写真提供：マイナビニュース

写真拡大

●技術/データ/マーケットが分散する新たなフェーズを迎えた日本の人工知能
5月11日〜13日にかけて、東京ビッグサイトで計12のIT専門展から成る「2016 Japan IT WEEK 春」が開催された。本記事では、特別講演「人工知能技術の進化とビッグデータ解析」「5,700万人超の『Tポイント』購買データによるデータベース・マーケティングの進化」の内容をレポートしよう。

○技術開発で大きく違う米国と日本

初めに、「人工知能技術の進化とビッグデータ解析」と題した講演を行ったのは、国立研究開発法人 産業技術総合研究所 人工知能研究センター 研究センター長の辻井潤一氏だ。

同氏は人工知能を取り巻く現状について「"データの集積""技術の成熟とブレイクスルー""応用"という3つの要素がそろうことで、その開発は飛躍的に加速してきた」と語る。

しかし、技術開発においては米国と日本で大きな違いがあるという。米国では巨大IT企業にデータ/資金/技術者・開発者が集中しており、閉じたエコシステムを形成。データは局在時代から偏在時代へと突入し、スタートアップ企業のM&Aも多く見られる。一方で日本や欧州などでは、データだけでなく研究者や技術者までが分裂しており、資金面も米国と比べて乏しい。開かれたエコシステムや、スタートアップ企業と共同での展開が多いのも大きな違いだ。

ただし近年では、"内部のデータを価値化する時代"から"他の組織が持つデータを活用する時代"へと移行。あらゆる産業からのデータと人工知能を組み合わせて別の技術を生み出す傾向が高まり、人工知能は技術/データ/マーケットが分散する新たなフェーズを迎えている。こうした状況下において、辻井氏は「日本では米国のようにM&Aで業態を多様化するのか、技術的に成熟した環境を生かして強固なパートナーシップを組むのか、決断するためのモデルを作る時期に入っていると思う」と語る。

○人工知能を実生活で動かすには?

また人工知能の特徴として、基盤技術とマーケットとの相互関係が非常に深い点を挙げる辻井氏。これを円滑に回していくことが重要であり、人工知能研究センターでは技術とマーケットをつなぐため、製造業を中心とした「AI for Manufacturing」、サービス業に代表される「AI for Human Life/Service」、基礎科学と融合する「AI for Science/Engineering」という3つの柱を立てて取り組んでいるそうだ。

さらに辻井氏は、データサイエンスと人工知能の差異についても解説した。データサイエンスは取得データに対してアナリティクスを実施し、整理ができた段階で人間が解釈するもの。一方の人工知能は、ディープラーニングや機械学習により人間の解釈を必要とせず分類が可能だ。最近ではGoogleの人工知能「Alpha Go」が話題となったが、例えば囲碁は棋譜のデータで学習するだけでなく、模擬ゲームを行うことでより強くなっていくのである。

こうした取り組みは現実の生活においても応用が可能だが、問題となるのは得られるデータが断片的であり、シミュレーションも部分的にしか行えないことだ。そこで辻井氏は、人間の動きや環境に関するモデリングを反映することが重要と指摘。「実世界の中で人工知能が動くには、動作に関するモデルだけでなく、周辺のモデルをうまく作らなければならない」とし、実際に人工知能研究センターで取り組んでいる内容や各種事例を紹介した。

●新データベース構築でさらなる進化を遂げるCCCのマーケティング
続いては、カルチュア・コンビニエンス・クラブのデータベース・マーケティング事業を推進するCCCマーケティングで執行役員 企画本部 企画本部長を務める橋本孝一氏が「5,700万人超の『Tポイント』購買データによるデータベース・マーケティングの進化」と題した講演を行った。

カルチュア・コンビニエンス・クラブでは書店・レンタル店「TSUTAYA」をはじめ、スマートフォンブランド「TONE」、チケット販売サービス「Tチケット」、電子マネー「Tマネー」など、共通ポイントサービス「Tポイント」と連携する多彩な事業を展開している。

ここまで幅広い事業を手がける理由について、橋本氏は「すべての目的は、趣味・嗜好性を踏まえたライフスタイル提案のためのデータベース（以下、DB）構築にある」と語る。

○ポイント付与や還元・値引きでは動かない顧客にアプローチするには?

ベースとなる「Tカード」は約13年前、ポイント/レンタル会員証/クレジットカードの各機能を1枚にまとめたTSUTAYA会員向けのカードとして登場した。そこから事業拡大や提携先企業の増加により、「T会員」は2016年3月末時点で5792万人に到達。この数値は、名寄せ後かつ1年に1回以上使用した"実際に活用している有効会員"のみながら、日本総人口の約45.5%に相当する。ポイントアライアンスも139社49万6262店舗まで拡大しているそうだ。

このように圧倒的な規模を誇るTポイントだが、橋本氏は「お客さまにとって、共通ポイントはもはや当たり前の存在であり、会員規模にものをいわせた単純送客の時代はもう終わった。単なるポイント付与や還元・値引きではお客さまは動かない。そうした中で、過去の購買履歴/嗜好性/ライフスタイルからその商品を欲している"本当の"顧客を見つけ出し、そこに"最適な方法"でアプローチすることが求められてる」と語る。

同時に、提携企業から求められる要求レベルも格段に上がっているそうだ。Tポイント加盟企業に対する同社のコミットメントは、昨対比の売上・利益を上回ることにある。そこで、従来のようなCRM推進はもちろん、各種データ分析を基にした商品企画や店舗における販売促進方法など、経営に結び付く総合的な支援が求められているという。

こうした状況下において、橋本氏は「データアナリスト/コンサルティング集団/DBという3つの要素を束ね、アライアンス企業やその先にいるメーカーと共通言語で話せるマーケティング・プラットフォームを準備することが、共通ポイントの競争優位性につながっていくと考えた」と語る。

○商品購買者のライフスタイルや購買傾向が把握可能に

こうして誕生したのが、同社で現在取り組んでいる新たなDBマーケティングプラットフォーム「Watch And Recommend Platform（WARP）」だ。このWARPはまだ正式リリースを発表しておらず、本講演で初めて社外に公表されたものだという。

同社では従来、Tポイント流通各社のDBから受け取った購買明細とマスタをまとめ、そこにテレビ視聴履歴やインターネット接触履歴などのメディア接触軸、天気・気温・物価指数といったコーザルデータ軸が追加された統合DBを構築。データ可視化ツールにより情報を提供していた。一方、WARPではさらに商品購買者のライフスタイルや購買傾向を把握できるT会員アプローチツール「Market Watch（MKW）」を追加することで、アプローチ支援までをも可能にしたのである。

現時点では分析テンプレートとして、時系列分析/曜日時間帯分析/価格分析/トライアル＆リピート分析を含む「基礎集計」、スイッチ・流入流出分析/カテゴリ横断分析からなる「併買分析」、生活属性分析/雑誌併買分析が可能な「ライフスタイル分析」、テレビオペレーションを主体とする「メディア分析」という大きく4つのメニューを展開しているそうだ。

橋本氏は、講演の終盤で各分析テンプレートの詳細を紹介し、参加者の注目を集めていた。なお、Market Watchは2015年度に大手メーカー数社を利用モニターとした試験運用で機能・性能検証を実施し、2016年4月から本番環境で稼働を開始。現在は本格導入・運用に向けて数社に提案をしているという。

(エースラッシュ)