EZOCAから見えるRelationship Economy ポイントを超えて、北海道の関係性を価値へ変える

🎥 YouTubeでも公開しています

AI時代の経済は「取引」から「関係性」へ｜Relationship EconomyとChinoba Economics

Books: Relationship Economy AI時代の経済圏設計 Chinoba Economics 実践ガイド: 知識・意思決定・信頼が価値を生み出す新しい経済学

はじめに

Relationship Economyでは、一回の取引ではなく、人、企業、地域、AIの間に形成される継続的な関係性が価値を生み出します。

しかし、Relationship Economyは抽象的な理論だけではありません。

すでに地域の中には、その基盤になり得る資産が存在しています。

会員との接点。

加盟店ネットワーク。

地域ブランド。

購買や行動の履歴。

自治体、観光、スポーツ、交通との連携。

そして、長い時間をかけて形成された地域との信頼です。

北海道の地域共通ポイントサービスであるEZOCAは、Relationship Economyを考えるうえで興味深いケースです。

EZOCAは、ポイントを発行する仕組みとして発展してきました。

しかし、その本当の価値はポイントそのものではありません。

EZOCAが北海道の中で築いてきた、人、店舗、企業、地域との関係性にあります。

EZOCAをポイントサービスから、北海道全体の関係性を理解し、価値へ変えるRegional Intelligence Platformへ進化させる。

この構想から、Relationship Economyをどのように実装できるかが見えてきます。

ポイントは価値そのものではない

ポイントサービスは、長い間、顧客を店舗へ呼び戻す有効な仕組みとして利用されてきました。

商品を購入する。

ポイントを受け取る。

ポイントを利用するために再来店する。

この仕組みは、取引を継続させるうえで一定の効果を持っています。

しかし現在では、多くの企業がポイントを提供しています。

小売店。

クレジットカード。

ECサイト。

QRコード決済。

航空会社。

鉄道会社。

消費者が複数のポイントを使い分けることも珍しくありません。

そのため、「ポイントが付く」という事実だけでは、十分な差別化が難しくなっています。

重要なのは、ポイントを何％付与するかではありません。

ポイントを入口として、利用者と地域の間にどのような関係を形成できるかです。

EZOCAの構想でも、ポイントは最終目的ではなく、より大きな地域プラットフォームへ進化するための出発点として位置付けられています。

EZOCAの本当の資産は関係性である

EZOCAには、すでに大きな基盤があります。

• 140万人を超える会員
• 約600店舗の加盟店ネットワーク
• 北海道におけるブランド認知
• 地域企業との連携実績
• 地域住民との継続的な接点

これらを単なる会員数や店舗数として見ると、ポイント事業の規模を表す数字に見えます。

しかし、Relationship Economyの視点では意味が変わります。

140万人の会員は、単なるIDの集合ではありません。

北海道のさまざまな地域で生活し、買い物をし、移動し、観光し、イベントやスポーツに参加する人々です。

600店舗の加盟店も、単なるポイント利用場所ではありません。

地域住民の日常生活を支え、観光客を受け入れ、地域雇用や経済活動を形成する接点です。

つまり、EZOCAが持つ本当の資産は、

人と店舗、人と地域、企業と企業を結び付ける関係性

です。

この関係性を理解し、育て、地域全体の価値へ変えることが、EZOCAにおけるRelationship Economyの中心になります。

取引データから生活の理解へ

従来のポイントシステムでは、主に次の情報を扱います。

• 誰が購入したか
• どの店舗を利用したか
• いくら購入したか
• 何ポイント付与したか
• いつポイントを利用したか

これらは重要な取引データです。

しかし、一人の生活を理解するには十分ではありません。

例えば、札幌に住むある家族がいるとします。

平日は近所の店舗で日用品を購入する。

休日にはスポーツを観戦する。

夏休みには道内を旅行する。

地域のイベントにも参加する。

従来のシステムでは、これらは別々の履歴として管理されます。

しかし利用者にとっては、すべて「北海道での暮らし」という一つの体験です。

EZOCAがこれらの行動を関係性として理解できれば、

• スポーツ観戦前後の店舗利用
• 家族向け地域イベントへの参加
• 観光地と地域店舗を組み合わせた提案
• 移動経路に沿ったサービス案内
• 地域内の新しい回遊

