東急エージェンシーのデータマーケティングソリューション

「ああ日本！〇〇年後の悲惨な現実」

「最悪のシナリオ！これが〇〇年後の日本の姿だ」

タブロイド紙や週刊誌でよく見かけるタイトルです。ハッピーなタイトルよりも、ネガティブな預言の方が新聞や雑誌は売れるのでしょうか？

1990年代後半、世界は「ノストラダムスの大予言」が現実に起こるのではないかと恐怖に震えました。他にも、アメリカ大統領の暗殺を予言したジーン・ディクソン、アメリカ同時多発テロを的中させたババ・ヴァンガなど、多くの預言が世界中で騒動になりました。

最近では、AIによる預言もあるそうです。人間には決して処理できないようなデータ量を分析するAIですから、今後AIの預言が騒動のもとになるかもしれません。

「当たるも八卦、当たらぬも八卦」的な大預言であれば純粋にエンタテインメントとして楽しめますが、近未来の生活者の行動を予測して課題解決のためのアクションを戦略立案するようなマーケティングの世界では、そんな悠長なことは言ってられません。AIを使ったマーケティング分析に関してはなおさら、予測の精度が問われます。

AIと聞くと、今流行のディープラーニングを思い浮かべる方が多いと思います。ディープラーニングは、機械が膨大なデータを自ら学習して自律的に答えを出すという手法です。最近では囲碁の世界王者に勝つぐらいに性能が向上していますが、ニューロンの数が増えるほど、ニューラルネットワークが複雑になるほど、その思考の過程がブラックボックスになってしまいます。ディープラーニングが出した答えに対して人間は、「どうしてその答えになったの？」となってしまうのです。

エンタテインメント性の強い大預言であれば、ブラックボックスからポンと答えが出てきたらワクワクするかもしれませんが、その予測精度が経営課題解決を左右するマーケティングの世界では、「なぜそうなるのか？」が説明できなければその予測は使えません。ブラックボックスから出てきた予測が、企業リスクに直結しうる課題となってしまいます。

前回このブログでご紹介したベイジアンネットワークはAIのアルゴリズムにも採用されていますが、複雑でかつ不確実な事象の起こりやすさやその可能性についての予測を可視化することができます。

よって、ベイジアンネットワークによって予測された推論をベースに何らかのマーケティングアクションをした場合は、「なぜそう考えたのか？」という説明をグラフィカルに確認することができます。仮にアクションがうまくいかなかった場合は、その思考プロセスを見返して改善することができます。

当社は「PLASMA」※注１を使って、ベイジアンネットワークとTarget Finderとを組み合わせた独自のデータアナリティクス＆コンサルティングを行っております。

下の図は、ID-POSデータをTarget Finderに入力して解析したクラスタごとに、どのような属性であればどのチャネルにおける購買確率がどれくらい上がるか？などの予測分析を、視覚的に分かりやすいグラフとして構造化しております。

ディープラーニングのような手法とベイジアンネットワークの手法のどちらが優れているか？ブラックボックスか、ホワイトボックスか、まさに白黒つけ難いところではありますが、「どうしてその予測が出てきたのか、説明できなければ困る」といった場合に、当社はベイジアンネットワークとTarget Finderとを組み合わせた独自のデータアナリティクスによる、角度の高い予測モデルをご用意しております。

業種別では金融、EC、小売など各業界でのコンサルティング実績がございます。お気軽にご相談ください。

注1：「PLASMA」とは、産総研で開発が進められている「確率的潜在意味構造モデリング」のためのJAVA言語によるAPI

▼当社データアナリティクス＆コンサルティングサイトはこちら↓

https://www.tagc-solutions.com/product/consulting/

「１匹の蝶が中国で羽ばたけば、カリブでハリケーンを起こす」※注１

世界は本当にいろいろな事象で満ちています。いかなる事象も必ずどこかに原因がある（因果関係がある）とすると、蝶の羽ばたきという些細な出来事でさえもそれが積み重なって、遠く離れたカリブの地においてハリケーンが発生するのかもしれません。

1匹の蝶が中国で羽ばたく（原因）とカリブでハリケーン発生が発生する（結果）という因果関係は極端な例かもしれませんが、マーケティングの世界でも原因と結果という因果関係を見極めることはとても重要です。

例えば、商品やサービスのマーケティングを行う際は、売上や利益を予測します。商品やサービスを買う、買わないという人間の行動は不確実で絶えず変化をしているので、予測は非常に困難です。

このような不確実な事象でも、原因と結果という因果関係を複数組み合わせることにより「この商品が売れる可能性はどれくらいなの？」というような不確実現象を、数値化して確率で予測していくことができます。この未来予測マーケティングモデルはベイジアンネットワークといいます。

