Japan
サイト内の現在位置
絶えず変化するビジネス環境への対応をデータ活用で支援― 分析コンテスト 「NTTデータ賞」受賞アイデア
NECは、NTTデータとTwitterの協力のもと2020年1月に分析コンテストを社内開催。参加者は、提示されたTwitterデータを分析し、そこから導き出したビジネスアイデアを競った。一次選考を通過したファイナリスト5組による最終プレゼンが行われ、最終審査の結果、「最優秀賞」1組、審査員特別賞として「Twitter賞」「NTTデータ賞」各1組が選出された。
今回、NTTデータ賞の受賞者に特別審査員を務めたNTTデータ 伊東大輔氏を交え、分析コンテストへの取り組みについてインタビューした。
分析コンテスト NTTデータ賞 受賞者
小澤英里奈
NECソリューションイノベータ デジタルソリューション事業部 第二グループAIサービスグループ
分析コンテスト 特別審査員
伊東大輔 氏
NTTデータ ITサービス・ペイメント事業本部 SDDX事業部 マーケティングデザイン統括部 デジタルマーケティング担当 課長代理
データサイエンティストに不可欠なビジネス力を磨くために
―― 受賞おめでとうございます。普段はどのような業務をされているのか、自己紹介をお願いします。
小澤：
私は入社以来、データ分析業務に携わっています。プロジェクトのなかでNECの独自技術である「異種混合学習」を用いたデータ分析を行ったり、お客様が効果的なデータ分析を簡単にできるよう、業種・業務ごとに分析テンプレートを作成したりしています。
今回のコンテスト参加は、自分のデータ分析のスキルだけでなく、ビジネスを考える力を試したい気持ちがあったからです。データサイエンティストには、データサイエンスの知識やデータエンジニアリングのスキルだけでなく、データ分析をビジネスへ活かす力が必要だといわれています。これまでデータ分析について勉強するなかで、課題を理解して分析の目的を適切に定めることの重要性、「データ分析は手段であり、目的ではない」と重ねて教わってきました。そうした背景もあり、データサイエンティストとしての成長にはビジネス力を高めることが不可欠と考え、コンテストに挑戦したのです。
―― 分析対象はスポーツイベントに関連したTwitterデータでしたが、どのような印象を持ちましたか。
小澤：
分析対象のデータは主催者にてサンプリングされたものだったのですが、それでも100万件以上あって「量が多くて、データ観察や加工が大変そう･･･」とまず感じました。私がこれまで経験してきたプロジェクトでは、これほどの量のデータを扱ったことがなかったものですから。
できるだけデータに目を通そうと思い、実際に少しやってみたのですが、やはり数の多さに圧倒されてしまって･･･。SNSなどで得られるデータを活用しようと考える企業は多いと思いますが、きっとその多くが大量のデータをどう扱えばいいのか悩んで挫折してしまうのではないかとも想像しました。
データ分析で環境変化に強い事業運営を支援
―― 小澤さんが取り組んだ分析テーマと、その着想について教えてください。
小澤：
私が取り組んだテーマは、商品やイベントの注目度とその推移、および印象をTwitterデータから分析し、その分析結果を活用して企業のマーケティングやプロモーションを支援するものです。私は、Twitterデータのメリットは、生活者の本音や競合他社に関する情報をリアルタイムに得られる点にあると考えています。そのデータを利用して自社の商品・サービスの評価や立ち位置、トレンドが分析できれば、プロモーションなどの施策検討に役立ちます。さらに、今後AI技術などでデータ分析のプロセスが迅速に実施できるようになれば、施策のPDCAサイクルがより早く回せるようになり、ビジネス環境の変化に強くなれることが期待できます。
コンテストでは、分析対象のデータがスポーツイベントに関するものでしたので、対象データを用いて実際にスポーツイベントの注目度と印象を把握できるか検証しました。そのうえで、分析結果の活用例とTwitterデータ分析の応用例をいくつか提案しています。
着想を得たのは、2019年の夏に大流行したタピオカドリンクに関するニュースがきっかけです。流行を受けて、街にはタピオカドリンクのお店がたくさんできましたが、夏が過ぎると人気が落ち着いてきて続々と閉店していると聞いたのです。
私はタピオカドリンクがとても好きで、行列にも並びましたし、冬でもよく買って飲んでいたくらいです。だからこそ、次々に閉店してしまうことがショックで。データをうまく活用できれば、トレンドの変化にすばやく対応した店舗経営ができるのではと考えたのです。これからもおいしいタピオカドリンクが飲めるよう、お店が長く続いてほしいというタピオカドリンク好きとしての願いも、コンテスト参加のモチベーションにつながっています。
―― 分析に取り組むなかで、力を入れたのはどのような点ですか。
