機械学習について知っておくべきこと

消費者のニーズに合った、的確で、アシスト性の高い体験を満たすために機械学習は欠かせないツールとなりつつあります。適切な顧客セグメントの作成、的確なクリエイティブ キャンペーンの実施、パフォーマンス測定の質の向上などさまざまな面で、機械学習はマーケターの強い味方となっています。データによれば、経営者の 85% が AI は競争力の獲得や維持に役立つと考えています。1

このガイドでは、機械学習を使ったマーケティング活動の最適化に役立つ情報をご紹介します。これから始める方も、さらなる成果向上を模索している方も、ぜひご活用ください。

機械学習が役立つ仕組み

マーケターのための機械学習入門

機械学習の本質は、巨大なデータセットのラベル付けと分析を素早く行うことにあります。これは人力でも可能な作業ですが、機械なら同じことをはるかに高速に、かつ無限と言ってもいいほど大きな規模で進めることができます。データによれば、マーケティング リーダーの 66% が、自動化と機械学習を活用することによってチームが戦略的なマーケティング活動により専念しやすくなると考えています。2

しかし、機械が学習するには人間の助けが必要です。下のインタラクティブ クイズで、機械学習の基本知識を確認してみましょう。

導入に向けて: 意外に低いハードル

一歩引いて見ることが第一歩

機械学習の概要を理解できたところで、さっそく具体的な活用方法が気になっている方も多いかもしれません。実際、いきなり独自の機械学習プログラムを作ろうとしてしまうマーケターも少なくないのですが、勇み足は禁物です。機械学習プログラムの構築は一筋縄ではいかない作業です。まとまった先行投資が必要ですし、十分な完成度になるまで何年もかかることがあります。

慌てて飛び込むよりも、一歩引いて考えてみましょう。すでに Google をはじめさまざまな企業が、マーケティング プロダクト(既存のものも新しいものも含めて)に機械学習を組み込んでおり、それを利用するだけで自社のデータから高度なインサイトを取り出せる状況です。あえて社内で機械学習の基幹部分に労力をかける必要はありません。あとは、そういったプロダクトを最大限に活用できるよう、社内の準備を整えるだけです。

以下、自社での機械学習の導入に向けてマーケターが考えておくべき 3 つのポイントをまとめました。

導入に向けて

機械学習を使ったマーケティングの目標は事前に定義する。

機械も人間と同じで、明確に定義された目標があったほうが、仕事がはかどります。目標、あるいはアウトプットが、仕事の枠組みとなってくれるためです。データ サイエンティストが機械学習モデルを構築するにも、モデルのトレーニングに使うデータを選ぶにも、事前に定義した目標が指針となります。数値化や測定が可能な目標にすることが重要です。これにより、モデルの成功の定義が明確化され、成果の測定が容易になります。

導入に向けて

アルゴリズムの質はデータの質で決まる。

機械学習のアルゴリズムの質は、供給されたデータの質を超えることはありません。これは大原則です。よって、機械学習を効果的に運用するためには、解決しようとしている問題に応じた適切なデータを用意する必要があります。少量のデータではうまくいきません。機械学習には豊富なデータが必要なので、何十万単位でデータポイントを用意しましょう。供給するデータは、正しく整形し、クリーンアップし、使用するアルゴリズムに合わせて整理しなければなりません。また、モデルのトレーニング用とパフォーマンス検証用の 2 つのデータセットが必要です。

導入に向けて

多様性と適切なマインドセットを備えたチームを組む。

機械学習の最適な利用ケースを判断できるのはマーケティング チームですが、実装にはデータ サイエンティストやアナリストの力が必要です。このため、機械学習プログラムを成功させるには、部門の枠を越えたチームの編成が不可欠となります。ただし、組織の中で機械学習を最も効果的に運用するためには、適切なチームだけでなく、適切なマインドセットが必要です。適切なマインドセットを育てるためには、実験と測定とテスティングを重視し、奨励する企業文化が、組織全体に浸透していなければなりません。

機械学習が実現する一歩進んだマーケティング

主なメリットや活用場面のご紹介

機械学習は実にさまざまな形でビジネスをサポートすることができます。以下、マーケティングでの活用例をいくつかご紹介します。キャンペーンの最適化に役立つプロダクトや、すでに機械学習をマーケティングの成果拡大に利用しているブランドの事例をご確認ください。

オーディエンスの開拓

目的に合った適切な顧客層を識別

クリエイティブ

どんな場面でも最適なメッセージを手軽に配信

最適化

最適な顧客に最適なタイミングでアプローチ

計測

購入経路を構成するステップの真の価値を明らかに

出典(3 件)

  1. 1   ボストン コンサルティング グループ「Is Your Business Ready for Artificial Intelligence」(2017 年 9 月)
  2. 2  Google および MIT Technology Review Insights による、ML 先進企業と後進企業に関するグローバル調査(2018 年)。先進企業(n=186)は収益増加 15% 超またはマーケット シェア拡大 15 ポイント以上の企業と定義、後進企業(n=176)は収益成長 0% 未満またはマーケット シェア 0 ポイント未満と定義。
  3. 3  Google / Purchased(2017 年 4 月)