当社は「PLASMA」※注２を使って、ベイジアンネットワークと（前回までのブログでご説明した）Target Finderとを組み合わせた独自のデータアナリティクス＆コンサルティングを行っております。

例えば、Target Finderでお客様の過去の購買履歴やWebサイトの閲覧状況などのビッグデータから解析したクラスタごとに、何をレコメンドするとそのクラスタの購買確率がどれくらい上がるか？などの予測分析が可能となります。

注１：

名優ロバート・レッドフォードが1990年の映画でヒロインに話したセリフ。気象学者のエドワード・ローレンツが1972年にアメリカ科学振興協会で行った講演の「ブラジルで蝶が羽ばたくと、テキサスで大竜巻が起こるか」という「バタフライ効果」が由来。(Wikipedia)

注２：「PLASMA」とは、産総研で開発が進められている「確率的潜在意味構造モデリング」のためのJAVA言語によるAPI

いかがでしたでしょうか？

ベイジアンネットワークとTarget Finderとを組み合わせた当社独自のデータアナリティクスによって、角度の高い予測モデルをご用意しております。

いつの日か「カリブでハリケーンを起こすために、中国で蝶を羽ばたかせましょう！」というような、壮大なコンサルティングをご提供することが私たちの願いでもあります。

業種別では金融、EC、小売など各業界でのコンサルティング実績がございます。お気軽にご相談ください。

▼当社データアナリティクス＆コンサルティングサイトはこちら↓

https://www.tagc-solutions.com/product/consulting/

人間の性格は、５つに分けられるそうです。※注１　あなたの性格は、「開放的」ですか？もしくは「外向性」？「勤勉性」？

別の研究発表では、人の性格を４つの分類に分けることに成功したとのこと。※注２　　　　あなたの性格は、「平均的」「おとなしい」「模範的」「自己中心的」という４つのクラスタの中で、どのクラスタに当てはまりますか？

もし私がその質問を受けたら、答えに窮します。「自分の性格は、〇〇クラスタに該当する」とはっきりと答えることができる人の方が少ないのではないでしょうか？そもそも、人の性格は１つのクラスタに収まるほど単純なものではないと思います。

しかしながらマーケティングの世界では歴史的に、お客様を1つのクラスタだけに分類してしまおうという発想でした。それも、すべてのお客様に合わせて個別で施策を展開することは難しいから、出来るだけ最小限のクラスタ数に絞ろうとしていました。

そうしますと当然ながら、同じクラスタのお客様は一様にみな同じニーズがあるとみなして、違うクラスタのお客様はそれとは違うと考えるマーケティング戦略になります。

当社のAIツール「Target Finder」は、ソフトクラスタリングという手法を採用しています。ソフトクラスタリングとは、１つの要素が複数のクラスタにまたがって所属することができるというクラスタリング手法です。

先程の例で言いますと、「私は、普段は“おとなしい”性格ですが、時として“自己中心的”な性格です」といった分類が可能です。

またソフトクラスタリングでは、各要素はその所属クラスタの所属度合いが確率で計算されます（所属確率）。ですから「私は、“おとなしい“性格のクラスタに55%の確率で所属しますが、”自己中心的“なクラスタリングにも45%所属しています」といった具合に分類されるのです。

ソフトクラスタリング手法の方が、自然な分類として表現されていると言えるのではないでしょうか？

注１：Big Five（特性５因子モデル）

注２：Northwestern University

※「Target Finder」の分析例

いかがでしたでしょうか。ぜひこの機会に製品サイトをチェックしてみてください。

▼Target Finder製品サイトはこちら↓

https://www.tagc-solutions.com/product/target_finder/

また弊社では長年のビッグデータ分析とその結果のマーケティング戦略への活用実績があり、「Target Finder」を活用した分析・コンサルティングサービスや、テーマに応じて

さまざまな手法を組み合わせた分析・コンサルティングサービスも提供しています。業種別では金融、EC、小売など各業界でのコンサルティング実績がございますので、お気軽にご相談ください。

▼データアナリティクス＆コンサルティングサイトはこちら↓

https://www.tagc-solutions.com/product/consulting/

日本の多くの会社では、データ分析に必要なデータ収集や加工は、情報システム（IT）部門が管理してきました。

またデータ分析に関しては、データサイエンティストのような専門性のある部署がその役割を担ってきました。

一方、社内のユーザー部門は、データの中身は把握しているもののITスキルに乏しいので、データ分析は専門部署に任せておけばいいや、といった考え方でした。

よって、現在でもまだ多くの会社では、情報システム部門やデータサイエンティストの部署に、データは囲い込まれているといっても過言ではありません。

しかしながら、データ量はすごい勢いで日々増加を続けています。もはや情報システム（IT）部門やデータサイエンティストの部署だけがデータを管理・分析する時代ではありません。

