Share on facebook
Share on linkedin
Share on twitter
Share on facebook
Share on linkedin
Share on twitter

「アジアにおけるデジタル化の進展と今後」

AI(人工知能)テクノロジー企業の Appier(エイピア、以下 Appier、所在地:東京都港区、共同創業者/CEO:チハン・ユー)は、チーフAI サイエンティストであるミン・スンが、アジア地域におけるデジタル化の進行度について、以下の通り発表しました。

スマートシティ計画を進めているアジアのいくつかの都市では、AI 付き監視カメラを使用し、移動体の追跡や交通信号の最適化を始めています。これは様々な産業、企業や政府において、高度な AI とデータ技術の重要性が認識されてきたことが背景にあります。AI 搭載の多様な装置やソフトウェアの実装が始まっており、特に小売業界は他の業界よりもAI とデータ技術の実用化が進んでいます。

Forrester と Appier が実施した調査によると、アジア太平洋地域の小売企業の 56%が、AI 実装をすでに実施しているか、さらに拡大しています※。
小売は大小を問わず幅広い分野で、オンラインでもオフラインでも AI 技術を活用しています。例を挙げると、顔認証による支払いプロセスの合理化、オンラインとオフラインの統合した購買支援、AI による効果的な消費者のターゲッティングや、カスタマージャーニーにおける消費者と最も関連性の高いコンテンツの配信などが考えられ、現在ではそれらを実現するさまざまな技術やサービスの導入が可能です。

※詳細は、『Appier、「アジア太平洋地域でのデジタル変革の促進における 人工知能の重要性:フォレスター調査」(APAC 版)を発表』より

また、従来の AI では活用ができなかった、画像やフリーテキストといった「非構造化データ」も、ディープラーニングにより活用が可能となりました。ディープラーニングは、人間の脳の仕組みを模倣し、構造化されていないデータを理解し、ニュアンスを識別し、対象物を理解することができるようになりました。

私は AI サイエンティトとして、今後、企業や政府が、これまで以上に効率的、安全にデータを収集し、データの活用がさらに進むと予測しています。多様なデータとそれを分析、活用するインフラが導入されれば、企業や政府は、顧客や市民をよりよく理解し、高度にパーソナライズされた製品やサービスの提供を通じて、人々の生活の質を継続的に向上させることができるでしょう。

 

 

Appier チーフ AI サイエンティスト MIN SUN(ミン・スン)
2005 年から Google Brain の共同設立者の一人である Andrew Ng(アンドリュー・エン)氏、元Google Cloud のチーフサイエンティストである Fei-fei Li(フェイフェイ・リー)氏などのプロジェクトに携わり、AAAI(アメリカ人工知能学会)をはじめ世界トップの人工知能学会で研究論文を発表。
2014 年に国立清華大学の准教授に就任。
2015 年から 2017 年には、CVGIP(Computer Vision Graphics and Image Processing)Best Paper Awards を 3 年連続で受賞。
2018 年には「研究者には肩書きよりもデータが必要」と感じ、AI テクノロジー企業、Appier にチーフ AIサイエンティストとして参画。新製品の開発、既存製品の機能改善、課題解決の責任者。専門分野は、コンピュータビジョン、自然言語処理、深層学習、強化学習。

 

