。
商品企画との月例会では、SNS上の新製品情報やトレンドを共有する。すると、商品企画が反応する。「この他社の動き、気になってたんだ」「もっと詳しく調べてほしい」。こうした会話の積み重ねが、信頼関係を育む。コーヒーメーカーのヒット商品も、そうした関係性の中から生まれた。
堀田さんのマネジメント方針はシンプルだ。
基本、任せる。重要なのは、100％を求めないこと。7割の完成度でいいから、まず出してみる。SNS分析を担当する堀口さんは、堀田さんのこの感じに救われたという。「7割の完成度で出してみよう。フィードバックが返ってきたら、次はこう出してみよう。そのサイクルで、すごく早く成長できた」という。
加えて、渡邊さんは心理的安全性を大切にしているという。「笑いがあって、チームが元気。反論がいっぱいないと、何が良くて何がダメなのか分からない。自己満足に陥りたくないんです」。
中川さんは最近、「ダッシュボードで分析対象にしている商品カテゴリーをもっと増やせないか」という改善提案もしているという。若手が遠慮なく意見を言える環境が、チームの成長を加速させている。
パナソニック くらしアプライアンス社 CS-DX推進部 第一課 中川真帆さん Photo by M.S.
若手もベテランも対等に意見を言い合う。そんなチームが、次のヒット商品を生み出していく。同社は今後もデータを検証し、今後の展開に生かしていくという。
筆者プロフィール
