ページの先頭です。
サイト内の現在位置を表示しています。
  1. ホーム
  2. ソリューション・サービス
  3. 最先端AI技術群 ~NEC the WISE~
  4. 特集コンテンツ
  5. ビッグデータの現場から
ここから本文です。

ビッグデータの現場から
~データの先に見えるビジネスの未来~

写真:VOL.1 「ドコモ・インサイトマーケティング 浅野 礼子氏 × NEC 見上 紗和子」

高精度な予知・予測を可能にするビッグデータを活用して、社会をより良い方向に変えていく――。そのためには、データの収集をする「センシング」、適切な分析を行う「アナリティクス」、世の中に働きかけを行う「アクチュエーション」、それら三位一体での取り組みが不可欠だ。「携帯電話インフラからつくられる人口統計データ」という人類が史上初めて手にしたデータの活用を目指すドコモ・インサイトマーケティングの浅野 礼子氏と、世界屈指のアナリティクス技術の活用を目指すNECのデータサイエンティスト見上 紗和子が、ビッグデータの可能性や将来展望について語りあった。

ビッグデータは実用化フェーズに

――近年、ビッグデータへの注目が急速に高まっています。市場の変化をどのように捉えていますか。

見上:以前はビッグデータという言葉をなんでもできる“魔法の箱”のように捉える人が多かったのですが、今はきちんと仮説を持ってビッグデータと向き合う人が増えてきました。「期待先行」から「実用化フェーズ」に移行しつつあるのを実感します。

浅野:同感ですね。ただ、ビッグデータへの期待と実際の業務にギャップを抱えている場合も少なくありません。つまり、ビッグデータをどう扱い、自分の業務にどう落とし込むかが「線」でつながっていないわけです。「線でつながる」というのは業務上の課題がデータによって解決される状態を示すことです。そこで私のようなマーケッターには、データを渡しておしまいではなく、ビッグデータの使い方まで含めた提案が求められ、日夜奮闘しています(笑)。

――実用化フェーズへと移行する中、お二人は具体的にどのような業務を行っているのですか。

NEC ビッグデータ戦略本部 兼 情報・ナレッジ研究所 見上 紗和子

見上:お客様のデータ分析プロジェクトにデータサイエンティストとして参加し、NECが独自開発した「異種混合学習技術」による予測モデルの構築や分析チームのマネジメントを行っています。

異種混合学習技術は、多種多様なデータの塊を投入すれば、特定の規則性を自動で発見する技術。分析エンジン自身が学習し、条件や要因を組み合わせて適切な予測式を自動的に導き出すので、規則性が変化するデータでも高精度な予測が可能です。さらに解釈性が高いのもポイント。つまり、答えが合うだけでなく、なぜそうなったのかを人間が理解し、フィードバックすることができるのです。お客様からの評価も高く、チームとしてすでに数十件以上の実証実験を手がけているんですよ。

すでにエネルギー業での電力需要予測や、流通・小売業での廃棄ロス/機会ロスの低減や発注作業の効率化などに使われていて、成果を上げています。

浅野:私は「モバイル空間統計」という人口統計データを活用したマーケッターとして活動し、お客様の経営課題の解決をサポートしています。

モバイル空間統計は携帯電話の基地局のデータをもとにした人口統計のビッグデータ。性別・年齢・居住エリア別の人口構成はもちろん、常に持ち歩く携帯電話のメリットを活かし、人の時間変動までわかります。あくまで統計情報なので、お客様個人を特定することはありません。プライバシーの保護は徹底しています。

産業分野では出店計画・販促施策の実施に向けた効果測定など、公共分野では防災計画・まちづくり・観光施策などに活用されています。

図出店計画の分析サンプル

お客様との会話や現場業務の中に分析のヒントがある

――これまで実際に担当した中で、印象に残っているプロジェクトはありますか。

見上:施設の来場者数予測を行ったプロジェクトが、個人的には、とても印象に残っています。データ分析の結果、精度の高い予測を実現したのですが、一時期だけ予測が当たらないことがあったんです。

いろいろ検証しましたが、どうしても原因がわからない。その結果をおそるおそるお客様に相談したところ、予測のズレは商習慣によるものだとわかりました。イベント開催期間だったのですが、期間の後半に天候が悪くなったため、終盤に来場者数が集中していたんです。この気づきをもとに修正した結果、予測精度を向上させることができました。

データサイエンティストというと、常にデータとにらめっこしているイメージがあるかもしれませんが、実はそうではないんですよ。精度の高い分析や予測には、業務のプロが持つドメイン知識が不可欠。だからこそ、常にお客様やNEC内にいるその業種のエキスパートと連携して作業を進めることを心がけています。