を生み出せます。

重要なのは、

「何を買ったか」

から、

「その人が地域の中でどのように生活しているか」

へ視点を変えることです。

Community Graphで地域の関係性を表現する

Relationship Economyを実装するためには、関係性をデータとして扱う必要があります。

そのための基盤がCommunity Graphです。

Community Graphでは、例えば次の主体をノードとして表現します。

• 住民
• 観光客
• 家族
• 加盟店
• 商店街
• 自治体
• スポーツチーム
• 地域イベント
• 観光地
• 交通事業者
• 医療・教育機関
• AIエージェント

そして、それらの関係をつなぎます。

• 居住している
• 利用した
• 参加した
• 応援している
• 運営している
• 移動した
• 宿泊した
• 購入した
• 推薦された
• 協力している

例えば、スポーツ観戦者が試合後にどの店舗を利用したのか。

観光客がどの地域を回遊したのか。

地域イベントへの参加が、商店街の利用へつながったのか。

従来は見えにくかった地域内の流れを、Community Graphによって把握できるようになります。

これにより、ポイント利用率だけではなく、

• 地域回遊率
• 加盟店間送客率
• 滞在時間
• イベント参加率
• 観光消費額
• 地域内消費額
• 継続的な地域参加

を評価できます。

Relationship Economyでは、個々の取引額だけではなく、関係性によって生まれた地域全体の価値を測ります。

State Understandingで「今」を理解する

Community Graphが地域の関係構造を表すのに対し、State Understandingは、利用者や地域の現在の状態を理解します。

例えば、ある土曜日にスポーツイベントが開催されるとします。

AIは次のContextを統合します。

• 開催日時
• 天候
• 来場者数の予測
• 利用者の現在地
• 同行者
• 交通混雑
• 周辺店舗の混雑状況
• 過去の利用傾向
• 地域イベント
• 帰宅経路

さらに、利用者のGoalやIntentを推定します。

Goalは、家族でスポーツ観戦を楽しむことかもしれません。

Intentは、試合前後を無理なく過ごし、食事や買い物も楽しみたいというものかもしれません。

この状態を理解できれば、AIは一律のクーポンを配信するのではなく、

• 試合前に立ち寄れる家族向け飲食店
• 混雑を避ける移動ルート
• 空いている周辺店舗
• 子ども向けイベント
• 試合後に利用できるサービス
• 帰宅経路上の買い物

を提案できます。

AIが見ているのは、購入確率の高い商品ではありません。

利用者が北海道の中で置かれている現在の状態です。

Decision AIが地域全体の価値を判断する

従来のマーケティングAIでは、利用者が購入する可能性の高い商品やクーポンを選びます。

しかし、Relationship Economyでは、個人への販売だけを最適化すると、地域全体として望ましくない結果になる可能性があります。

例えば、多くの利用者を同じ有名店舗へ案内すれば、その店舗の売上は増えるかもしれません。

一方で、

• 混雑が悪化する
• 周辺店舗へ人が流れない
• 利用者体験が低下する
• 地域全体の回遊性が下がる

という問題が起こります。

Decision AIは、利用者の利益だけでなく、

• 加盟店への送客
• 混雑緩和
• 地域内回遊
• 観光体験
• 地域イベントへの参加
• 住民への影響
• 長期的な信頼

を考慮して判断します。

つまり、

「この人に何を売るべきか」

ではなく、

「この状況で、利用者と地域の双方に最も価値を生む行動は何か」

を判断します。

EZOCA構想では、Next Best Actionを利用者満足だけでなく、加盟店の来店率、自治体の地域回遊率、観光消費、EZOCAのLTVや新規収益まで含む多面的な価値として捉えています。

Operational AIが提案を行動へ変える

AIが提案するだけでは、地域経済は動きません。

実際のサービスへ接続する必要があります。

Operational AIは、Decision AIが選んだ行動を実行します。

例えば、

• 電子クーポンを配信する
• 店舗を予約する
• イベントの申込みを行う
• 観光サービスへ接続する
• 交通案内を変更する
• ポイントを利用する
• 決済を行う
• 担当者へ連絡する

