キャッチ―なタイトルは画像解析などについての本を思わせるが、そうではない。経営者らビジネスパーソン、また管理業務系の担当者らに、効率的な事業戦略の構築、合理的な経営管理のためにビッグデータの活用を提案した。「コンピュータにかわいいを学習させたら何が起きたか」というと、表紙を開いた「はじめに」にこうある。「モノ作りが根本から変わり、経営改革が大きく進んだ」。本書には、そのノウハウが詰め込まれているのだが、ビジネスにかかわりがなくても、ビッグデータやAI(人工知能)などについて具体例が豊富で理解を深められる。「コンピュータにかわいいを学習させたら何起きたか だれも教えてくれなかったビッグデータ分析のノウハウ」（遠山功著）ダイヤモンド社活用を邪魔する人的原因ITなどの進化で巨大で複雑なデータの集合体の処理が可能になり注目されるようになったビッグデータ。それまで人間が気づくことができなかった、さまざまな生活行動や社会の特性をあぶり出すことが可能になったとして、新しい知見をもたらす宝の山として期待が高まっている。だが、ここしばらくは、期待が高まったまま停滞が続いており、もう10年近くがたとうとしているという。著者は2005年にデータ分析、システム開発の企業を立ち上げ、現在はその会社の代表取締役CEO(最高経営責任者)。15年以上にわたりビジネスアナリティクス業界に従事。一貫してビッグデータの分析を手がけてきた経験を持つ。その経験から指摘する停滞の原因は、企業内のシステム管理者の時代遅れの考え方や、事業担当者のマーケティング知識の不足、さまざまな既得権者からの抵抗など、本来の分析とは関係のないところで問題が山積しているためだ。一般企業の事業部レベルでは、こうした従業員間のウエットな問題が認識すらされず、データの分析や利用にまでたどり着けないところもあるという。ビッグデータ分析は、コンピューター処理のためにデータを準備、加工する作業や仮説を立てて検証しなければならないこともあり、データサイエンティストの大量動員が可能な一部の大企業を除いては敷居が高く感じられることも一方にはあった。だが、最近では、一般企業でもビッグデータを活用できる環境が整いつつあり、本書では、その辺りの事情を説明しながら、ビッグデータ活用で得られた効果の具体例を示して啓蒙に努めている。「かわいい」が見えた著者らが挑んだ「コンピュータにかわいいを学習させた」のは、大手アパレル企業の依頼によるもの。服について女性の顧客は年齢を問わず「かわいい」を求めており、ブランド戦略構築のうえでは極めて重要なファクターだ。これを数値化、可視化できれば戦略をより高度化できる。それが企業側の狙い。しかし「かわいい」は「究極の感覚的表現」。その数値化、可視化は「おそらく世界を見渡してもだれも手がけたことがない難問」だ。素材のデータは依頼主の企業に蓄積されていた3万5000点にのぼる服の画像。服飾系専門学校の学生たちに協力を求め、「かわいい」ばかりではなく「ガーリー」「フェミニン」などのイメージ、そして色や形状、さらに「とろみ」「もこもこ」など9分類、150項目にわたるタグ付けを実施。ほかにも素材などによるタグ付けを行い、製品の評価値を求められるようにした。これら製品側のデータと、顧客の購入データを突き合わせると、優良顧客が買っているコアな商品群の傾向と、全体の商品群との間にズレがあることが判明。その傾向の違いから、より強調すべき、あるいはより抑制すべきラインが見えきた。こうした可視化によって、今季の販売実績から売れなかった製品のタグを手がかりに来季のラインアップを調整することで消化率を改善し収益性が向上。ラインアップの調整は、それまで現場の勘に頼ることしかなかった。ビッグデータ分析やAIを活用した感性分析のシステムが構築でき、商品づくりが根本的に変わった。ビッグデータやAIを利用する機運は、確かに高まっている。本書では、アパレル企業の「かわいい」のほか、働き方改革に伴う業務の平準化を成功させた例や、データをつなぎ合わせることで10時間の作業を10分間に短縮した例などを報告。企業の経営変革、ビジネス現場の利益改善や市場開拓に参考になることは間違いない。「コンピュータにかわいいを学習させたら何起きたか だれも教えてくれなかったビッグデータ分析のノウハウ」遠山功著ダイヤモンド社税別1500円
記事に戻る