株式会社ドコモ・インサイトマーケティング エリアマーケティング部 浅野 礼子氏

浅野:聞いていてびっくりしたんですが、実は私も似たような経験があります。お客様の出店計画をサポートするプロジェクトのときのこと。数百ある店舗の売上データや立地データなどと、モバイル空間統計を組み合わせて分析した結果、出店の成否を9割の確度で予測できるようになりました。でも、残り1割の店舗はどうしても予測モデルに当てはまらない。「分析結果では出店が成功するはずなのに売上が伸びない」「撤退すべきなのに、予測に反して売上が好調」といったケースが散見されたんです。

実際に店舗に足を運んでみると「独自にキャンペーンを行っている」「看板が見えないところに設置されている」「立地があまりにも悪すぎる」など、データだけではわからないことが見えてきました。お客様と会話する、足を運ぶ、実物を見る――。そうして初めてビッグデータが活きてくるんだなとその時に痛感しました。

見上:確かに、データを“数字”ではなく“意味のあるもの”として捉えることが大切ですね。機械は大量のデータを処理するのは得意ですが、どういうデータを入れるか、それをどう解釈するかは、やはり「人」。現場に足を運ぶほか、商品を自分で買って試してみて、理解や親近感を深めるようにしています。特に食べ物のときは、食いしん坊なのでついつい買ってしまうんです(笑)。そうした経験をたくさん自分の中に取り込むことが、お客様のビジネスを深く知り、本当の課題解決につながると感じています。

社会の発展を促すビッグデータの可能性は無限大

――両社の技術やデータを組み合わせることで、今までにない価値を提供できそうですね。

浅野:「人の数」に関するデータは様々な課題を解決するために使われていますが、データ自体が古く、現状とかけ離れたものであることが少なくありません。たとえば、国勢調査は極めて精度が高い公的統計ですが5年に一度しかデータが取られない。わたしたちの分析では場所によっては現在の人口と100倍の乖離が出ているケースもありました。異種混合学習技術は多様なデータ同士のつながりの中から、新しい気づきを見つけてくれるもの。インプットするデータの精度が高まれば、得られる情報もより良いものになるのではないでしょうか。もちろん、それは営利事業に限らず、社会課題の解決に活用していけるかもしれませんね。たとえば、災害発生時の帰宅困難者の推計、その最適な誘導経路などに役立てることができれば、防災・減災の取り組みが加速するんじゃないかと思います。

見上:モバイル空間統計は人の動線を把握できるので、異種混合学習技術と組み合わせることによって、時間帯ごとの属性の変化に応じたきめ細かな需要予測が可能です。そうすることで、より戦略的な販売施策を提案できそうです。また、特定エリアの将来の人口分布の予測にも使えます。予測にもとづいて計画していけば、公共施設の最適化ができるかもしれません。また、高齢者の多い地域には重点的にバリアフリー施設を設置したり、保育園の設置を進め待機児童を減らすこともできるのではないでしょうか。

写真

(左)株式会社ドコモ・インサイトマーケティング エリアマーケティング部 浅野 礼子氏
(右)NEC ビッグデータ戦略本部 兼 情報・ナレッジ研究所 見上 紗和子

――最後に、今後の展望や目標についてもお聞かせください。

浅野:
データを活用し、少しでも社会を良くする方向につなげていきたいですね。その1つとして考えているのが、透明性の高い募金の仕組みです。自分が募金したお金が途上国の子供たちのワクチンやノートに少しでも役立っていることが数字でわかれば、募金に対するモチベーションも変わっていくのではないでしょうか。ビッグデータがそんなことにも活用できたら、これほどうれしいことはありません。

見上:自分がいつ病気になったり怪我をするかわからない。ふとそんな不安を覚えることは誰にでもあることだと思います。実は私もそうなんです。自分や家族、まわりの人が健康で長生きしていくためにはどうしたらいいのか。生活習慣や食生活に何か改善すべきことはないのか。医療やヘルスケアの分野でビッグデータを活用すれば、こうした不安を取り除き、みんながハッピーに暮らしていけます。

ビッグデータは社会の発展を促し、世の中を変えていける。その一翼を担うデータサイエンティストとして、これからも多くのお客様の課題解決に全力で取り組んでいきたいですね。

プロフィール

■戦略的マーケッター
株式会社ドコモ・インサイトマーケティング
エリアマーケティング部
浅野 礼子氏

2005年NTTドコモ入社。 モバイル空間統計を活用したマーケッターとして、出店計画、販促施策の戦略立案や効果測定、顧客分析など数十のプロジェクトに従事。公共、民間ともに幅広く顧客の経営課題の解決に向けた提案活動を行う。

■データサイエンティスト
NEC ビッグデータ戦略本部 兼 情報・ナレッジ研究所
主任
見上 紗和子

2006年NEC入社。毎秒約250万件のビッグデータ処理を実現する高速ストリーム処理技術の開発に従事したほか、ユビキタスやクラウドの研究・開発にも携わる。ビッグデータの基盤となる技術的なバックボーンがあることから、ITプラットフォームも含めた幅広い提案も行う。

ページの先頭へ戻る