小澤：
私は自然言語処理の経験が浅かったので、コンテストに向けて勉強し直したことです。コンテスト参加のエントリーから実施期間までに時間があったので、その時間を勉強に充てました。まずは参考書や関連するWebサイトに目を通したのですが、自然言語処理の難しさを痛感して焦ってしまって。これではいけないと思い、あらためて基礎から学ぶことにました。そのため、実施した分析は、何か新しくて特別な手法に挑戦したわけではなく、時系列分析や形態素解析、共起ネットワークなど基本的でシンプルなものになっています。
企画するうえで意識したのは、お客様のビジネス課題をデータ活用でどう解決するか、それを「お客様の目線」で考えることです。そのために、データ活用シナリオを検討するフレームワークを利用しました。これは「DIVA」モデルとしてNECグループで活用されているフレームワークで、お客様のビジネス課題とゴールを示し、それに対してどのようなデータをどう活用するか可視化するものです。お客様への提供価値を考えるのに役立つので、私は普段の業務からよく使っていて、今回も活用しました。
また、提出した報告書やプレゼンでは、わかりやすく伝えることに気を配りました。分析結果を報告するうえで当たり前のことではあるのですが、分析目的に適したグラフを用いて結果を図示する、専門用語はなるべく使わず一般的な言葉で説明する、といった点を意識しています。
コンテストの審査員はデータ分析に詳しい方なので専門用語を使っても伝わりますが、実際にお客様へ提案する場合は全員がデータ分析に詳しいとは限りません。たとえ分析結果や提案内容がよかったとしても、その価値がお客様のなかでイメージできるように伝えられないと意味がないと私は考えています。ですから、一次審査を通過してファイナリストに選ばれてからは、プレゼンの練習にも時間を割き、しっかりと準備しました。
お客様への貢献意識の高さ、分析を楽しむ姿勢に期待
―― 特別審査員の伊東さんは、このアイデアのどのような点を高く評価したのでしょうか。
伊東：
私も自社でデータサイエンティストたちとプロジェクトに取り組んでいますが、お客様の課題は何か、自分たちがお客様へ提供できる価値は何か、それを考えることから始めていますし、とても重要なことだと考えています。小澤さんから「お客様の目線で考える」とありましたが、お客様の事業に貢献するためのデータ分析という観点で取り組まれている点、ビジネスへつなげる力を磨こうとしている点を高く評価しました。
―― 今回、あらためて説明を聞いていかがでしたか。
伊東：
プレゼンの場でも感じていたのですが、小澤さんが楽しみながらこの分析に取り組んでいることが伝わってきました。誰かから指示されて取り組むのではなく、ご自身で信念を持ってコンテストに挑戦している姿勢がとてもいいですね。本当に楽しんでいるんだなと、お話を聞いてあらためて感じています。
小澤：
ありがとうございます。実際、私は楽しんで取り組むことを意識していたので、それが伝わってうれしいです。また、最終審査プレゼンの際に、伊東さんをはじめ審査員のみなさんからご指摘とアドバイスをいただいたので、今回の分析の課題を考えて、今後のデータ分析に活かす勉強の機会にもなり、参加してよかったと感じています。必要となる分析データを選定することの重要性、注目度だけでなく印象の推移にも着目すること、広告やボットを適切に除外しユーザーが持つ印象を正しく把握することなど、Twitterデータ分析のポイントや課題がわかったので、今後はそれを意識して取り組んでいきたいです。
伊東：
以前お伝えしたかもしれませんが、Twitterデータ分析のポイントは、目的の分析ができるデータをいかに抽出するかにあります。小澤さんはコンテストデータの量が多くてとまどったと話していましたが、実は100万件というのはTwitterデータとしては少ない方です。実際のプロジェクトでは数千万、場合によってはそれ以上のデータを扱います。すべてのデータを分析に使うのは現実的ではありませんから、分析に必要となるデータがどんなものであるかを考え、大量のデータから抽出することが重要になります。データクレンジングの力が求められますから、ぜひ小澤さんには、このことを念頭に、これからもデータ分析に取り組んでいただけたらと思います。
―― 最後に、コンテスト参加を振り返っての感想や今後の展望についてお願いします。
小澤：
今回、コンテストでテキスト分析に挑戦してみて、その難しさを知りました。同時にとても勉強になったので、こうした機会を活かして、テキスト以外にも画像や音声など、いろいろなデータの分析に取り組みたいです。
今後についてですが、データ分析の勉強を続けながら業務経験を重ねることで「データサイエンス」「データエンジニアリング」「ビジネス」のスキルを磨き、データサイエンティストとして成長していきたいと思います。
