狠狠撸

狠狠撸Share a Scribd company logo
MarkeZine Day Spring 2012




                  ビッグデータはマーケティングに


        NAKAZAWA
                 何をもたらすのか
     マーケティング部 部長 中澤伸也




date 2012/3/22
NAKAZAWA
                         自己绍介




date 2012/3/22   Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.   page   1
自己绍介

                 名前:中澤伸也
                 会社:(株)ゴルフダイジェスト?オンライン
                 部署:マーケティング部 部長
                 連絡:shinya_nakazawa@gdo.co.jp




        NAKAZAWA
   【職務経歴的な】
   ルーツ : 売場(ソフマップの電子楽器コーナーフロア長)

   ~(株)ソフマップ 10年間くらい ~
   アルバイト → 店員 → フロア長 → バイヤー兹MD
        → EC立上プロジェクトメンバー → CRM部(マイニング)
        → 新店舗立上PM → 営業企画 → 経営企画経営管理担当

   ~(株)ゴルフダイジェスト?オンライン 6年くらい ~
   ログ/データマイニングチーム立上げリーダー → マーケティング部責任者
        →情報システム整備PJPM(BI?DWH?ログ) → 全社システム再構築PJPMO
        →全社マネジメント体系構築PJPM → 経営管理部立上げ部長兹任
date 2012/3/22         Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.   page   2
自己绍介
顧客の理解

   1994年
                  店舗?フロア長
                                    直接観察


   1999年
                  MD?バイヤー



        NAKAZAWA
                                    POSデータ                                    販売実績の把握


   2002年                                                                      販売実績の把握
                 データマイニング           POSデータ
                                                                              プロファイルや購買傾向の把握
                                    顧客マスタ

   2006年                            POSデータ                                    販売実績の把握
                 Webマーケティング         顧客マスタ                                     プロファイルや購買傾向の把握
                                    定形ログデータ                                   売場行動や機会ロスの把握



date 2012/3/22              Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.   page   3
自己绍介

                          店頭にいた頃は???


         お客様の売場での行動観察や会話を通じて、自分の中のマイニング
           エンジンで、レコメンドやパーソナライズ対応を行なっていた




        NAKAZAWA     しかもそれらを「リアルタイム」に把握しており
                 かつベストなタイミングで、適切な対応をお客様に行えていた




                     ビッグデータを使うと
          あの売場でやってた事を、もっと精度高くネットでもできちゃうのか?

date 2012/3/22            Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.   page   4
NAKAZAWA
                 ビッグデータとは何か?




date 2012/3/22     Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.   page   5
ビッグデータとは何か

                      そもそもビッグデータという響きがもう嫌
                     なんとなく胡散臭い (ビック? ビッグ?)



                       単にでかいデータというだけなら




        NAKAZAWA
                   もう数年前から「情報爆発」とか色々言われてきた



            どうせまた、ベンダーが新たな製品売り込む為のバズワードなんじゃ?

                        などと疑り深くなりつつも
                 とにかく自分なりに、マーケターとして解釈してみました


date 2012/3/22           Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.   page   6
ビックデータとは何か

      ? ウィキペディアで調べてみた??。
                 ?   ビッグデータ (英語: Big data)[1]は、2009年頃から提唱され始めた情報技術産業における新たな
                     ターム。通常のデータベース管理ツールなどで取り扱う事が困難なほど巨大な大きさのデータの集まり
                     (構造化データ+半構造化データ+非構造化データ)であり、その格納[2]、検索、共有、分析[3]、
                     可視化などに困難さを伴う。


      ? IT用語辞典で調べてみた??。



        NAKAZAWA
                 ?   より大きなデータセットを分析することでビジネス傾向の特定、病気の予防、犯罪の対策などにメリット
                     があると言われている。技術の進歩により変化するが、ペタバイト、エクサバイト、ゼタバイトなどが現在
                     のデータの大きさの限界である。ビッグデータは気象学、ゲノミクス、コネクトミクス、複雑な物理シミュ
                     レーション、環境生物学、インターネット検索、経済学、経営情報学などの分野で科学者が日常直面
                     する課題である。モバイル機器に搭載されたセンサー、リモートセンシング技術、ソフトウェアのログ、カ
                     メラ、マイクロフォン、RFIDリーダー、無線センサーネットワークなどでデータが収集されるようになったこ
                     ともデータが増加する一因となっている。
                     現在のビッグデータの特徴的な課題の一つは、リレーショナルデータベースとデスクトップ統計?可視化
                     パッケージで取り扱うことが難しいということで、数十、数百あるいは数千台のサーバー上で動作する
                     大規模並列ソフトウェアを必要としていることである。ビッグデータの大きさはデータを取り扱う者の能
                     力によって変わる。「数百ギガバイトのデータを初めて処理する必要に迫られることが、データ管理の
                     選択肢を再考するきっかけとなることがある。別の者にとっては、それが数十から数百テラバイトである
                     こともある。」
                        すいません、マーケターなのでよくわかりません!!
date 2012/3/22                     Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.   page   7
自分なりの解釈

      ? ビッグデータを一言で言うと
                 ? とにかく量が膨大で、現在モリモリ増殖中の、これまで取り扱いにく
                   かったデータ群を含む大量データの総称

      ? 特にどんなデータ群を指すの?




