matsumoto

記者紹介

松本 直樹

株式会社Carat 代表取締役社長 同志社大学を卒業後、ソフトウェアテストを専業とするIT系ベンチャー企業に就職し、部署の立ち上げや子会社の立ち上げ支援などを兼任。キカガクOnlineでは機械学習を用いたビジネスを様々な視点から考察を行い、ビジネスパーソンにより分かりやすく機械学習の情報を届ける。

何気に機械学習を用いてパーソナライズって実際のところ、どれだけの多くの人が本当に理解しているんでしょうか。

sride_4-1

はじめに

今回はGoogle Play Musicの例を基にお話をしようと思います。

まずパーソナライズとは?

パーソナライズとは、顧客やユーザ一人ひとりの属性や行動履歴に基づいて最適化されたサービスを提供する手法を意味します。

こちらのブログもパーソナライズされたレコメンドについて書かれていて面白いです。

機械学習を用いていないパーソナライズ

パーソナライズとして一番に思い浮かぶサービスとしては、Amazonではないでしょうか。こんな商品を購入した人はこんな商品も購入しているよというものです。

これは行動履歴に基づいたパーソナライズと言えるのではないでしょうか。

インターネットの場合、購入履歴・それまでの閲覧履歴やどういう経路でその商品に辿り着いたかなどの情報など多くが紐付いています。

ここから機械学習を用いずにパーソナライズを行なっています。

機械学習を用いたパーソナライズ

こちらの記事にも記載している通り、機械学習はただ自動化をするだけではなく、データや付随する情報などから”予測”を行うことができます。

例えばGoogle Play Musicの場合は、ユーザーの音楽の好みだけでなく、ロケーション・アクティビティ・天気などの情報も複合して、どういう瞬間に音楽を聴いているのかなどを機械学習させ、そこに合わせて最適な音楽を提供しているという訳です。

sride_4-2

機械学習を用いた効果

今回のGoogle play Musicの場合、全世界でプレイリストの利用時間が10%増加するという成果が得られたようです。

つまりはこういった成果の見込みに対して、機械学習という仕組みを導入する費用、つまりROIをビジネスパーソンに考えてもらった上で活用していくとより良い効果が得られるのではないでしょうか。

sride_4-3

おわりに

なんども念を押すようですが、機械学習はあくまで手段だと思います。

ビジネス視点での目的設計をしっかり行った上で優れた手段として機械学習を活用いただければと思います。