Uploaded byRakuten Group, Inc.
楽天のデータサイエンス/AIによるビッグデータ活用
2019年10月25日、CTC Forum 2019＠品川。楽天ではどのようにビッグデータの活用を行っているのか、データサイエンスおよびAIの視点でプレゼンテーションが行われた。登壇者：勝山 公雄（Senior Manager, Global Data Supervisory Department, Rakuten, Inc.）
![SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか？〜](https://cdn.slidesharecdn.com/ss_thumbnails/ss2ssii2022-220607054716-2760bd30-thumbnail.jpg?width=640&height=640&fit=bounds)
楽天のデータサイエンス/AIによるビッグデータ活用
- 1.
- 2. 2 略歴紹介（勝山公雄） 年 月 日本オラクル株式会社入社 データベース、ミドルウェア、アプリケーション、ハードウェア それぞれの事業にわたり、データ活用の仕事に携わり、 製品主管、プリセールス、研修、コンサルティングに従事 金融、製造、流通、通信、公共公益などほぼ全ての業界のお客様を支援 年 月 日本オラクル初のデータサイエンティスト 年 月 コンサルティング合同会社 入社 所属 チームの立ち上げから営業およびマーケティングを主に担当 年 月 楽天株式会社 入社 所属 楽天全体のデータサイエンスをコンサルティング
- 3. 3 楽天での活動 • 楽天ーグローバルデータ統括部 • 金融担当コンサルタント（年 月） • メンバー 名を含むマネージャーとしてカンパニー との取り組みを開始 • 要望を聞くことだけでなく提案ベースのプロジェクトも含め、多くのデータサイエンスプロジェクトをマネージ • 法人情報統合プロジェクト（ 年 月） • コンシューマー顧客ではなく、企業クライアントの情報を統合するデータベース構築プロジェクトをプロジェ クトマネージャーとして担当 • グループ内コンサルティング部門の構築（ 年 月） • コンサルティング部として発足 • 広告事業を除くグループ全体（金融、コマース、モバイル等）のコンサルティング部門を担当 • グループ約 名の社員が所属するチームまで拡大 • 外販コン楽天サルティング部門の構築（ 年 月） • で得られたノウハウやインサイトを外部企業向けに販売するための部門を担当
- 4.
- 5.
- 6.
- 7. 7 年財務ハイライト 売上収益の成長率 グローバル流通総額 兆円 国内 流通総額兆円 連結業績サマリー インターネットサービス 売上収益 億円 営業利益 億円 金融事業 売上収益 億円 営業利益 億円 重複調整前数字 年度 資料より https://corp.rakuten.co.jp/investors/documents/
- 8.
- 9.
- 10.
- 11.
- 12.
- 13. 13 デモグラフィクス • 年代 • 性別 •地域 • インタレスト • ファッション • コスメ • 書籍 • ... アクティビティ • 旅行頻度 • 直近予約 • 生涯消費金額 • ビヘイビア • 利用端末 • 価格帯 • アクティブタイム • 楽天サービスの から数百にも及ぶ項目を導出
- 14. 14 ● 類似 ● 類似 ●類似 ターゲット顧客のLook a like拡張
- 15.
- 16.
- 17. 17 楽天内におけるデータサイエンス事例 テーマ 概要 店舗診断 店舗ごとの商品ページ自動診断サービス 顧客理解Customer DNAの顧客分析 サーチ サーチランキングアルゴリズムの改善 広告 広告投資効果推定と広告投資効果の最適化 Web画面 各種Web画面のパーソナライズ キャンペーン Bandit Algorithmによるクーポン配布の最適化 マーケティング 流通金額の予測、顧客属性の予測 マーケティング アップセルの予測とターゲティング マーケティング 種々のリコメンドロジック開発 リスク 信用リスクのモデリング 不正検知 不正検知のモデリング キャンペーン ふるさと納税促進 広告 広告投資効果推定と広告投資効果の最適化 マーケティング メールリコメンデーションモデリング マーケティング バナー出力の最適化モデリング マーケティング 顧客分析からクロスユースの促進 マーケティング キャンセル予測要因分析 Web画面 トップページのパーソナライズ テーマ 概要 顧客獲得 顧客分析によるアップグレード案内 顧客獲得 顧客分析によるグループ内送客 離反防止 取引データの分析による離反防止 Web画面 各種Web画面のパーソナライズ マーケティング マーケティング戦略構想策定支援 マーケティング ソーシャル活用支援 システム データ活用システム構想コンサルティング システム CRMシステム活用コンサルティング リスク 事業内データ活用による信用スコアリング リスク 楽天グループデータ活用による信用スコアリング 広告 顧客分析によるグループ内送客 クライアント理解 クライアント業種分類 広告 位置情報活用による広告ビジネス支援 キャンペーン 顧客分析によるターゲティング 店舗支援 顧客分析から店舗への誘致 戦略構想 データ戦略構想策定支援 10以上の事業に対し、30を超えるテーマで実施
- 18.
- 19.
- 20.
- 21. 21 データコントロールボードの設置（セキュリティ、ポリシー、法務） （ ）という窓口が設置され、情報セキュリティ、プライバシーポリシーなどのあらゆるポリシーおよび 法務的観点から、部門をまたがるデータ活用における審査が行われています。これにより、データに基づくアクションが実行された場 合におけるレピュテーションリスクやコンプライアンスにおいて守ることが徹底されています。 アクション実行承認提出ユースケース作成アクション検討 ビジネス担当 データ担当 担当 アウトプット アクション 検討 ユースケース 作成 申請 アクション実行 承認 アクション素案ユースケース 申請チケット 実行結果レポート 結果 受領 詳細 検討 再検討 中止
- 22. 22 実行プロセスの徹底（データ活用、ガバナンス） データ活用のコンサルティング部門の設置および実行によって、横断的なデータ活用を意識した実行プロセスが徹底され、ナレッジ が共有されることにより、よりデータ活用が促進されています。グループ会社間の活動になる場合は、必要に応じて業務委託契約 を結ぶなど、コンプライアンス面でも注意しながら実施されています。 データの所在 体制 プロセスデータコントロール コンサルタント ビジネス担当者 業務委託契約 データの発生源 データの保管 データの活用 データオーナー データサイエンティスト データ活用部門 ビジネス課題 データ分析課題 パーミッション データ活用アクション 情報セキュリティ 法令 ポリシー その他規制
- 23.
- 24. 24 楽天のデータサイエンスコンサルティングサービス 楽天のデータ活用ノウハウやインサイトから、お客様にお役立ちするためのコンサルティングサービスを開始 １．データ分析サービス 楽天のデータもしくはお客様のデータを活用したインサイトを提供します アウトプット例：カスタマージャーニーマップ、ペルソナ像、顧客スコアリング ２．データ活用戦略立案支援 データ活用における将来ビジョンや組織作りなどを一緒に検討します アウトプット例：データサイエンス戦略構想、組織構想、ロードマップ ３．データプラットフォーム構想策定支援 データ活用のプラットフォーム（ ）について一緒に検討します アウトプット例：データマネジメントアーキテクチャ、データガバナンス設計 ４．データ活用研修サービス データサイエンティスト育成のための研修やワークショップを提供します 提供サービス例： ワークショップ、時間× 回の か月ワークショップ ご支援メニュー カスタマージャーニーマップ ビジネス優先度マップ 指標ツリー
- 25.