機械学習、それは競合他社を尋常じゃなく引き離す大火力
【ビジネス ニュース】 平成二十八年四月十五日にマーケティングの差別化を図る“機会学習”についての記事『機械学習、活用のコツは「データを集め、正しく問いかけること」 マーケターに必要な知識をSASが解説/翔泳社(画像引用)』が配信された。ソーシャルメディア マーケティングを専門とする三十代の女性記者である野本纏花が、三月三日に開催された「MarkeZine Day 2016 Spring/同社」内のセッション「機械学習によるマーケティング・アナリティクス革新~簡単操作で予測分析からテキスト分析、画像認識まで/津田高治」をまとめた。
津田は“機械学習”上、「問いかけ」と「データの準備」の二つを人間が行うと断じた。クーポン配布やワイン価格を決定付けるモデルを挙げ、人間の定性的な感と比較し統計モデルの重要性を説き、マーケティング実務に向くと論じた。また決定木(ディジション ツリ)が人間と機械の役割と明確にすると伝えた。※下記画像;CREER HACKより引用
末尾に野本は、データ収集後の人間による問いかけが重要であると帰結。目的の明確化とデータ収集も推す。そしてその問いかけにより、“機械学習”がもたらすマーケティング可能性が拡がるとした。更にSAS Institute Japanのホワイトペーパ「機械学習をビッグデータに適用する」のリンクが貼付されている。※ホワイトペーパ;自社の優位性を示す解説文書(IT業界)、公式発行書類(政府機関)
=解説=
中小企業もビックデータを取り扱う時代だ。取締役及びマーケティング担当部署は、今回の“機械学習”で競合他社を大きく引き離せる。“機械学習”はようやく大企業で認知・活用されている段階で先手を打てば、大企業並みの成果を挙げる事が可能だ。当該記事では、クーポーン配布の例で、データ分析無しの場合に一㌫の利用率、その後の集計結果で判断した場合で最大十㌫、機械予想では二十五㌫を叩き出した。
早い段階から“機械学習”のソリューションを利用していれば、実に初期値の二十五倍の成果向上、集計後でも二.五倍の成果向上となる。ポイントは統計モデルとは異なる点だ。感覚的では、統計された多量のデータをマイニングし、式を完成させる変数(説明変数)を確定させる事だ。
富裕層とグラビア・韓流
例えば、ハイムではグラビアモデルを取材する。その理由は、富裕層等の大きなビジネスをする男子が好む傾向(連関性)があるからだ。モデルタイプは、高所得者や結婚を選択肢に入れている男子が好む傾向がある為、ハイムでの取材数は少ない。富裕層女子はデータ上、不備がまだ多いが、韓流及びホストクラブを好む傾向が一部見出されている。
この様に、統計モデルとは一線を画す、というのが当該記事の視点だ。ビッグデータを集めるだけ集めても有効活用は成らない。それよりも、大企業を集めるビックデータ数には勝てないものの、その後の問いかけ次第では同等ないし優位に立てる点が大切だ。これは資本力ではなく、ヒトの閃きや思考により優れた問いかけに辿りつけるか否かで決定される。これも決定木により判明している。その問いかけを更に“機械学習”する事で“問いかけ”自体を機械が創りだせる様になる。詰まり、カネの時代からヒトの時代に成った。
<ヒトの時代の本当の意味>
カネだけあっても問いかけがない、ないし質が低ければ、データの集合体の生産性は低くなる。データの集合体自体が小さくとも、問いかけが優れていけば生産性は高くなる。その様な時代に成った。仮説と検証。失敗の積み重ねからの、失敗パターン(変数)の明確化。失敗パターンの逆数をとれば、成功パターンの範囲を狭める事ができる。また繰り返しの“機械学習”により、精度が上がる。
中小・零細企業の大多数は未だ、マーケティングをなおざりにし、古風な広告やブランディングを行っている。既に統計の段階が来ている事は、有能なビジネスマンであれば周知の事実だ。そして“機械学習”に入る。ITリレラシがあるなれば、マーケティング リテラシもあるだろう。この差は着実に開く。但し、統計までは一次関数的な差の開きであった。今回の“機械学習”により二次関数に入る。その差は尋常ではない開きが、数年で実現される。
今からでも勉強は間に合うのか
もし今からマーケティングを学ぶのであれば、即、MBA級のマーケティング教材を漁る事だろう。次に統計学だ。完璧にする必要はない。予備知識が必要なのだ。教材と共に行うべきは自社のSNS運用だ。HP運用では絶対数が少なすぎる。SNSで広告を出稿し、自社史上最大のデータ数を扱う。学びながら実施する。すると、数字の感覚、統計の感覚が身につき始める。
ここまでは中小零細なら、一人だけが理解していれば問題ない。部員には指示をするだけだろう。そして、その段階で“機械学習”のソリューションを取り扱う企業と提携する。知識も経験も積み重ねっているので、それ相応の対応、ソリューションの選択が可能となる。“機械学習”のソリューションを獲得できれば、二次関数的に競合他社を突き離す事ができる。およそ三年を待つ事はないであろう。その位のインパクトを“機械学習”はビジネスに与える。
(了)