2012年11月01日 08時00分 UPDATE
特集/連載

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。

[Linda Tucci,TechTarget]

 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。

―― 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。

ITmedia マーケティング新着記事

news153.jpg

「Indeed」「ZOOM」がワンツーフィニッシュ 米国ビジネスアプリダウンロードTOP5(2019年10月度)
世界のモバイルアプリの潮流を分析。今回はiOSとAndroidにおける米国ビジネスアプリダウ...

news073.jpg

モバイルアプリの成長を後押しするテレビCMには2つのタイプがあると判明――フラーとエム・データ調べ
フラーはエム・データと共同で、モバイルアプリに関するテレビCMの放映回数・時間とアプ...

news023.jpg

Cookieによる効果測定に不足を感じる広告宣伝担当者が増加――サイカ調査
広告配信などにおけるCookie利用の制限が検討されています。一方で、企業の広告宣伝担当...