といった処理です。

利用者にとって重要なのは、複数のサービスを意識せずに、一つの体験として利用できることです。

スポーツ観戦、食事、買い物、交通、観光が、それぞれ別のサービスとして分断されるのではなく、一つの目的に沿ってつながります。

EZOCA構想でも、Operational AIによって予約、クーポン、決済、イベント、MaaS、観光などを連携し、一連の体験として提供する方向が示されています。

ポイントはインセンティブの一つになる

Relationship Economyにおいても、ポイントが不要になるわけではありません。

ただし、役割が変わります。

従来のポイントは、購入を促進するための報酬でした。

Relationship Economyでは、ポイントを地域全体の望ましい行動を支えるインセンティブとして利用できます。

例えば、

• 混雑していない店舗を利用する
• 地域イベントへ参加する
• 公共交通を利用する
• 観光地を分散して訪問する
• 健康活動に参加する
• 地域ボランティアへ参加する
• 地元の小規模店舗を利用する

といった行動にポイントを付与できます。

この場合、ポイントは単なる値引きではありません。

地域のGoalと個人の行動を結び付ける仕組みです。

重要なのは、ポイントを中心に経済圏を設計するのではなく、地域の関係性と価値創造を中心に設計し、その実現手段としてポイントを使うことです。

一企業の利益から地域全体の価値へ

従来のポイント事業では、主なROIは次のような指標で評価されます。

• ポイント利用率
• 来店率
• 購買単価
• リピート率
• 会員売上

これらも重要です。

しかし、Regional Intelligence Platformでは、評価対象が地域全体へ広がります。

• 地域内消費額
• 観光消費額
• 地域回遊率
• 滞在時間
• イベント参加率
• 加盟店売上
• 利用者LTV
• 地域への再訪率
• パートナー企業数
• API連携数

構想書でも、一企業の売上だけではなく、地域内消費、観光消費、回遊率、滞在時間、イベント参加率などを地域全体のROIとして評価する考え方が示されています。

これは、Relationship Economyの重要な特徴です。

価値を一社が独占するのではなく、複数の参加者へ分配します。

利用者には、便利で豊かな体験。

加盟店には、来店者や売上の増加。

自治体には、地域活性化や観光促進。

スポーツチームには、ファンとの関係強化。

交通事業者には、移動需要と回遊性の向上。

EZOCAには、プラットフォームとしての新しい収益機会。

一つの関係基盤が、複数の主体へ価値を生み出します。

ポイント以外の新しい収益モデル

EZOCAがRelationship Economyへ進化すると、収益源もポイント事業だけではなくなります。

例えば、

• AIサービス利用料
• 地域データ分析サービス
• 加盟店向け意思決定支援
• 自治体向け地域DX支援
• 観光プラットフォーム
• スポーツ・イベント連携サービス
• API利用料
• パートナー企業との共同事業
• 地域マーケットプレイス

などが考えられます。

構想書でも、AIサービス、地域データ分析、共同事業、地域DX支援、観光・自治体向けプラットフォームなど、ポイント以外の収益源への展開が示されています。

これはポイント事業の延長ではありません。

地域との関係性を活用した事業ポートフォリオへの転換です。

EZOCAがすべてを提供する必要はない

Regional Intelligence Platformを実現するために、EZOCA自身がすべてのサービスを開発・運営する必要はありません。

重要なのは、地域のさまざまな主体が参加できる環境をつくることです。

• 加盟店
• 自治体
• 観光事業者
• スポーツチーム
• 交通事業者
• 医療機関
• 教育機関
• 大学
• 地域企業
• 金融・エネルギー事業者

それぞれが持つサービスや知識をAPIやCommunity Graphで接続します。

EZOCAは、すべてのサービスを所有する会社ではなく、

地域の参加者をつなぐオーケストレーター

になります。

構想でも、EZOCAがすべてを提供するのではなく、企業、自治体、大学、スポーツ、観光、交通などが参加するオープンプラットフォームとして発展することが重要だとされています。

Relationship Economyにおける競争力は、すべてを囲い込むことから生まれるとは限りません。

多様な主体が参加し、互いに価値を生み出せる関係構造から生まれます。

Trust Infrastructureが不可欠になる

地域のデータやサービスを接続すると、Trustの問題が重要になります。

EZOCAが地域住民の購買、移動、イベント参加、観光などを理解するようになれば、便利な支援が可能になります。

一方で、過剰な監視や不適切なデータ利用につながる危険もあります。

そのため、次の仕組みが不可欠です。

• 本人の同意
• 利用目的の明示
• データの最小利用
• アクセス権限
• 推定と事実の区別
• 利用者による修正
• 判断理由の記録
• Human Gate
• 参加企業間のデータ利用ルール
• Decision Trace

例えば、AIがある観光客を特定店舗へ案内した場合、

なぜその店舗だったのか。

どのデータを利用したのか。

誰の利益を考慮したのか。

広告契約が判断に影響したのか。

ほかの候補はあったのか。

を説明できる必要があります。

Relationship Economyは、関係性を利用する経済であると同時に、関係性を守る経済でなければなりません。

小さく始め、段階的に進化する

Regional Intelligence Platformを最初から完成させる必要はありません。

EZOCA構想では、既存資産を活かしながら段階的に進化するロードマップが示されています。

Phase 1：Point Platformの高度化

既存のポイント、会員、加盟店データを活用し、利用者理解と販促を改善します。

Phase 2：Community Platform

Community GraphとState Understandingを導入し、店舗、イベント、スポーツ、観光などの関係をつなぎます。

Phase 3：Operational AI

Decision AIの判断を、予約、クーポン、決済、イベント申込み、交通、観光などの実行へつなげます。

Phase 4：Regional Intelligence Platform

自治体、医療、教育、金融、エネルギー、地域企業などへ参加主体を広げます。

一度にすべてを刷新するのではなく、既存の会員基盤、加盟店、アプリ、地域との信頼を活かして段階的に進めることが重要です。

これは、ほかのRelationship Economyにも共通する実装原則です。

新しい経済圏は、ゼロから作るものではありません。

すでに存在する関係性を発見し、つなぎ直し、少しずつ価値の循環を広げていくものです。

EZOCAから学べる三つのこと

EZOCAのケースから、Relationship Economyについて三つの重要な点が見えてきます。

第一に、既存事業の本当の資産を再定義することです。

ポイント事業の資産は、ポイント発行機能ではありません。

会員、加盟店、ブランド、利用履歴、地域との信頼です。

第二に、商品や取引ではなく、関係性をデータモデルの中心に置くことです。

人、店舗、イベント、観光、スポーツ、自治体をCommunity Graphとしてつなぎます。

第三に、AIの判断を実際の地域行動へ接続することです。

State Understanding、Decision AI、Operational AIを組み合わせ、理解から実行までを一つの流れにします。

この三つがそろうことで、ポイントサービスは地域のRelationship Economyへ進化できます。

おわりに

EZOCAから見える未来は、ポイント還元率を高めることではありません。

ポイントを入口として、

人と店舗をつなぐ。

住民と地域をつなぐ。

観光客と地域資源をつなぐ。

スポーツと商店街をつなぐ。

自治体と企業をつなぐ。

そして、AIがその関係性を理解し、適切な判断と行動を支援する。

この仕組みがRegional Intelligence Platformです。

EZOCAは、ポイント会社から地域インフラ企業へ進化できる可能性を持っています。

その進化の本質は、事業領域を増やすことだけではありません。

北海道の中にすでに存在する関係性を、地域全体の価値へ変えることです。

構想書では、EZOCA 2.0をポイントサービスの高度化ではなく、Community Intelligence、Community Graph、Decision AI、Operational AIを統合した北海道のRegional Intelligence Platformとして位置付けています。

これは北海道だけの話ではありません。

地域ポイント。

スポーツクラブ。

鉄道会社。

商店街。

観光プラットフォーム。

自治体サービス。

すでに人や地域との継続的な接点を持つ組織は、Relationship Economyの中核になれる可能性があります。

重要なのは、何を販売しているかではありません。

どのような関係性を持ち、その関係性からどのような価値の循環を生み出せるかです。

次回は、このEZOCAのケースを一般化し、地域経済圏を支える Regional Intelligence Platformとは何かについて紹介します。