WE CAN HELP

Letus know how we can help improve your marketing strategy

YOU MIGHT ALSO LIKE

AIマーケティングを開始するための6つの簡単な方法

人工知能(AI)はもはや「将来の大きなテーマ」ではなく、すでにデジタルマーケティングで採用されているメインストリームな技術です。スタートアップ企業から大企業まで多くの企業が、キャンペーン戦略や意思決定を強化するためにAI搭載のデジタルマーケティングツールを活用しています。最近のレポートによるとマーケティング担当者の51%がすでにAIを使用しており、27%が積極的にAIをデジタルマーケティング戦略に取り入れることを計画しています(英語資料)。 一方で、いくつかの障壁があるためにAI領域へ投資していない企業も存在します。マッキンゼーの調査によれば、その理由として2つの主な要因、デジタル化の貧弱さと、技術を実装できる人材の不足のあげられています(英語資料)。さらにはAIを利用する必要性に関して理解が不足していることも考えられるでしょう。 デジタルマーケティングにおけるAIの活用方法は数多くありますが、採用ポイントを見極めることが重要です。ここでは、実装の手軽なものから長期的な価値をもたらすものまで6つの活用事例についてご紹介します。 1.広告費の最適化  広告キャンペーンを最適化するためには、集客に無駄な広告費を支出してしまう前に、顧客の価値をまず正確に把握することが重要です。 マーケターは10~20のユーザーセグメントを元に手探りの試行錯誤で突き止めるよりも、ディープラーニング(DL)などのAI技術を活用し、膨大なユーザー行動データを分析してインサイトを把握することができます。これにより、100万を超えるセグメントのコンバージョン率(CVR)や広告費用対効果(ROAS)を正確に予測できるため、最も収益性の高いセグメントを特定し、ターゲティングすることが可能になります。  AIはその他にも、ユーザーの購入意図や興味・関心を学ぶことができるため、これらの収益性の高いセグメントを対象として関連商品を含むキャンペーンを実施することで、ROASをさらに高めることができます。Appierのデータによると、AI搭載のプラットフォームによる商品のレコメンデーションはCVRを10~20%向上することができます。 2.クロスデバイスターゲティングを活用する くの消費者は複数のデバイスを所有し、それらを横断して利用しているため、マーケターは効果的にターゲティングすることが難しくなっています。パソコン、タブレット、スマートフォンなど、どのデバイスに広告やメッセージを配信すべきか、適切なタイミングなどについて悩むマーケターもいるでしょう。   AIは、クロスデバイスマーケティングに対するマーケターの課題を解決し、高精度なターゲティングを可能にします。ユーザーが所有する複数のデバイスを横断した、ユーザーが購入に至るまでの典型的なユーザージャーニーを分析・把握することで、顧客ごとに「顧客ビュー」を作成します。AIを使ってユーザーのインサイトを獲得することで、価値の高いユーザーを特定し、彼らのデバイスへ効果的にターゲティングすることができるため、ユーザージャーニーの各タッチポイントで最適なキャンペーンを実施することもできるようになります。  3.アプリユーザーの生涯価値の向上 ユーザーを継続的にアプリにひきつけることは、難しくなっています。調査では4人に1人のユーザーが、アプリを1回使用しただけで、再度起動させることはないことが分かっています(英語資料)。 これまでアプリの成功は、ダウンロードやインストトールの頻度によって評価されてきましたが、最近では継続的なエンゲージメントやユーザーの保持などの指標で評価されています。最終的には、アプリ内の購読登録や商品購入など、行動を起こすユーザーだけが収益を生み続けることができるからです。  ここでも人間の経験や勘に頼って価値あるアプリユーザーを見つけ出そうとするよりも、DLを利用するほうが不正なインストールを最小限に抑えつつ、ユーザーによるクリックやアプリ内イベントのユーザーパターンを分析することができます。更にサードパーティデータに基づいて外部サイト上でのオンライン行動も把握すれば、ユーザーを保持しながらコンバージョンへ繋げられる、最も優良なユーザータイプを探り出すこともできます。 4.顧客シェアの拡大 パレートの法則が示すように、会社の売上の80%が20%の顧客に依存しているため、既存顧客にリマーケティングすることが非常に大切です(英語資料)。 マーケターは機械学習(ML)を活用して、よりパーソナライズされた商品の「お勧め」を作成することで、ひとりの顧客が自社の製品やサービスを購入する頻度や確率を高め、既存顧客の購入意欲を高めることが可能です(英語資料)。単純に、事前定義された規則に基づいて「お勧め」を作成するよりも、MLで自社の過去データとサードパーティの顧客データを統合することにより、自社チャネルで発見したユーザー行動を超えて、ユーザーが外部サイトで示したユーザーの興味、嗜好を掘り下げることができ、より効果的なキャン―ペーンを展開できます。 この獲得したインサイトで、顧客の真の興味・関心に合致した精度高くパーソナライズされた「お勧め」を作成することができます。その結果、自社の収益6~10%の増加が期待できることが分かっています(英語資料)。 5.  顧客体験の強化 定着する可能性が高い顧客を引き付け維持するには、優れた顧客サービスだけではなく、それ以上のおもてなしを提供する必要があります。これを実現するのは、決して簡単ではありませんが、AIの技術を駆使することで、達成できる可能性が高くなります。 現代の消費者は、商品やサービスについて問合せをした場合、迅速な対応を求めています。これを支援する1つの対策として、チャットボットは、ライブチャットを通して顧客が頻繁に質問する問い合わせに対し、タイムリーな回答を提供するために役立っています。さらに、チャットボットは24時間対応が可能なため、顧客はいつでも回答を得ることができ、顧客体験の向上にもつながっています。 その他、AIによる予測分析は、顧客の興味・関心にあった商品の「お勧め」をサポートし、顧客とコミュニケーションしている間でも関連の提案を行うことができるようになります。オンラインチャット、Eメール、電話、CRM、ソーシャルメディアから過去とリアルタイムデータを自然言語処理で分析することで、オーディエンスの興味・関心を知るだけではなく、「満足」、「不満足」、「興奮」などの感情を把握することができます。 6.  顧客離脱の予測と防止

