PayPalに聞く、ビッグデータ分析の今後【第3回】
PayPalも活用、消費を伸ばす「トランザクションデータ」
取引情報が詰まったトランザクションデータこそが、コンシューマーの購買行動を予想する上での「最強のシグナル」となる。米PayPalの主席サイエンティストは、こう主張する。
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」では、米電子決済サービスプロバイダーPayPalの主席サイエンティストを務めるモック・オー氏に、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について語ってもらった。今回は、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。
連載：PayPalに聞く、ビッグデータ分析の今後
―― 具体的には、どのようにしてコンシューマーとマーチャントを結び付けているのですか？
オー氏 例えば、米高級百貨店のNeiman Marcusは、好調な売れ行きを誇っています。同社は、マーケティング費用を適切に使いたいと望んでいます。つまり、コンシューマーにとってよりうれしい情報、より適切な情報を広告で提供したいと考えているのです。PayPalは、そのためのリストを作成できます。当社は、他のどの企業よりもはるかに上手にコンシューマーをターゲティングできます。
こうした取り組みを「データサイエンス」と呼ぶのは、そこに科学的な要素が含まれているからです。当社には科学分野の優秀なリーダーがおり、学界とも強いつながりがあります。学問の世界では、最新かつ優れた研究が数多く進められています。
データに関しては、PayPalには素晴らしいデータ、つまり取引に関わるトランザクションデータがあります。思い切って言わせてもらえば、トランザクションデータこそが、コンシューマーの購買行動を予想する上での最強のシグナルとなります。
純粋なオンラインデータとは違って、トランザクションデータは行動データです。人々はさまざまなWebサイトを見たりします。世の中には、われわれの予想に役立つさまざまなシグナルがあります。商売の上では、トランザクションデータが最強のシグナルです。
―― 要するに、時間の経過に沿ってわれわれの購買行動を追うことで、本人よりも詳しく個人の購買動向を理解できる、ということですか？ こうしたデータサイエンスは、バイヤーの潜在意識を利用するということでしょうか？
オー氏 その通りです。購買習慣は幾つかのタイプに分類できます。1つは、明確な買い物の意図です。一方、楽しい買い物を期待する人たちは、自分でも気付いていない買い物の意図を持っていることがあります。
多くのマーケティング担当者、とりわけ小売部門では、レイアウトの最適化に多くのコストを投じています。つまり、人々が歩いて通るトラフィックパターンの最適化です。
楽しい買い物体験の提供を目指し、トラフィックパターン最適化の分野では、多くの研究が進められています。買い物の途中に思わぬ発見があれば、買い物の額も増える。「靴を探しているのだけれども……。あら、ここにすてきな靴下があるわ。これも買おうかしら」といった具合です。
当社は、何とかしてコンシューマーの購買意欲を高め、もっとコンシューマーを楽しませて、常に何かしらの商品に目を向けてもらえるようにしたいのです。私は、こうした買い物体験の潜在意識の部分を具現化したいと考えています。
―― 米Amazon.comやクレジットカード会社の取り組みとよく似ているように聞こえます。これらの会社も、ビッグデータのこうした側面を活用しようとしているのでしょうか？
オー氏 はい、それが皆の究極の目標です。私は、ぜひ全ての最高情報責任者（CIO）の皆さんにビッグデータ分析に取り組んでほしいと思っています。ビッグデータ分析は、誇大に宣伝されているわけではありません。
全体としては、われわれは皆、同じような取り組みをすることになるでしょう。ただし、当社は最終的には、ユースケースごとに取り組みを進めることになるはずです。当社は、マーチャントとバイヤーの間に効率的かつ強力なつながりを確立させたいと考えています。
最終回である第4回「PayPalが明かす、非構造化データ活用に必要な3つの要素」は、小規模な企業におけるビッグデータ活用の必要性、オー氏が「Analyst 3.0」と呼ぶビッグデータ分析の将来像などについて語ってもらう。
Copyright © ITmedia, Inc. All Rights Reserved.
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
-
技術文書・技術解説
[アトラシアン株式会社] IT運用や従業員サポートは生成AIでどう変わる？ 使い方や導入の流れは？ -
製品資料
[株式会社みらい翻訳] 音声翻訳活用の課題を解決、“本当に使える”ツールの特徴とは？ -
製品レビュー
[Wrike Japan 株式会社] 400店舗を支えるWalmart Canada、散在する情報やアナログな管理をどう変えた？ -
事例
[Wrike Japan 株式会社] 年間100件超のDXプロジェクトを統合管理、JERAはどのように実現した？ -
事例
[Wrike Japan 株式会社] グローバルなクリエイティブ業務を合理化、エスティーローダーに学ぶ実践のコツ
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
「Copilot」はなぜ放置される？ “議事録要約止まり”を脱する処方箋
-
2
9割が頓挫する「AI内製化」 差がついたのはツールより設計力
-
3
JSONをやめてPythonで送る トークン消費を約7割抑えるAIの設計
-
4
見落としが多発、AI普及＆データ急増に伴うネットワーク課題の意外な原因とは？
-
5
技術力だけでは「上に行けない」 シヤチハタCDOが語る、情シスが次の役割をつかむ条件
-
6
脱VMwareの前提が崩れる BroadcomのVDDK公開停止で確認すべき点
-
7
「Microsoft 365」が乗っ取られる 跡形もなくMFAを破る手口
-
8
AI全部入り「Microsoft 365 E7」に企業が二の足を踏む訳 移行意向はわずか4％
-
9
OpenAIが叫ぶ法規制の裏で 情シスが今すぐ固めるべきAI防衛策
-
10
IBM iのブラックボックス化を打破 資産継承と進化を実現する「IBM Bob」の実力
ホワイトペーパーランキング PR
-
1
5回聞くだけじゃ足りない？ トヨタ式「なぜなぜ分析」の正しい実践方法
-
2
生成AIで文書活用を進めるには？ 効率化と安全性をどう両立する
-
3
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
4
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは？
-
5
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
6
国税庁の次世代基幹システム「KSK2」稼働開始に向けて、対応すべき変更点とは？
-
7
5分で分かる「セキュア大容量ファイル転送サービス」の機能とメリット
-
8
「スクラム」と「カンバン」の違いとは？ アジャイル型開発手法を徹底比較
-
9
ドラマで分かる、標的型攻撃メールの被害を受ける企業と回避できる企業の分岐点
-
10
「脱Excel」か「Excel快適化」か？ 現場にやさしい業務改善の進め方
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー