パーソナライズCRM・スタイリングAI配信【ファッション】 
ID-POSデータから顧客の「好み」「体型」「購入サイクル」を学習したAIが、クローゼットにある手持ち服と新作を組み合わせた「毎朝のコーディネート」をスマホアプリで提案する施策です。一人ひとりのライフスタイル（仕事、休日、天気）に合わせた提案を行うことで、アプリのデイリー利用率を高めます。提案されたコーディネートが「今の気分ではない」と入力されれば、さらに学習を深めます。これにより、単なるセール通知ではない、顧客の「お抱えスタイリスト」としての地位を確立。LTV（顧客生涯価値）を最大化させ、競合他社へのスイッチングを防ぐとともに、関連アイテムのセット買い（クロスセル）を強力に促進します。
 職種 |
情報システム |  施策難易度 |
★★☆☆☆ |
|---|---|---|---|
 業界① |
アパレル |  目的 |
LTV向上 リピート率向上 |
| 業界② |
ファッション |  対象 |
CRM担当 マーケティング 顧客 |
 費用 |
200〜1500万円 |  実施期間 |
120 |
主なToDo
- 購入済み商品データと新作データのスタイリング紐付けDB構築
- 天候・予定（カレンダー）連動型のレコメンドエンジンの開発
- 顧客フィードバック（お気に入り/非表示）の学習モデル実装
期待できる効果
顧客との接点を「売る時」以外にも創出。ブランドロイヤルティの劇的向上。
躓くところ
商品の画像・メタデータ（色の名称、季節感等）の整備コスト。学習データの精度。