        NAKAZAWA
                 ? 大容量の、WebログデータやPOSデータ
                 ? 文章、動画、センサー等の非定型?非構造化データ
                 ? リアルタイム性が高いデータ




                                                                                                (出典)日本IBM
date 2012/3/22             Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.          page   8
非定型とか非构造化データって何?

      ? 構造化データ = 表形式っぽい、エクセルとかアクセスで集計できそう。
                 ? リレーショナルモデルのデータベースに格納しやすいデータ群で、ID番号等のキー
                   となるデータを利用して、データの結合や抽出を行う事ができる。データは表形式
                   で格納され、一般的にSQLという言語を用いて操作を行う。




        NAKAZAWA
      ? 非構造化データ = 表形式は無理っぽい
                 ? 完全な構造定義を持たず、(ぐちゃぐちゃ?)
                   RDBに格納出来ないデータ群。
                 ? 利用可能な形にするため、テキストマイニング等
                   を行い、メタデータをタグ付する等、一手間かか
                   り、処理に膨大な時間がかかる事から、これま
                   で分析利用が難しかった。




                                                                                                  (出典)ダイヤモンド社
date 2012/3/22               Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.           page   9
なんでビッグデータが増殖しているのか?

      ? なんでモリモリ増殖してるの?
                 ? ソーシャルメディアの普及で、一般人がコンテンツ作りまくり中
                 ? 動画コンテンツが増殖中
                 ? スマートフォンとかセンサーで、データ蓄積機会が拡大中




        NAKAZAWA
                                                                                                (出典)ダイヤモンド社

date 2012/3/22             Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.                 page   10
活用技术やインフラの登场

                    非定型データを含む、様々な
                                                                                          雑多な大量データを
   Hadoop/NoSQL    データを大量保存し、高速に分
                                                                                            高速処理
                       散処理する技術

                  大量データから有用な知見やパ
    機械学習                                                                                  ルールやパターンを
                  ターン?ルールを自動的に見つけ
  /データマイニング                                                                                発見しモデリング



        NAKAZAWA
                        出す技術

 インメモリーデータ 大量データ処理や高度な演算を
                                                                                          モデルをリアルタイム
 ベース/スケールア リアルタイムに行いやすくする、
                                                                                          にアクションに反映
  ウト型ストレージ   ハードウエア環境の進化



                 しかも、クラウドサービスによる低コスト化

date 2012/3/22       Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.           page   11
何故に今、注目され始めたのか??


                  データは存在していたが、技術面やROIから本格普及せず




          ビジネス活用を可能にする、技術                                    世界中のデータの80%を占める非



        NAKAZAWA
            やインフラが整ってきた                                       構造化データの増加が急加速


                 量が多いから? 技術的に利用できるようになったから注目?


                 いや、どうもマーケティング的に有用っぽい!
                     と思われはじめてるのでは?

                                                                                              (出典)日本IBM
date 2012/3/22           Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.          page   12
何故にマーケティングに有用っぽい?
                                                              意識?無意識含め、「顧客自身が発する情報」が爆発的に増
             ~個人が発する情報の多様化~                                   加し、これまで、「イマイチ精度あがらないなー」と思っていた
                                                              行動予測や判別が、個人に関する情報の多様化と増加で、
                     ソーシャル?メディア                               「これ利用すれば、分析精度に加え、打ち手の速度も上がる
                                                              かも??」、なんて思ってた所に、うまい具合に技術が追いつい
                              GPS情報                           てきた!という感じじゃないでしょうか。
                 アクセスログ

                                                                                                  分析精度/速度が飛躍的に




        NAKAZAWA
                              レイティング
                  画像?動画                                                                            向上しそうな気配がする


             ~個人が発する情報量の増大~




                                                                                                  打ち手の効果も向上
                                  (出典)日本IBM

date 2012/3/22                     Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.        page   13
ビッグデータはマーケティングに

        NAKAZAWA    何をもたらすのか




date 2012/3/22       Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.   page   14
おさらい。 ビッグデータによるマーケティングの可能性


                     ビッグデータ


               分析精度や速度の飛躍的向上により


        NAKAZAWA
          マーケティングオートメーションの高度化が期待できるかも?




                 どのような事が可能になりそうか


date 2012/3/22      Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.   page   15
分析精度?速度の飛躍的向上 ~誰に~

                 分析精度?速度の飛躍的向上                                                                    誰に、何を、いつ

      ? 買いそうな人、影響力のある人を特定できる可能性
                 ? インフルエンサーの特定
                    ? ソーシャルグラフの活用
                 ? 購買ポテンシャルの高い顧客を特定



        NAKAZAWA
                    ? 過去の購買履歴や、アンケートデータ、診断アプリ等のデータ
         【ソーシャルネットワーク図】                                          【時系列伝播図】




date 2012/3/22             Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.   (出典) Feb. 21 2012 Hottolink Inc.   page   16
分析精度?速度の飛躍的向上 ~何を~

                 分析精度?速度の飛躍的向上                                                                       誰に、何を、いつ

      ? 今求めている商品や情報を、より正確に予測できる可能性
                 ? 今、この瞬間求めている商品を推定
                    ? レコメンドモデルに、リアルタイムのログ情報を加味し機械学習
                 ? 閲覧?購買履歴では得られない、高い精度のレコメンド



        NAKAZAWA
                    ? コンテンツログ、レビュー、商品コメント等の文脈を埋めるデータ

                     顧客マスタ
                                                     モデリング                                             購買予測
                      購買DB
                                                                                                     リコメンデーション
                   商品?サービスマスタ
                                                                                                      パーソナライズ
                      ログDB
                                                                                                      イベントドリブン
                    ソーシャルデータ                     リアルタイムデータ

