PayPalに聞く、ビッグデータ分析の今後【第2回】

PayPalも苦慮、ビッグデータツールはなぜ使えないのか

ビッグデータを活用しようと思っても、適切なツールが見つからない。米PayPalの主席データサイエンティストは、データ活用ニーズの多様化がその背景にあると指摘する。

公開 2012年11月01日 08時03分

更新 2013年02月18日 13時13分

著者

Linda Tucci

[TechTarget]

印刷する連載新着通知を受け取る Googleで優先するソースとして追加

　第1回「PayPalも苦戦？　ビッグデータ活用で解くべき2大課題」では、米電子決済サービス大手PayPalで主席データサイエンティストを務めるモック・オー氏に、ビッグデータの活用を阻む課題を聞いた。第2回では、PayPalがデータ分析をする動機やビッグデータの活用で可能になること、現状のビッグデータ活用ツールに欠けている要素などを聞く。

――　私たち、あるいはコンピュータは、ビッグデータを使って何をするようになるのでしょうか？

オー氏　人の知能は、既にマシンに追い越されたといえるのではないでしょうか。とりわけターゲティングやレコメンドという点では。マシンの方が、人よりも速くスケールアップできますし、より的確にターゲットを絞ったり、学ぶことができます。将来の予測という点でも、マシンはどんな人間よりも的確に将来を予測できるはずです。

現場で役に立たない？　医療データ予測分析の「理想と現実」
ROIで実証された、予測分析アプローチによる意思決定（ホワイトペーパー）

――　実例を1つ挙げていただけますか？

オー氏　マーケティングキャンペーンの例で説明しましょう。従来であれば、誰かが次のように考えるところから始まります。「私はMicrosoft Excelのスプレッドシートが使える。そして、われわれには数百万の潜在ターゲットがいる。当社のサービスを利用してお金をいくら使っているかによって、潜在ターゲットを分類してみよう。利用金額が最も高い人たちをターゲットに据えよう。そのためには、データを適切に分類する必要がある」といった具合です。こうして人手を介して実施するのが、従来のマーケティング手法です。誰かが取り組みをスタートさせ、データの分析モデルを作り出す。その分析モデルはうまくいく場合もあれば、いかない場合もあります。

　一方、マシンであれば、5個や6個、10個といわず、はるかに多くの属性を調べることができます。PayPalでは、何百万というデータ属性を利用しています。当社の1億人以上のユーザーに対して、こうした全ての属性を照らし合わせることで、予定しているキャンペーンに即して、ユーザーを都度分類しています。分類はほぼリアルタイムで実行し、アップデートできます。こうした方法をキャンペーンに用いれば、人手よりもはるかに優れた成果を挙げることができるでしょう。

　こうしたプロセスは、全てコンピュータサイエンスによってコントロールされます。ただし、マシンに理解させるために、メタレベルのコードを書くのは人間です。それがAnalyst 1.5の段階です。願わくは、Analyst 2.0では、ビジネスを本当によく理解している人が、こうした分析を自分でできるようになっていてほしいものです（Analyst 1.5／2.0については「PayPalも苦戦？　ビッグデータ活用で解くべき2大課題」を参照）。

――　今のビッグデータツールには、何が欠けているのですか？　ビジネスをよく理解している人たちがこうしたデータ分析を自分でできないのは、なぜなのでしょうか？

オー氏　今、必要とされているのはコードです。大規模並列処理コンピュータのためのプログラミング能力です。ただし、問題はユースケースがあまりに多いことです。「ユースケースは5つあるから、この5つに対応できるツールを用意しよう」というわけにはいかなくなっています。

　再び、マーケティングキャンペーンで考えてみましょう。

　以前なら、ダイレクトメールを使ったキャンペーン手法がありました。キャンペーン専用の電話番号をダイレクトメールで知らせ、その番号へ電話をしてきた人たちにクーポンを提供する方法です。こうしたキャンペーンでは、世帯収入や幾つかのターゲット層に関する情報の他、クーポンを受け取ったかどうかなどのパラメータを追跡していました。とてもシンプルなやり方です。

　モバイル端末が普及したおかげで、売り場でできることが増えました。オンラインの行動にも着目点は多数あります。「顧客が商品を購入するかどうか」だけでなく、「他にどのようなWebサイトへアクセスしているか」「どんな製品を調べているのか」といったことも重要な要素です。オフラインにも、「実際にどのような店舗に足を運んでいるか」「欲しい物リストには何があるのか」「どんな購買パターンなのか」「取引形態はどのようなものか」など、さまざまな着目点があります。

　ビッグデータの蓄積が進むにつれ、人々を理解するためのデータの不足はどんどん解消されていきます。一方で、新たなユースケースも増えていきます。これまでも世界は十分に複雑でしたが、ビッグデータの到来で情報量はさらに増大し、私たちは物事をより正確に把握できるようになっています。いずれ、こう考えるようになるのではないでしょうか。「世帯収入だけでターゲットを絞るのはやめにしよう。サンノゼに住み、収入がこのくらいで、世帯人数がこのくらいの人たちの中で、最近PayPalを使ってこのWebサイトで買い物をした人を調べてみよう」といった具合です。

　分析の切り口は、他にもたくさんあります。問題は、思い付くデータ活用術の全てを実行できるツールが、今のところ1つもないということです。ユースケースの種類が100倍に増えた今、問うべき質問は、「データ分析をより扱いやすい方法で実施し、重要な決断を下せるようになるためのメタレベルの事実は何か」ということです。

――　現在、PayPalがデータ分析をする動機は何ですか？　バイヤー（買い手）をマーチャント（売り手）に引き合わせるのがPayPalの役割とすると、目的はマーチャントに広告を出してもらうことにあるのでしょうか？

オー氏　目的は、マーチャントのビジネスをさらに発展させることです。

　私たちはある意味、それを実現できる素晴らしい立場にいます。PayPalには1億人以上のアクティブユーザーがいます。規模はさまざまですが、何百万というマーチャントがPayPalを利用しています。そうした利用者たちのデータを活用すれば、時間帯やマーチャントの希望など、その時々の状況に応じて、需要を生み出すことができます。細部までターゲットを絞った方法を用いて、効率的に需要を生み出し、マーチャントとバイヤーを引き合わせることができるのです。

　第3回「PayPalも活用、消費を伸ばす『トランザクションデータ』」では、ビッグデータツールを用いて人間の潜在意識に迫る取り組みについて語ってもらう。

印刷する

PayPalに聞く、ビッグデータ分析の今後

連載新着通知を受け取る

この連載の記事をもっと見る

この記事の著者

Linda Tucci

PayPalも苦慮、ビッグデータツールはなぜ使えないのか

関連記事

関連記事

関連記事

PayPalに聞く、ビッグデータ分析の今後

この記事の著者

新着ホワイトペーパー PR

瞬時にM365が乗っ取られる――全社員に周知すべき“新フィッシング”の教訓