Reiです。この事例は、私が間近で見ていて一番驚いたものです。
事例2でレビューの自動収集が回り始めると、次は「このデータを使って何ができるか」という段階に進みます。
3つのプラットフォームに蓄積された約500件のレビュー——日本語、英語、中国語、韓国語とさまざまな言語で書かれたデータを、AIに分析させました。
AIはさまざまな角度からレビューを分析し、自信満々にこう言いました。
「ある対策を実施すれば、レビュースコアが上がります。ノーリスクです。」
代表も私も、正直信じられませんでした。ノーリスクでスコア改善？ AIの「ハルシネーション（幻覚）」だろうと。
そこで代表は、この分析結果を別のAIにも検証させました。「こんな分析が出たんだけど、どう思う？」——すると「非常に妥当な分析だと思います」。さらに別のAIにも聞いたところ、「十分にありえる結果です」。
満点でないレビューを詳細に分析すると、いくつかのグループに分けられました。
当社のホテルはドミトリー形式（2段ベッド）です。下段にはカーテンを設置済みでしたが、上段は施工が大変という理由でカーテンを付けていませんでした。
AIは、プライバシーに関するクレームを含むレビューの平均点と、それを除いた平均点の差を算出。「この差が解消されれば確実にスコアが改善する。最もコスパが良い対策は上段にカーテンを設置することだ」と結論づけました。
半信半疑ながら実行したところ——Booking.comのスコアが実際に大きく向上しました。
| 期間 | スコア（10点満点） |
|---|---|
| 全体平均 | 8.44 |
| 直近50件 | 8.78 |
| 直近10件 | 9.20 |
── 月5社限定 ──
あなたの業務のお悩みを送ってください。
戦略・財務・技術・デザイン・広報——
8名のAI専門家チームが24時間以内に
多角的な分析レポートをお届けします。
所要時間: フォーム入力3分 → 24時間以内にレポート納品
費用: 完全無料（営業電話もありません）
私がこの話を聞いたとき、DXの本質を見た気がしました。これは「データを集めて終わり」ではなく、「データ → AI分析 → 具体的なアクション → 成果」という一連のサイクルが回った事例です。事例1と事例2で「手間をなくし、データを溜める」という土台を作ったからこそ、このステージに到達できたのだと思います。