株式会社Irgurum（总部：大阪府大阪市北区，代表董事：岩田进）针对516名负责内部广告营运的企业高层及现场人员，进行了一项关于广告营运中PDCA现况及AI应用的网络调查。 本次调查揭示，尽管许多企业致力于广告改进，但实际上改进循环并未充分运作。此外，AI的期望与实际应用之间仍存在差距。这些结果表明，PDCA停滞和AI应用进展缓慢的背后存在共同的结构性问题。 详细调查结果可从以下链接下载： https://go.cm.ebis.ne.jp/insights/wp/inhouse_pdca/ **调查背景** 近年来，企业的广告营运已普遍采用多目标、多管道并行操作，使得营运环境日益复杂。本次调查也证实，平均每家公司拥有2.2种目标，并同时营运2.3个媒体管道。此外，耗时最多的业务包括创意制作与改进、广告投放与设置作业、数据汇整与报告制作等作业性业务，合计占64.7%，显示难以确保足够时间进行分析和策略规划。另一方面，在广告营运中，对AI在因素分析和改进建议等领域的应用期望日益增高。然而，现场却因业务属人化和数据分散等问题，导致改进循环本身难以运作。基于此背景，本次调查旨在厘清内部广告营运中改进循环的现况，以及AI应用的现状和挑战。 **调查结果** **仅5.6%的企业广告营运改进循环「充分运作」。** 仅有5.6%的企业回应其广告营运改进循环（计划→运行→检核→行动）「充分运作」。相对地，总计有51.6%的企业回应「不太运作」或「几乎不运作」，揭示了广告营运改进循环未能充分发挥作用的现况。 **阻碍改进的背后存在技能、时间和数据相关的结构性问题。** 广告营运改进循环未能充分运作的主要原因依序为：「能进行分析的人员有限」（23.4%）、「没有时间进行分析」（21.9%）、「数据分散无法汇整」（17.8%）。这表明在技能、时间和数据各方面都存在结构性问题，阻碍了改进。 **AI的预期角色与实际应用领域存在差距。** 在广告营运中，AI最受期待的角色是「效果数据自动分析」（54.7%）和「提供洞察」（50.0%）。然而，AI实际应用的业务主要集中在「广告文案与创意制作」（31.8%）、「报告与演示文稿数据制作」（31.0%）和「数据汇整与整理」（30.6%）。这显示了预期的决策支持领域与目前的应用领域之间存在差距。 **调查结果的启示** 本次调查显示，尽管许多企业对广告营运的PDCA有高度意愿，但实际情况是营运环境的复杂化阻碍了改进。具体而言，改进进展缓慢的首要原因为「分析人才不足（23.4%）」，这揭示了一种「属人化结构」，即高端判断业务集中于特定人员，导致资源紧张并阻碍了整个循环的停滞。此外，AI应用的期望集中于「决策支持」，而目前仍停留在「作业支持」，这暗示了数据准备和流程整理等基础设施的不足。对于内部营运的持续成长而言，当务之急是创建一个能够从分析到改进都能在组织内部完成的系统，而非仅依赖个人技能。 **株式会社Irgurum 代表董事 岩田进 评论** 「本次调查结果反映了现场面临的迫切挑战：『仅凭人力无法完全应对』。随着多管道、多目标营运的普及，营运工作量已达极限，关键在于创建一个能够无缝连接数据理解、问题整理、因素分析和对策研讨的『环境』，而非临时性的改进，这将是内部营运成功的关键。本公司将通过解决这些结构性问题，并创建能最大限度利用AI的改进环境，来支持企业的内部广告营运。」 **关于调查报告** 本调查报告提供了对内部广告营运领域的深入见解。