                    履歴データ                                                                             利用方法
date 2012/3/22                  Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.               page   17
分析精度?速度の飛躍的向上 ~いつ~

                 分析精度?速度の飛躍的向上                                                                  誰に、何を、いつ

      ? 顧客毎に最もベストなタイミングでプッシュできる可能性
                 ? 今の購買段階を推定
                    ? Webアクセスログデータや、スマートフォンアプリの利用履歴、位
                      置情報等の利用。



        NAKAZAWA
                    ? 自社サイト外での行動データを加味できれば、更に精度が向上。




                        弊社のゴルフ場予約など
                    継続利用があるサービスの場合、特に有効



date 2012/3/22             Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.              page   18
マーケティングオートメーションの高度化

       マーケティングオートメーションの高度化                                                              高精度化、リアルタイム化

      ? モデル(ルール?パターン)の継続的な高精度化
                 ? 様々なデータ活用により、モデル自体の精度が向上
                 ? データ処理の高速化により、モデルのチューニングサイクルを高速化




        NAKAZAWA   ビッグデータ              モデリング

                                                                                   機械学習による
                                                                                    チューニング
                                                                                                 教室付き機械
                                                                                                   学習


                                                                                                 教師なし機械
                                                                                                   学習

                                                                 データサイエンティストによる
                                                                  クイックPDCAチューニング


date 2012/3/22              Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.        page   19
マーケティングオートメーションの高度化

       マーケティングオートメーションの高度化                                                            高精度化、リアルタイム化

      ? 顧客毎に最適なアクションのリアルタイム化
        ? 今活動中の顧客にモデルを当てはめて、ユーザーが次に求める情
          報や商品を先回りして提供
        ? 顧客の活動パターンと、現在の行動情報から、購買意欲が最も高



        NAKAZAWA
          まる瞬間を予測し、最後の一押しをアクション

                                                                                               リアルタイムアクション
                 ビッグデータ              モデリング
                                                                ユーザー行動
                                                                                                 リコメンデーション


                                                                                                 パーソナライズ

                                                                     パターン




date 2012/3/22            Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.                 page   20
具体的事例として???

      ? Yahooでは
                 ? レコメンデーションに利用し、YショッピングでCVR195%、オークショ
                   ンでCVR430%上昇。
                 ? 広告ターゲティングに利用し、ファションでCVR2.7倍等。
                 ? 検索技術に活用し、検索アシストワード等を表示




        NAKAZAWA
      ? 楽天では
                 ? 7500万会員に対し、トップページのパーソナライズ化
                 ? 検索エンジンのサジェスト(候補ワード等)機能の高度化で、ユーザ
                   利用率が20%増加。

      ? サイバーエージェントでは
                 ? 退会の予兆を把握し、特典等を付与して退会を思いとどませる

date 2012/3/22              Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.   page   21
ビッグデータ活用できなきゃ、やばそう!


                      今後、ビックデータの活用ができるか否かで
                    ますますマーケティングパワーの格差が拡がっていく




        NAKAZAWA
                        よし、我社もすぐやっ
                          ちゃいなよ!




                 すいません、「はい、OKっす!」と言えるほど簡単じゃないかも???。


date 2012/3/22             Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.   page   22
ビッグデータ活用の课题は何か?


     課題①                         データ?マネジメント

                   豊富なデータを有しているか?
                  利用できる形で蓄積しているか?


     課題②NAKAZAWA                               人材と組織


                 活用できる人材や組織体制はあるか?


      ※楽天は今年2月1日に、100人以上を擁するビッグデータ部を立ち上げた
date 2012/3/22    Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.   page   23
NAKAZAWA
                 ビッグデータ活用の為に必要なモノとは




date 2012/3/22        Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.   page   24
おさらい。 ビッグデータによるマーケティングの可能性


                    ビッグデータ


               分析精度や速度の飛躍的向上により


        NAKAZAWA
          マーケティングオートメーションの高度化が期待できるかも?




                 使いこなす為の要件は何か


date 2012/3/22     Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.   page   25
データマネジメントの必要性



                  マーケティング活用を前提としたデータの収集が必要

      ? 顧客の購入文脈を把握する為のデータ
                 ? コト系のコンテンツ充実が必須と考える。



        NAKAZAWA
      ? 顧客の今を把握する為のデータ
                 ? 自社サイトでの接触以外での接点の確保
                 ? スマートフォンでの恒常的な接点の確保


                 商品選択?購買シーン以外での接点やコンテンツが必要

date 2012/3/22             Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.   page   26
データマネジメントの必要性



                    マーケティングに利用できるデータ格納が必要

      ? 顧客マスタと、POSデータやアクセスログデータの紐付け
                 ? クッキーを用いた、ログデータへのログインID情報の格納



        NAKAZAWA
      ? 顧客マスタと、ソーシャルIDの紐付け
                 ? ログイン共通化等による、IDの紐付け




                    顧客IDにあらゆるデータを紐付けることが必要

date 2012/3/22             Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.   page   27
人材と组织の见直し


                 マーケティングオートメーションに特化した組織体
                 (マーケター、データサイエンティスト、データマネージャーで構成)

                                                                                                      組織ゴール
                                                  コミュニケーションシナリオ設計
                                                                                                      リコメンデーション
                                                  分析要件?モデリング要件設計