VIEW >

GDPR(EU一般データ保護規則)に関するよくある質問と回答

Q:GDPRとは何ですか? 一般データ保護規則(General Data Protection Regulation:GDPR)とは、EU議会が定めたデータの収集、保管、使用の要件に関する新たな法律です。 GDPRは、1995年から適用されたEUデータ保護指令(Data Protection Directive 95:DPD)に代わるもので、EUの人々の個人データの保護を大幅に強化し、個人データを収集または処理する組織に対する義務を強化するものです。  Q:GDPRはいつ施行されますか? GDPRは、2018年5月25日から完全に施行されます。  Q:GDPRにより影響を受ける範囲は? GDPRはEUの法律ですが、GDPRの地理的範囲は非常に広く、特定のケースではEU以外の企業にも適用される可能性があります。EU域内で製品を販売し、EUの人々の行動をモニタリングする企業は、GDPRの順守が求められます。 Q:GDPRにおける個人データとは何を指しますか? 個人を直接的または間接的に特定する目的で使用される自然人(GDPRでは「データ主体」と定義される)に関するあらゆる情報を指します。氏名、写真、電子メールアドレス、銀行口座情報、SNSサイトの投稿、医療情報のほか、コンピューターのIPアドレスも含まれます。 Q:AppierはGDPRの施行に向けてどのように備えていますか? 当社は、データ主体のプライバシーを尊重し、一連のプライバシー保護規則の順守を徹底しています。2018年5月に施行されるGDPRをはじめとするEUデータ保護法の要件も順守しています。 当社は、データ主体から当社が収集するデータの取り扱いに関して、Privacy Policyを厳守しています。 Q:GDPRの詳細な情報はどこに載っていますか? 詳細は、GDPR公式ウェブサイト をご覧ください。

