シーツばかり勧める「偽のレコメンドエンジン」を実装……

ビッグデータ活用、“しくじり案件”から学ぶ7つの教訓（3/3 ページ）

公開 2015年09月07日 15時01分

更新 2015年09月14日 20時43分

著者

Nicole Laskowski

[TechTarget]

印刷する Googleで優先するソースとして追加

6．適切な問い掛けが欠落したことによる失敗：

　世界中に販売代理店を抱える自動車メーカーが、感情分析プロジェクトを推進することを決定した。期間は半年で、1000万ドルを要するプロジェクトだ。プロジェクトの結果が出ると、その自動車メーカーは販売代理店と連絡を取り、車の販売方法を変化させる新たな洞察を共有した。だが、この洞察は正しくないことが判明した。

　シキュラー氏によれば、同社のビッグデータチームは、販売業者の下に出向いて、どのような問題を抱えていて、どのような情報から恩恵を受けられるのかを確認しなかったという。それが原因でチームの分析結果は無価値なものになった。

　同氏はこれを「最低条件を満たした」状況だと説明する。これくらいなら十分というところで手を打っている状態だ。「まずは時間をかけて問い掛けを理解し、そこから得られるビジネスメリットを把握しなければならない」（シキュラー氏）

7．不適切なモデルの適用：

　ある銀行で働いている博士号所有者が、ビッグデータの成功事例を考察するために、他の業界の事例を調査した。そして銀行でもビッグデータのアイデアを取り入れられないかを調べた。見つけたのは通信業界の成功事例で、顧客の解約を予測して阻止するために構築されたモデルが使用されていた。

　銀行は支援を求めて通信業界から専門家を雇った。この専門家は、今にも解約しそうな顧客が確実に取る行動パターンをすぐに特定した。「概念実証が終わるころには、試験的実施の準備が整っていた」とシキュラー氏は言う。試験を開始する前に、銀行では顧客に解約を思いとどまってもらうための手紙を印刷して送ることになっていた。だが、その前に、同行は、このパターンの裏付けを取るために社内のビジネス専門家にデータの確認を求めた。

　ビジネス専門家が特定したのは驚くべき事実だった。確かに複数の顧客が銀行との契約を解除することを計画していた。だが、その原因は銀行のサービスに対する不満ではなかった。ある顧客は離婚を計画しており、その準備として時折ひそかに資産を移動していたのだ。お金の問題ではなく、愛情の問題だったのだ。

　「利用する適切なモデル、適切な水準のデータ抽象化、モデルごとの微妙な差異を把握するのは生半可なことではない。これはビッグデータ分析で成功を収めるための鍵の1つだ」とシキュラー氏は言う。また、ビッグデータプロジェクトでは、倫理について考えることもCIOにとっては重要だ。