        NAKAZAWA
  制作ディレクター                                          データ取得手段プランニング                                     イベントドリブン
コンテンツプランナー等

                                                                                                       パーソナライズ
                      マーケター
                                                                                                       検索エンジン
                   マーケティング要件?分析要件を
                   理解した上での、データモデル、
                   データ取得、情報システム環境
                         の構築。
                                                                                                マーケティング要件を理解した上での、
                                                                                                  ルール?パターンのモデリング
                        相互理解
                                                                                                精度向上と高速化を両立させる為の
                                                                                                    データ要件の立案
   データマネージャー                          データサイエンティスト
date 2012/3/22             Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.                     page   28
各人材に求められるスキル ~マーケター~

                 データマネージャー   データサイエンティスト                                                    マーケティング担当者

             知る為に何が必要か       どうやって知るのか                                   何を知るべきか                    どう実行するのか


                                                                          データ取得手                    自動化された
                  データ取得
                                                                           段企画                       アクション




        NAKAZAWA
                  データ加工?蓄       分析                                                                  コミュニケーショ
                                                                         モデリング要件
                     積         モデリング                                                                 ンシナリオ


       ? マーケティング担当者
                   ? データを利用し、どのようなマーケティングが可能になるのかを
                     構想できる能力
                   ? データ取得の為の顧客接点や、顧客サービスを企画する能力。
                   ? コミュニケーションシナリオを立体的に設計する能力。
                   ? 情報システム、データマイニングに対する一定の知識、スキル。
date 2012/3/22                 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.              page   29
各人材に求められるスキル ~データサイエンティスト~

                 データマネージャー   データサイエンティスト                                                    マーケティング担当者

             知る為に何が必要か       どうやって知るのか                                   何を知るべきか                    どう実行するのか


                                                                          データ取得手                    自動化された
                  データ取得
                                                                           段企画                       アクション




        NAKAZAWA
                  データ加工?蓄       分析                                                                  コミュニケーショ
                                                                         モデリング要件
                     積         モデリング                                                                 ンシナリオ


       ? データサイエンティスト
                   ?   マーケティングに関する知識と、高いマイニング能力。
                   ?   構造化データと?非構造化データを組合せて扱える能力。
                   ?   Hadoop等の分散処理技術や、NonSQL等への理解。
                   ?   データ要件を情報システム担当者に伝達できるだけの、情報シ
                       ステムに関する知識
date 2012/3/22                 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.              page   30
各人材に求められるスキル ~データマネージャー~

                 データマネージャー   データサイエンティスト                                                    マーケティング担当者

             知る為に何が必要か       どうやって知るのか                                   何を知るべきか                    どう実行するのか


                                                                          データ取得手                    自動化された
                  データ取得
                                                                           段企画                       アクション




        NAKAZAWA
                  データ加工?蓄       分析                                                                  コミュニケーショ
                                                                         モデリング要件
                     積         モデリング                                                                 ンシナリオ


       ? データマネージャー (情報システム担当者)
                   ? マーケティング、データマイニングに対する一定の知識、理解。
                   ? Hadoop、インメモリDB、スケールアウト、クラウド等、最新の情
                     報システムテクノロジーへの精通。
                   ? 構造化データ?非構造化データの連携、バッチとリアルタイムを
                     使い分ける勘所など、利用用途により適合させられる能力

date 2012/3/22                 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.              page   31
マーケティング责任者に必要なスキルはますます拡大???

                                                                            経営戦略
                                                                                                            会員戦略/
                                                                   マーケティング?オ                                  CRM
                                                                    プティマイズ
                        CMO

                  他社            PR                        広告宣伝                                    LSTG       AFF




        NAKAZAWA
                 メディア


                  自社                                     ユーザビリ                              イベントドリ
                          SEO/LPO                                                                          メルマガ
                 メディア                                      ティ                                 ブン


            ソーシャル             Twitter                           Mixi                         Facebook      Google+
             メディア



             KPIマネジメント                          マイニング/                                                    市場調査

date 2012/3/22
                                                 モデリング
                                     Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.              page   32
NAKAZAWA
                 GDOの状況




date 2012/3/22   Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.   page   33
GDOの紹介 (サービス)

           ゴルファーのニーズをワンストップで満たす、ゴルフの
            総合サイトで、文脈を埋めるコンテンツも豊富。




        NAKAZAWA
date 2012/3/22        Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.   page   34
GDOの紹介 (企業規模)

      ? 創業
                 ? 2000年5月

      ? 売上高
                 ? 約120億円


        NAKAZAWA
      ? 従業員数


      ? 展開ビジネス
                 ? 約350人程


                 ? EC事業、メディア事業、予約事業、店舗事業、IT事業


date 2012/3/22               Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.   page   35
GDOの紹介 (サイトパワー)




        NAKAZAWA
date 2012/3/22     Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.   page   36
骋顿翱の情报システム环境
     ( ま
     現だ
     在ビ                               DWH Platform                                             BI Platform
                  基幹系データ
     シッ                                                                                         マーケティング担当者
                                                                                                                        マーケティング
     スグ                      ETL                                  DWH                                                   KPIレポート
     テデ           会員情報
                                                                                                           MKコックピット
     ムー                                                                                                                 会員分析
                                                                                                                        レポート
     ? タ
     組                       DataStage
     織に対
                  予算
                                                                                                ゴルフ場営業担当者
                                                                                                                        予実管理
     構応                                                                                                                 レポート
     想で




