サイト内の現在位置

経営にイノベーションを起こす予測分析自動化

Scale-out data driven business processes by predictive analysis automation

C&Cユーザーフォーラム&iEXPO 2017 特別セミナー

2017年11月9日

AI最前線:ビジネスを革新する予測分析自動化への挑戦

  • 要旨
  • パネルディスカッション講演録

Prev

Next

日本航空とNECとで予測分析自動化の実証実験を開始

株式会社日本総合研究所 東 博暢氏

 現在、日本航空とNECは共同でPoCを行っていますね。具体的には、どのような取り組みを行っているのでしょうか。

日本航空株式会社 渋谷 直正氏

渋谷 新しい予測分析自動化技術の実証実験です。日本航空での私のミッションは、ホームページを通じた売上を最大化することです。つまり、これが私たちのAI活用のゴールですね。
その中で、私はリコメンデーションを担当しています。お客さまの属性や検索履歴などの行動データを基に、ホームページを訪問しているお客さまのニーズを予測して、お一人おひとりに最適なバナーを表示したり、メルマガをお送りしたりして、航空券やツアー商品を購入していただく確率を高めていきます。
そのために日本航空が持つデータや一部社外データも使いながら、予測モデルを作ったり、お客さまの検索パターンを見つけたりするわけですが、通常、データをそのまま分析にかけることはできません。分析に有効な「変数」、すなわち「特徴量」を見つけ、そのデータセットを作り出す必要があります。
特徴量とは、求める分析結果につながる可能性、因果関係をもつと考えられるデータのこと。私たちでいえば、商品を購入していただける確率が高い属性、行動といったデータです。このデータセットを、構築した予測モデルに投入して、知見を得たり、予測結果を基にリコメンデーションしたりするというのが大まかなデータ分析の流れですが、膨大なデータの中から特徴量を見つけるには技術的な知識だけでなく、仮説を立てるビジネス的な知識とセンスが必要。「ごみをいれても、ごみしか出てこない」といわれているように、どんなに優秀な予測モデルであっても、良い特徴量を見いださなければ良い結果が得られません。また、長年、同じテーマに向き合っているとアイデアも枯渇しやすく、作業は非常に骨の折れるものになります。
NECから提案を受けたのが、この特徴量の生成までを機械に任せられる技術です。非常に画期的だと評価して、現在この実証実験を行っています。

NEC 藤巻 遼平

藤巻 予測分析自動化は、現在、NECが注力している技術の1つです。今までは、人間が経験、勘によって作っていた特徴量の生成と予測モデルの設計を、機械が考え仮説を立てます。人手では数か月かかっていたような予測モデル設計を1日未満、場合によっては数時間程度で行え、短期間のうちに膨大な数の予測モデルを設計して、検証することができます。これにより「仮説を立てて分析する」という現状の一般的な仮説先行の分析プロセスを、「まずは今あるデータを分析してみる」というようにデータ先行の分析プロセスに変える可能性を秘めています。

人では思いもよらない「宝」が見つかる可能性がある

 実際にPoCに取り組んだ成果はいかがですか。

渋谷 PoCは「さまざまなデータを使って、国際線を購入いただいたすべてのお客さまの中からハワイ便を購入するお客さまを予測する」「Webログデータだけを使って、JALのホームページを訪問したすべてのお客さまから国内線を購入するお客さまを当てる」という2つのテーマで行いました。特に後者は、NECの技術力を評価するために男性・女性といった情報すらなく足跡だけで分析を行うという、通常のビジネスでは考えられないようなシンプルさで、非常にシビアなテーマを設定しました。

今回の実証テーマ
  • 今回のPoCでは、個人を特定できる情報は一切使用していません。

これらをテーマに、「どんな興味深いデータセットや予測モデルを生成してくれるか」「自動生成されたデータセットを基にして日本航空側で設計した予測モデルと、自動設計されたモデルの精度を比較してみる」、さらに、「データセットの作成から予測モデル設計まで、すべてを日本航空側で行ったものと、NECで自動生成・設計されたデータセット、予測モデルを比較する」という3つの評価を行っています。なお、NEC側も日本航空側も同じデータを使っています。
まだ中間報告という形にはなりますが、いくつか興味深い特徴量が見つかりました。「ある県」に在住している人がハワイ便を購入しやすいというものなのですが「言われてみればそうかもしれない」が、事前に私たち自身が発見できたかといえば難しい。ほかにも、「男性で、直近、搭乗回数が多い人はハワイには行かない」「直近42日間の搭乗マイルが多い人はハワイ行きの航空券を購入する確率が高い」「あるカード会社の会員のかたはハワイ行きの航空券を購入しやすい」など、私たちでは、なかなか抽出、集計しないデータによる傾向があぶりだされ、注目に値する結果となっています。
また、非常に短期間にさまざまな予測モデルを自動設計でき、その精度も人が設計したものと同等という結果が出ています。

実証結果

この時間短縮効果ももちろんメリットですが、やはり人手では到底、見つけることができなかった「宝」を見つけられたこと、それを体感できたことが非常に大きいと感じています。私たちが思いつかないものを機械が見つけてくれました。私たちはそれを議論し、「ある県」だけを対象にハワイキャンペーンを展開してはどうかなど、次のマーケティング施策の検討に専念できるようになり、自動化の可能性を大いに感じています。

藤巻 短期間のうちに、何百万というビジネス仮説、特徴量の仮説を生成できるのが予測分析自動化のメリットの1つです。もちろん使えない予測モデルもありますが、人間では気づくことが難しいビジネス仮説を機械が提案してくれます。それが次のビジネスアクションに有用だということの価値を確認できたことは、NECにとっても大きな成果です。

Prev

Next