また、データの中身を把握している社内のユーザー部門が、データの管理やデータ分析を完全に人任せにしていたら、変化する市場環境への迅速な対応は困難となります。

経済産業省のレポートにも「2025年の崖」を乗り越えるためには、「既存システムのブラックボックス状態を解消し、データをフルに活用した本格的なDXを実行すること」と記載されています。

「特定の部署に囲い込まれているデータを、より多くのビジネスユーザーに開放する。」

この「データの民主化」こそが、「2025年の崖」を乗り越えるための大事なキーワードのひとつであるといえます。

より多くのビジネスユーザーが、データにアクセスし、データ分析を行えるようにする。

「データの民主化」のためには、データ分析の心理的なハードルを下げることが重要です。

当社のAIツール「Target Finder」は、専門知識や高度な操作方法を習得する必要はありません。

マウスを使った簡単操作でデータ分析ができます。

専門性のないビジネスユーザーでも、それぞれのアイデアでデータ分析活用を試みることができるというシンプルな操作性を目指してTarget Finderを開発しました。

あたかもワードやエクセルを使うように、専門知識やスキルの無い社員がTarget　Finderを使ってサクサクとデータ分析をする。そんなオフィス風景は当たり前になることが、わたしたちの願いです。

是非一度、Target Finderの使いやすさを実際にお試しください。

いかがでしたでしょうか。ぜひこの機会に製品サイトをチェックしてみてください。

▼Target Finder製品サイトはこちら↓

https://www.tagc-solutions.com/product/target_finder/

また弊社では長年のビッグデータ分析とその結果のマーケティング戦略への活用実績があり、「Target Finder」を活用した分析・コンサルティングサービスや、テーマに応じて

さまざまな手法を組み合わせた分析・コンサルティングサービスも提供しています。業種別では金融、EC、小売など各業界でのコンサルティング実績がございますので、お気軽にご相談ください。

▼データアナリティクス＆コンサルティングサイトはこちら↓

https://www.tagc-solutions.com/product/consulting/

突然ですが、「2025年の崖」という言葉をご存知ですか？

（既にご存知の方も多いと思いますが）

「2025年の崖」は、経済産業省が2018年9月に公表したレポートで言及しているフレーズです。

「日本企業がデジタルトランスフォーメーション（DX）の課題を克服できない場合、2025年以降最大12兆円/年の経済損失が生じる可能性がある」

経済産業省は、この事態を「2025年の崖」と呼んでいます。

このレポートには、「データを活用しきれず、市場の変化に対応してビジネスモデルを柔軟に変更することができないと、デジタル競争の敗者になる」という記載もあります。

実際に多くの企業様から、「慢性的な人手不足、働き方改革、社員のデータ分析スキル不足などにより、爆発的に増加するデータを活用しきれていない」との悩みをお聞きします。

重回帰分析、数量化Ⅰ類、判別分析、ロジスティック回帰分析、VAR、SVM、ランダムフォレスト・・・

確かに、データ分析手法は多すぎるので、社員の方に「データ分析」のスキルを習得してもらうのは大変です。

だからといって、膨大になるデータを放置はできない・・・

当社のAIツール「Target Finder」は、専門知識や高度な操作方法を習得する必要はありません。マウスを使った簡単操作で分析ができます。

データを放置せずに、データを活用【「要約」して「相関関係」を見て「因果関係」を探る】すべきではないでしょうか。

DXを本格的に展開するためのデータ分析の基盤として、まずはそのデータを「Target Finder」で分析してみてはいかがでしょうか？

いかがでしたでしょうか。ぜひこの機会に製品サイトをチェックしてみてください。

▼Target Finder製品サイトはこちら↓

https://www.tagc-solutions.com/product/target_finder/

また弊社では長年のビッグデータ分析とその結果のマーケティング戦略への活用実績があり、「Target Finder」を活用した分析・コンサルティングサービスや、テーマに応じてさまざまな手法を組み合わせた分析・コンサルティングサービスも提供しています。業種別では金融、EC、小売など各業界でのコンサルティング実績がございますので、お気軽にご相談ください。

▼データアナリティクス＆コンサルティングサイトはこちら↓

https://www.tagc-solutions.com/product/consulting/

※2018年9月に経済産業省の研究会が発表したレポートより抜粋

多くの経営者が、将来の成長、競争力強化のために、デジタル・トランスフォーメーション（＝DX）の必要性について理解しているが、以下の課題を克服できていない

・既存システムが、事業部門ごとに構築されて、全社横断的なデータ活用ができなかったり、過剰なカスタマイズがなされているなどにより、複雑化・ブラックボックス化している

・経営者がDXを望んでも、現場サイドの抵抗も大きく、いかにDXを実行するかが課題となっている

この課題を克服できない場合、DXが実現できないのでなく、2025年以降、最大12兆円/年の経済損失が生じる可能性がある。

これを「2025年の崖」という。