        NAKAZAWA
                  アクセスログ
                  解析データ                                                                                    ゴルフ場営業       トレンド予測
     中き                               ログ解析システム                                                             サポート         レポート

     ) て                                                                                                                自由分析
       な          アフィリエイト

       い          統合管理
                  データ
                                      アフィリエイト                                                   データアナリスト?EUC
                                      統合管理システム

                 Phase 2


                            Phase 2                                                           Phase 3
                 Phase 3                                                                        経営層?マネージャー              財務KPI
                                ワークフロー                                                                                  ダッシュボード

                                                                                                           KPIマネージメント   顧客KPI
                                                                                                           ダッシュボード      ダッシュボード

                  財務会計                                                                                                  営業KPI
                                                                                                                        ダッシュボード



date 2012/3/22                        Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.                          page   37
ビッグデータに対する取り组み


                       ようやく研究を本格的に始めた段階
                 データだけは豊富だが、金も、人も、環境も、何もかも不足中



                      何もかも不足してい



        NAKAZAWA
                      る我社が、ビッグデー
                      タを活用するには??




                      テーマを絞ってタスクフォースで実行
                 最も確保が難しいデータサイエンティストは「借用」も視野に

date 2012/3/22           Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.   page   38
今后构筑していく环境イメージ


                                     ログ                           会員システム                               基幹システム

                 BIG DATAがあっても施策まで
                    つなげていくのが大変




                                                                  BIG DATA




        NAKAZAWA
                                                                                             精度が高くなるだけではなく、
                                                                                             タッチポイントも増えるので
                                                                                             オートメーション化しないと業
                                                                                               務がまわらなくなる



                     レコメンデーション                       Marketing Automation Engine                                   CMS
                        エンジン                        (キャンペーンマネージメントとか)


                                           WHO×WHEN×WHAT×WHERE




                        スマフォPushNotice                         メール配信                                          ソーシャル配信

date 2012/3/22                           Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved.              page   39
NAKAZAWA
  ご清聴ありがとうございました。

