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
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
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