ディープラーニングによる非構造化データの徹底活用：Computer Weekly製品ガイド

ディープラーニングは、「顧客を理解する」というカスタマーインサイトチームの目標達成を支援できる。

[Brandon Purcell，Computer Weekly]

　リアルタイムで生成される大量の構造化／非構造化データを使って、顧客について幅広く理解する役割を担ったカスタマーインサイトのプロフェッショナルにとって、ディープラーニングの利用には多大なメリットがある。

　多くの組織では、コールセンターの通話記録や顧客からの電子メールという形で、大量のデータが活用されないまま放置されている。こうしたデータには、カスタマーエクスペリエンスに関する貴重な情報が含まれている。電子商取引サイトには、分類や分析の対象となるべき製品の画像データが大量に存在する。これらの非構造化データソースでも、ディープラーニングを活用すればカスタマーインサイトの向上に役立てることができる。

　ほとんどの場合、何もないところから始める必要はない。ディープラーニングは、サプライヤーが提供する音声、画像、自然言語処理（NLP）のクラウドサービスに組み込まれている。使用事例は豊富にあり、そうした機能の多くは専門家でなくても活用できる。

　小売り、製造、金融、医療福祉、政府機関などのさまざまな業界について、Forresterは確立された3つの用途を特定し、ディープラーニングに基づいてそれを導入するための選択肢を挙げている。

未活用データ

　第一に音声分析が挙げられる。音声分析ツールは、ディープラーニングを使って話し言葉を理解し、解釈する。こうした技術は一般的に、

• 話し言葉の内容を「聞き取る」音響音声分析
• 音声から文字への変換
• 文字の内容を理解する文字分析

という3要素で構成される。

　コールセンターインサイトを担当するカスタマーインサイトプロフェッショナルは、音声分析ツールを使って顧客が抱える課題を洗い出し、コールセンターの記録に潜むリスク分野を特定できる。「Nice」や「CallMiner Eureka」といった製品は、Nuance Communicationsのディープラーニングモデルを使って音声を認識し、さまざまなトピックに基づいて音声データの分析と分類を行う。

　だが、そうしたソリューションのトレーニング用に公開されている音声データは、文字や画像の分析ツールのトレーニング用データに比べて多様性も確実性もはるかに及ばない。音声分析サプライヤーと手を組んで、自社のデータでソリューションを再トレーニングし、顧客との会話の中で最も大切な要素を拾いだすことを学ばせる必要がある。

　ディープラーニングの応用によって真の向上を図ることができる2つ目の分野は、従来の文字分析だ。

続きを読むには、［続きを読む］ボタンを押して
会員登録あるいはログインしてください。

関連記事

Google、Microsoft、Facebookのディープラーニングフレームワーク

ディープラーニング用周辺ツールの充実にも注目

パターンを学習する「機械学習」でできること、できないこと

Kubernetesベースのディープラーニング環境「Nauta」