ベルメゾン会員を対象としたビッグデータ活用法とは？
カタログ総合通販「ベルメゾン」を展開する千趣会は、ITを使ったマーケティング活動に力を入れている。同社はTeradataのDWH(データウェアハウス)を1995年から導入しており、2013年には、ビッグデータ分析プラットフォーム「Teradata Aster Big Analytics Appliance」(以下、Aster)をいち早く採用。ビッグデータを活用した高精度な分析予測を行っている。
米国時間の10月19～23日、米テネシー州ナッシュビルで開催中のTeradataユーザーグループ主催年次カンファレンス「TERADATA PARTNERS 2014」の中で、千趣会は、ビックデータを活用したマーケティング活動の事例を紹介。約400万人いるというベルメゾン会員を対象としたデータ分析施策を明かした。
「ビッグデータ」や「アナリティクス」はマーケティング領域において欠かせないキーワードとなっているが、千趣会の発表「Teradata Asterの利用により実現した新しい分析世界」からは、DWHおよびAsterを用いたビックデータ分析およびその事例を知ることができた。また、同社は発表の中で、今後計画しているマーケティング施策“データドリブンマーケティング”についても明かした。以下、紹介する。
○Teradataのデータ分析アーキテクチャを採用したわけ
千趣会が採用しているTeradataの主力製品は、統合データウェアハウス「Teradata」と、非構造化データの分析が可能かつ洞察の発見に優れたディスカバリープラットフォーム「Aster」の2つ。
同社では2012年、さらなるデータ利活用を推進すべく、新規プロジェクトを立ち上げた。リーダー長を任された販売企画本部 マーケティング部 顧客戦略チーム マネジャーの西口浩司氏は当時を振り返り、次のように話す。
「ベルメゾンはカタログ通販から始まったので、個人情報は早い段階でデータベースに格納していました。さらにTeradataのDWHを導入していたことで、Web展開を始めるに当たっては、A/Bテストなどもスムーズにできました。そこで、次のフェーズとして考えたのが、勝手に作られてしまうデータをどうするか――。例えば、Webログなど自動生成されてしまうものです。そこで大容量、ハイスピードに耐えられる新しいDWHを検討していました」(西口氏)
DWHのリプレースに当たって重視したのは、性能に加えて、新体制にすることによるプロジェクトメンバーの意識の変化。
従来機よりもデータ抽出からリポート出力までの時間が速くなる分、メンバーにはそれぞれ、新しい分析の洞察に対する時間を増やしてほしかったのだという。その結果、採用したのがDWH用アプライアンスの最新機種「Teradata Data Warehouse Appliance 2700」(以下、Teradata 2700)とAsterの組み合わせだった。
「Asterは確かに非構造化データの分析が得意ですが、それ以上にアナリティクス、まさにデータマイニングに強い点に惹かれました」(西口氏)。現在はDWHの新機種で性能を強化し、AsterでWebログや各種ログを使いながら、データマイニングを行っているという。
●DWHとAsterでお客さんの行動を先読み
○DWHとAsterでお客さんの行動を先読み
千趣会がDWHとAsterの導入で実現したかったこと。それは、デモグラフィックデータや購買データを基に、顧客の行動予測を行うことだという。通信販売で顧客の顔が見えない分、データ分析によって顧客の行動実態を明らかにする、というわけだ。
同社ではこの施策を進めるに当たって、マーケティング担当者自身がAsterに搭載されている関数群「Aster SQL-MapReduce」の文法や使い方のほか、データマイニングの中の統計解析やパターン認識、人工知能などについて学ぶ機会を設けたという。
データマイニングのフレームワークについては、他フレームワーク「THE KDD Process」や「SEMMA」と比較してビジネス要素の強い「CRISP-DM(CRoss-Industry Standard Process for Data Mining)」を採用。CRISP-DMのプロセスに当てはめて、(1)まずはビジネスを理解し、(2)その上で、生まれるデータの内容を理解、(3)分析に適するデータを準備し、(4)モデルを作成し、(5)評価をして、(6)それを適応することでデータ分析の最適化を行っている。
西口氏は具体例として、Asterが持つシーケンシャルな物事の順序や経路を分析するnPATH関数を用いて「新規入会会員がどう成長していくか、1回切りで終わる人と2～3回以上の購入に至る人の数をサンキー・ダイアグラム(Sankey diagram)で図式化して見極め」をしたり、SVM(Support Vector Machine)の識別アルゴリズムを用いてnPathで作ったデータを統計的に判断した例を紹介した。詳細は明かせないとしたが、これらの手法と他のトランザクションデータで行っていた手法を組み合わせることで、これまで以上に一元客なのか常連客になるのかを見つけ出せる可能性が出てきた。
「千趣会としては大きな発見で、次に進んでいく大きな期待ときっかけになりました」(西口氏)
今後予定している施策としては、ROIの最大化を追う「データドリブン」を挙げた。社内のマーケティング部門をデータ活用度に応じて階層分けをし、各種ツールを使い分けながらデータドリブンのマーケティング活動を実現したい、と西口氏は考えているようだ。
「最近はツールが進化し、誰でもマーケッターといえる時代になりました。だからこそ、その人達、そのチームでしかできないことを作っていくのが大事だと思います」(西口氏)
提供：