More Related Content

Markezine day 2012 gdo nakazawa

  • 1. MarkeZine Day Spring 2012 ビッグデータはマーケティングに NAKAZAWA 何をもたらすのか マーケティング部 部長 中澤伸也 date 2012/3/22
  • 2. NAKAZAWA 自己绍介 date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 1
  • 3. 自己绍介 名前:中澤伸也 会社:(株)ゴルフダイジェスト?オンライン 部署:マーケティング部 部長 連絡:shinya_nakazawa@gdo.co.jp NAKAZAWA 【職務経歴的な】 ルーツ : 売場(ソフマップの電子楽器コーナーフロア長) ~(株)ソフマップ 10年間くらい ~ アルバイト → 店員 → フロア長 → バイヤー兹MD → EC立上プロジェクトメンバー → CRM部(マイニング) → 新店舗立上PM → 営業企画 → 経営企画経営管理担当 ~(株)ゴルフダイジェスト?オンライン 6年くらい ~ ログ/データマイニングチーム立上げリーダー → マーケティング部責任者 →情報システム整備PJPM(BI?DWH?ログ) → 全社システム再構築PJPMO →全社マネジメント体系構築PJPM → 経営管理部立上げ部長兹任 date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 2
  • 4. 自己绍介 顧客の理解 1994年 店舗?フロア長 直接観察 1999年 MD?バイヤー NAKAZAWA POSデータ 販売実績の把握 2002年 販売実績の把握 データマイニング POSデータ プロファイルや購買傾向の把握 顧客マスタ 2006年 POSデータ 販売実績の把握 Webマーケティング 顧客マスタ プロファイルや購買傾向の把握 定形ログデータ 売場行動や機会ロスの把握 date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 3
  • 5. 自己绍介 店頭にいた頃は??? お客様の売場での行動観察や会話を通じて、自分の中のマイニング エンジンで、レコメンドやパーソナライズ対応を行なっていた NAKAZAWA しかもそれらを「リアルタイム」に把握しており かつベストなタイミングで、適切な対応をお客様に行えていた ビッグデータを使うと あの売場でやってた事を、もっと精度高くネットでもできちゃうのか? date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 4
  • 6. NAKAZAWA ビッグデータとは何か? date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 5
  • 7. ビッグデータとは何か そもそもビッグデータという響きがもう嫌 なんとなく胡散臭い (ビック? ビッグ?) 単にでかいデータというだけなら NAKAZAWA もう数年前から「情報爆発」とか色々言われてきた どうせまた、ベンダーが新たな製品売り込む為のバズワードなんじゃ? などと疑り深くなりつつも とにかく自分なりに、マーケターとして解釈してみました date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 6
  • 8. ビックデータとは何か ? ウィキペディアで調べてみた??。 ? ビッグデータ (英語: Big data)[1]は、2009年頃から提唱され始めた情報技術産業における新たな ターム。通常のデータベース管理ツールなどで取り扱う事が困難なほど巨大な大きさのデータの集まり (構造化データ+半構造化データ+非構造化データ)であり、その格納[2]、検索、共有、分析[3]、 可視化などに困難さを伴う。 ? IT用語辞典で調べてみた??。 NAKAZAWA ? より大きなデータセットを分析することでビジネス傾向の特定、病気の予防、犯罪の対策などにメリット があると言われている。技術の進歩により変化するが、ペタバイト、エクサバイト、ゼタバイトなどが現在 のデータの大きさの限界である。ビッグデータは気象学、ゲノミクス、コネクトミクス、複雑な物理シミュ レーション、環境生物学、インターネット検索、経済学、経営情報学などの分野で科学者が日常直面 する課題である。モバイル機器に搭載されたセンサー、リモートセンシング技術、ソフトウェアのログ、カ メラ、マイクロフォン、RFIDリーダー、無線センサーネットワークなどでデータが収集されるようになったこ ともデータが増加する一因となっている。 現在のビッグデータの特徴的な課題の一つは、リレーショナルデータベースとデスクトップ統計?可視化 パッケージで取り扱うことが難しいということで、数十、数百あるいは数千台のサーバー上で動作する 大規模並列ソフトウェアを必要としていることである。ビッグデータの大きさはデータを取り扱う者の能 力によって変わる。「数百ギガバイトのデータを初めて処理する必要に迫られることが、データ管理の 選択肢を再考するきっかけとなることがある。別の者にとっては、それが数十から数百テラバイトである こともある。」 すいません、マーケターなのでよくわかりません!! date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 7
  • 9. 自分なりの解釈 ? ビッグデータを一言で言うと ? とにかく量が膨大で、現在モリモリ増殖中の、これまで取り扱いにく かったデータ群を含む大量データの総称 ? 特にどんなデータ群を指すの? NAKAZAWA ? 大容量の、WebログデータやPOSデータ ? 文章、動画、センサー等の非定型?非構造化データ ? リアルタイム性が高いデータ (出典)日本IBM date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 8
  • 10. 非定型とか非构造化データって何? ? 構造化データ = 表形式っぽい、エクセルとかアクセスで集計できそう。 ? リレーショナルモデルのデータベースに格納しやすいデータ群で、ID番号等のキー となるデータを利用して、データの結合や抽出を行う事ができる。データは表形式 で格納され、一般的にSQLという言語を用いて操作を行う。 NAKAZAWA ? 非構造化データ = 表形式は無理っぽい ? 完全な構造定義を持たず、(ぐちゃぐちゃ?) RDBに格納出来ないデータ群。 ? 利用可能な形にするため、テキストマイニング等 を行い、メタデータをタグ付する等、一手間かか り、処理に膨大な時間がかかる事から、これま で分析利用が難しかった。 (出典)ダイヤモンド社 date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 9
  • 11. なんでビッグデータが増殖しているのか? ? なんでモリモリ増殖してるの? ? ソーシャルメディアの普及で、一般人がコンテンツ作りまくり中 ? 動画コンテンツが増殖中 ? スマートフォンとかセンサーで、データ蓄積機会が拡大中 NAKAZAWA (出典)ダイヤモンド社 date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 10
  • 12. 活用技术やインフラの登场 非定型データを含む、様々な 雑多な大量データを Hadoop/NoSQL データを大量保存し、高速に分 高速処理 散処理する技術 大量データから有用な知見やパ 機械学習 ルールやパターンを ターン?ルールを自動的に見つけ /データマイニング 発見しモデリング NAKAZAWA 出す技術 インメモリーデータ 大量データ処理や高度な演算を モデルをリアルタイム ベース/スケールア リアルタイムに行いやすくする、 にアクションに反映 ウト型ストレージ ハードウエア環境の進化 しかも、クラウドサービスによる低コスト化 date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 11