VIEW >
イメージ画像-AIとは何かその本質を理解する

AIとは何か、
その本質を理解する

現在、人工知能(AI)が大きな話題になっていますが、事実とは違った情報が飛び交っているのも事実です。高い処理性能に加え、巨大なストレージを利用できるようになったことで、自動運転車、音声アシスタント、チャットボットなど、AIを活用したデバイスやサービスが急増しています。 事実、世界的なIT企業の大手がAIに積極的に投資しており、寸暇を惜しんで自社のAIシステムを洗練させ、競合他社に対する競争優位性を確保しようと努めています。しかし、実際にAIとは何でしょう?企業に何をもたらすでしょうか? AIの現状 AIは、決して新しい技術ではなく、1940年代から開発が行われています。その結果として過去数十年間には、エキスパートシステムの開発につながり、特定の問題を解決する知識システムとして活用されてきました。 現代のAIシステムは、機械学習や豊富なデータを活用することで、人間の知能と似た方法で結論を導き出すといった飛躍を遂げています。強化学習法によってニューラルネットワークをトレーニングし、質の高いデータと組み合わせたモデルであれば、確実性の高い予測ができます。そして人間は、これらの予測をインサイトとして活用し、意思決定に利用することが可能になります。 機械学習の応用分野は、取り扱うデータのタイプによって区別されます。最も知られているものは、恐らく音声認識や画像認識でしょう。クラスター分析など、教師なし学習法による機械学習アルゴリズムは、膨大な量のデータを瞬時に処理し、潜在的なパターンやグループを見つけるために活用されています。 AIの誤解を解く ほとんどの技術と同様、AIにも誤解が存在します。恐らく最も一般的なものは、AIがすべての結果を完璧に予測できるというものです。洗練されたAIモデルは、非常に正確な予測ができますが、最終的には、神経回路モデルやデータに根付く、最も可能性の高い結果を「推測」する科学にすぎないのです。これは、AIが間違える可能性があるだけでなく、予測の正確性がソースデータの質に依存していることも意味しています。 また、AIがまるで自律的な技術のような話も聞かれます。しかしAIの運用は非常にインタラクティブなものであり、データサイエンティストによる定期的な調整が必要です。データの準備に補助的なシステムを使用することで、プロセスを容易にすることもできますが、AIを効果的に応用するためには、依然として人間からのインプットが必須です。実際のところ、一部の企業がAIを導入できない要因となっているのは、必要なデータを準備し、プロセスを管理できるテクニカルチームが不足しているためです。 さらに、コンピューティング処理能力が劇的に向上していることで、AIシステムが瞬間的に結果をもたらすという思い込みも生じています。しかし、人間が自転車に乗る方法やチェスを学ぶように、AIシステムも同様の学習経験を積む必要があります。AIシステムは、高速に、かつ24時間動作することが可能なだけで、フィードされたデータに応じて「学習」するための適切な時間が必要であることに変わりはありません。 AIにできること AIは、前述のように、ビジネスのあらゆる課題を解決するブラックボックスではありません。AIを効果的に応用するためには、必要なデータの取得、モデルのトレーニングと同時に、求められる結果を得るためにアウトプットを分析し、モデルを調整する反復プロセスなどといった体系的なステップを厳密に順守することが不可欠です。 それぞれの性能は別として、膨大なデータ量を処理できるAIに人間は太刀打ちできません。そのためAIは、データに関連した問題を解決するための有力な候補と言えます。たとえば、多くのマーケターが苦労している特有の問題として、複数のデバイスを交互に使用しているユーザーを追跡することの難しさがあります。AIシステムは、人間がためらっている間にも数十億のデバイスに関する情報を完璧に集約し、セールスファネル(潜在顧客が商品を購買し、さらには優良顧客になるまで絞り込まれていくプロセス)を通過するユーザーを正確に識別することができます。 またAIは、アドフラウド(広告詐欺)対策に利用する事ができます。アドフラウドを仕掛ける運用者は、ルールベースの従来システムを出し抜くような手段など、常に新しい戦略を練り、不正対策を綿密に調査、テストしています。たとえば、同一アプリのインストールがX回された場合、それを疑わしい行為としてフラグを立てると、悪意のある者は、その不正対策をすぐに察知し、クリックファームによるインストール回数をX-1と再設定するのです。 たとえデータを監視するために十分な人員を雇うことができても、数百、数千という異なるトラフィックソースからの膨大なデータを、しかもリアルタイムで監視することは、採算が合う対策とは言えません。しかし、AIを搭載したAppierのプラットフォームは、休むことなくデータを分析し、短期的および長期的な傾向を精査することで、疑わしい行為を特定することができます。 AIが約束するもの 結論として、AIから成果を引き出すには、企業が解決したい問題を明確にし、AIが具体的にどのような恩恵を企業にもたらすのか、その可能性を判断することから始まります。そして、その判断結果が「Yes」である場合、次のステップはAIモデルの構築に活用できる関連データを特定、照合することです。 AIは決して魔法ではありませんが、適切に導入・運用されれば、企業に計り知れない恩恵を約束します。AIは人間には処理の不可能なほどの膨大な量のデータの相関関係を理解し、分析することで、実行可能なインサイトを引き出します。これにより企業に最終的な収益に差をもたらすことが可能になるのです。 この記事に関するお問い合わせは、press@appier.comにお寄せください。

VIEW >