  • 13. 何故に今、注目され始めたのか?? データは存在していたが、技術面やROIから本格普及せず ビジネス活用を可能にする、技術 世界中のデータの80%を占める非 NAKAZAWA やインフラが整ってきた 構造化データの増加が急加速 量が多いから? 技術的に利用できるようになったから注目? いや、どうもマーケティング的に有用っぽい! と思われはじめてるのでは? (出典)日本IBM date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 12
  • 14. 何故にマーケティングに有用っぽい? 意識?無意識含め、「顧客自身が発する情報」が爆発的に増 ~個人が発する情報の多様化~ 加し、これまで、「イマイチ精度あがらないなー」と思っていた 行動予測や判別が、個人に関する情報の多様化と増加で、 ソーシャル?メディア 「これ利用すれば、分析精度に加え、打ち手の速度も上がる かも??」、なんて思ってた所に、うまい具合に技術が追いつい GPS情報 てきた!という感じじゃないでしょうか。 アクセスログ 分析精度/速度が飛躍的に NAKAZAWA レイティング 画像?動画 向上しそうな気配がする ~個人が発する情報量の増大~ 打ち手の効果も向上 (出典)日本IBM date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 13
  • 15. ビッグデータはマーケティングに NAKAZAWA 何をもたらすのか date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 14
  • 16. おさらい。 ビッグデータによるマーケティングの可能性 ビッグデータ 分析精度や速度の飛躍的向上により NAKAZAWA マーケティングオートメーションの高度化が期待できるかも? どのような事が可能になりそうか date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 15
  • 17. 分析精度?速度の飛躍的向上 ~誰に~ 分析精度?速度の飛躍的向上 誰に、何を、いつ ? 買いそうな人、影響力のある人を特定できる可能性 ? インフルエンサーの特定 ? ソーシャルグラフの活用 ? 購買ポテンシャルの高い顧客を特定 NAKAZAWA ? 過去の購買履歴や、アンケートデータ、診断アプリ等のデータ 【ソーシャルネットワーク図】 【時系列伝播図】 date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. (出典) Feb. 21 2012 Hottolink Inc. page 16
  • 18. 分析精度?速度の飛躍的向上 ~何を~ 分析精度?速度の飛躍的向上 誰に、何を、いつ ? 今求めている商品や情報を、より正確に予測できる可能性 ? 今、この瞬間求めている商品を推定 ? レコメンドモデルに、リアルタイムのログ情報を加味し機械学習 ? 閲覧?購買履歴では得られない、高い精度のレコメンド NAKAZAWA ? コンテンツログ、レビュー、商品コメント等の文脈を埋めるデータ 顧客マスタ モデリング 購買予測 購買DB リコメンデーション 商品?サービスマスタ パーソナライズ ログDB イベントドリブン ソーシャルデータ リアルタイムデータ 履歴データ 利用方法 date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 17
  • 19. 分析精度?速度の飛躍的向上 ~いつ~ 分析精度?速度の飛躍的向上 誰に、何を、いつ ? 顧客毎に最もベストなタイミングでプッシュできる可能性 ? 今の購買段階を推定 ? Webアクセスログデータや、スマートフォンアプリの利用履歴、位 置情報等の利用。 NAKAZAWA ? 自社サイト外での行動データを加味できれば、更に精度が向上。 弊社のゴルフ場予約など 継続利用があるサービスの場合、特に有効 date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 18
  • 20. マーケティングオートメーションの高度化 マーケティングオートメーションの高度化 高精度化、リアルタイム化 ? モデル(ルール?パターン)の継続的な高精度化 ? 様々なデータ活用により、モデル自体の精度が向上 ? データ処理の高速化により、モデルのチューニングサイクルを高速化 NAKAZAWA ビッグデータ モデリング 機械学習による チューニング 教室付き機械 学習 教師なし機械 学習 データサイエンティストによる クイックPDCAチューニング date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 19
  • 21. マーケティングオートメーションの高度化 マーケティングオートメーションの高度化 高精度化、リアルタイム化 ? 顧客毎に最適なアクションのリアルタイム化 ? 今活動中の顧客にモデルを当てはめて、ユーザーが次に求める情 報や商品を先回りして提供 ? 顧客の活動パターンと、現在の行動情報から、購買意欲が最も高 NAKAZAWA まる瞬間を予測し、最後の一押しをアクション リアルタイムアクション ビッグデータ モデリング ユーザー行動 リコメンデーション パーソナライズ パターン date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 20
  • 22. 具体的事例として??? ? Yahooでは ? レコメンデーションに利用し、YショッピングでCVR195%、オークショ ンでCVR430%上昇。 ? 広告ターゲティングに利用し、ファションでCVR2.7倍等。 ? 検索技術に活用し、検索アシストワード等を表示 NAKAZAWA ? 楽天では ? 7500万会員に対し、トップページのパーソナライズ化 ? 検索エンジンのサジェスト(候補ワード等)機能の高度化で、ユーザ 利用率が20%増加。 ? サイバーエージェントでは ? 退会の予兆を把握し、特典等を付与して退会を思いとどませる date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 21
  • 23. ビッグデータ活用できなきゃ、やばそう! 今後、ビックデータの活用ができるか否かで ますますマーケティングパワーの格差が拡がっていく NAKAZAWA よし、我社もすぐやっ ちゃいなよ! すいません、「はい、OKっす!」と言えるほど簡単じゃないかも???。 date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 22
  • 24. ビッグデータ活用の课题は何か? 課題① データ?マネジメント 豊富なデータを有しているか? 利用できる形で蓄積しているか? 課題②NAKAZAWA 人材と組織 活用できる人材や組織体制はあるか? ※楽天は今年2月1日に、100人以上を擁するビッグデータ部を立ち上げた date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 23
  • 25. NAKAZAWA ビッグデータ活用の為に必要なモノとは date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 24
  • 26. おさらい。 ビッグデータによるマーケティングの可能性 ビッグデータ 分析精度や速度の飛躍的向上により NAKAZAWA マーケティングオートメーションの高度化が期待できるかも? 使いこなす為の要件は何か date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 25
  • 27. データマネジメントの必要性 マーケティング活用を前提としたデータの収集が必要 ? 顧客の購入文脈を把握する為のデータ ? コト系のコンテンツ充実が必須と考える。 NAKAZAWA ? 顧客の今を把握する為のデータ ? 自社サイトでの接触以外での接点の確保 ? スマートフォンでの恒常的な接点の確保 商品選択?購買シーン以外での接点やコンテンツが必要 date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 26
  • 28. データマネジメントの必要性 マーケティングに利用できるデータ格納が必要 ? 顧客マスタと、POSデータやアクセスログデータの紐付け ? クッキーを用いた、ログデータへのログインID情報の格納 NAKAZAWA ? 顧客マスタと、ソーシャルIDの紐付け ? ログイン共通化等による、IDの紐付け 顧客IDにあらゆるデータを紐付けることが必要 date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 27
  • 29. 人材と组织の见直し マーケティングオートメーションに特化した組織体 (マーケター、データサイエンティスト、データマネージャーで構成) 組織ゴール コミュニケーションシナリオ設計 リコメンデーション 分析要件?モデリング要件設計 NAKAZAWA 制作ディレクター データ取得手段プランニング イベントドリブン コンテンツプランナー等 パーソナライズ マーケター 検索エンジン マーケティング要件?分析要件を 理解した上での、データモデル、 データ取得、情報システム環境 の構築。 マーケティング要件を理解した上での、 ルール?パターンのモデリング 相互理解 精度向上と高速化を両立させる為の データ要件の立案 データマネージャー データサイエンティスト date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 28
  • 30. 各人材に求められるスキル ~マーケター~ データマネージャー データサイエンティスト マーケティング担当者 知る為に何が必要か どうやって知るのか 何を知るべきか どう実行するのか データ取得手 自動化された データ取得 段企画 アクション NAKAZAWA データ加工?蓄 分析 コミュニケーショ モデリング要件 積 モデリング ンシナリオ ? マーケティング担当者 ? データを利用し、どのようなマーケティングが可能になるのかを 構想できる能力 ? データ取得の為の顧客接点や、顧客サービスを企画する能力。 ? コミュニケーションシナリオを立体的に設計する能力。 ? 情報システム、データマイニングに対する一定の知識、スキル。 date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 29
  • 31. 各人材に求められるスキル ~データサイエンティスト~ データマネージャー データサイエンティスト マーケティング担当者 知る為に何が必要か どうやって知るのか 何を知るべきか どう実行するのか データ取得手 自動化された データ取得 段企画 アクション NAKAZAWA データ加工?蓄 分析 コミュニケーショ モデリング要件 積 モデリング ンシナリオ ? データサイエンティスト ? マーケティングに関する知識と、高いマイニング能力。 ? 構造化データと?非構造化データを組合せて扱える能力。 ? Hadoop等の分散処理技術や、NonSQL等への理解。 ? データ要件を情報システム担当者に伝達できるだけの、情報シ ステムに関する知識 date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 30
  • 32. 各人材に求められるスキル ~データマネージャー~ データマネージャー データサイエンティスト マーケティング担当者 知る為に何が必要か どうやって知るのか 何を知るべきか どう実行するのか データ取得手 自動化された データ取得 段企画 アクション NAKAZAWA データ加工?蓄 分析 コミュニケーショ モデリング要件 積 モデリング ンシナリオ ? データマネージャー (情報システム担当者) ? マーケティング、データマイニングに対する一定の知識、理解。 ? Hadoop、インメモリDB、スケールアウト、クラウド等、最新の情 報システムテクノロジーへの精通。 ? 構造化データ?非構造化データの連携、バッチとリアルタイムを 使い分ける勘所など、利用用途により適合させられる能力 date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 31
  • 33. マーケティング责任者に必要なスキルはますます拡大??? 経営戦略 会員戦略/ マーケティング?オ CRM プティマイズ CMO 他社 PR 広告宣伝 LSTG AFF NAKAZAWA メディア 自社 ユーザビリ イベントドリ SEO/LPO メルマガ メディア ティ ブン ソーシャル Twitter Mixi Facebook Google+ メディア KPIマネジメント マイニング/ 市場調査 date 2012/3/22 モデリング Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 32
  • 34. NAKAZAWA GDOの状況 date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 33
  • 35. GDOの紹介 (サービス) ゴルファーのニーズをワンストップで満たす、ゴルフの 総合サイトで、文脈を埋めるコンテンツも豊富。 NAKAZAWA date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 34
  • 36. GDOの紹介 (企業規模) ? 創業 ? 2000年5月 ? 売上高 ? 約120億円 NAKAZAWA ? 従業員数 ? 展開ビジネス ? 約350人程 ? EC事業、メディア事業、予約事業、店舗事業、IT事業 date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 35
  • 37. GDOの紹介 (サイトパワー) NAKAZAWA date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 36
  • 38. 骋顿翱の情报システム环境 ( ま 現だ 在ビ DWH Platform BI Platform 基幹系データ シッ マーケティング担当者 マーケティング スグ ETL DWH KPIレポート テデ 会員情報 MKコックピット ムー 会員分析 レポート ? タ 組 DataStage 織に対 予算 ゴルフ場営業担当者 予実管理 構応 レポート 想で NAKAZAWA アクセスログ 解析データ ゴルフ場営業 トレンド予測 中き ログ解析システム サポート レポート ) て 自由分析 な アフィリエイト い 統合管理 データ アフィリエイト データアナリスト?EUC 統合管理システム Phase 2 Phase 2 Phase 3 Phase 3 経営層?マネージャー 財務KPI ワークフロー ダッシュボード KPIマネージメント 顧客KPI ダッシュボード ダッシュボード 財務会計 営業KPI ダッシュボード date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 37
  • 39. ビッグデータに対する取り组み ようやく研究を本格的に始めた段階 データだけは豊富だが、金も、人も、環境も、何もかも不足中 何もかも不足してい NAKAZAWA る我社が、ビッグデー タを活用するには?? テーマを絞ってタスクフォースで実行 最も確保が難しいデータサイエンティストは「借用」も視野に date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 38
  • 40. 今后构筑していく环境イメージ ログ 会員システム 基幹システム BIG DATAがあっても施策まで つなげていくのが大変 BIG DATA NAKAZAWA 精度が高くなるだけではなく、 タッチポイントも増えるので オートメーション化しないと業 務がまわらなくなる レコメンデーション Marketing Automation Engine CMS エンジン (キャンペーンマネージメントとか) WHO×WHEN×WHAT×WHERE スマフォPushNotice メール配信 ソーシャル配信 date 2012/3/22 Copyright(c)2000-2011 Golf Digest Online Inc. All Rights Reserved. page 39