マンガアプリ「GANMA!」のAI導入、たった1人のデータサイエンティストが2カ月で実装できたワケ:【特集】Transborder 〜デジタル変革の旗手たち〜(4/4 ページ)
月間PVが35億に達する無料マンガアプリ大手の「GANMA!」。訪れたユーザーを定着させるため、機械学習を活用したレコメンドモデルをリリースしたとのことだが、それは社内で“たった1人”のデータサイエンティストが作ったのだという。
「システム開発経験のあるデータサイエンティスト」の重要性
データサイエンティストというのは、データを分析し、精度の高いモデルを作ることだけが仕事ではない。ビジネスにおけるデータ分析というのは、データ収集や、分析した結果をしかるべき場所で報告するといった要素に加え、作成したモデルをテストしたり、その仕組みを自動化するといった“エンジニア的”な作業も多分に含まれる。
前職でシステム開発の経験を積んでいた大藪さんは、自動化のノウハウを持っていた。このような「システム開発経験を持つデータサイエンティスト」という人材は意外と少ないのだという。エンジニアのスキルをベースとしているか、統計学などアカデミックなスキルをベースとしているか、そのどちらかが多いのだそうだ。
「プログラムは、さまざまな繰り返し作業を自動化してくれる手段です。データ分析は“繰り返し“がとても多い。そのため、プログラミングのスキルがあるかどうかで、試行錯誤の回数が変わってくると思います」(大藪さん)
実際に本契約を行う前から、大藪さんはDataRobot APIを駆使してさまざまなテストを進めていたという。これも実装がスムーズに進んだ要因の一つといえるだろう。
コミックスマートでは今後、社内でDataRobotを利用する人をさらに増やしていきたいと考えているという。
「各マンガの編集担当も日頃からGoogle Analyticsなどを見ており、データに親しんでいます。そのデータを加工して活用していく点が次の課題になるかもしれません。編集者にもデータ分析に興味がある人はいるため、彼らにアプローチしてDataRobotを使ってもらえればと。やはり、たった1人ではリソースが全然足りないです」(大藪さん)
また、PVやユーザー数、売り上げの予測から、ユーザー登録をしていない人でも、読んでいる作品からユーザーの嗜好や属性を類推し、より効果のある広告を掲載するような仕組みも考えているそうだ。
関係者が目的意識を共有し、ツールの導入前に情報整理を済ませておいたこと、当事者がデータや自社システムに深い造詣を持っていたことなど、コミックスマートの事例には、AI導入に成功するための象徴的なヒントが詰まっている。
関連記事
- 特集:Transborder 〜デジタル変革の旗手たち〜
- データサイエンティスト不足に悩んだ「LIFULL」 突破のカギは、機械学習の自動化
データは増え続けているのに、それを分析する人手が足りない――。そんな企業は少なくないだろう。住宅情報サイトを運営するLIFULLも、データ分析チームに依頼が殺到し、困っていた。彼らはどのようにしてこの苦境を乗り越えたのだろうか。 - IoTデータ分析に機械学習の自動化ツール、大阪ガスが導入を「即決」した理由とは?
機械学習を用いた予測モデルの作成を自動化する「DataRobot」。日本では、大阪ガスが早くから導入して成果を上げてきた。ビジネスアナリシスセンター長の河本さんは、製品の存在を知ったときに、導入を即決したという。その理由はどこにあるのか? - あなたたちは、本当に「AI開発プロジェクト」をやる気があるのか?
データもない、分析技術もない、開発するエンジニアもいない――。AIを開発しようという企業には「3つのカベ」が立ちはだかるといわれていますが、それよりももっと根本的な「当事者意識」の問題があるのを知っていますか? - AI開発プロジェクトは成功までに3回失敗する、でも決して折れてはならない
データサイエンティストとして、数々のAI開発プロジェクトを経験したトランスコスモスの北出さんは「AI開発プロジェクトが成功するまでには、大体3回は失敗する」と話す。一体どんな失敗をしてしまうのでしょうか。その理由と合わせて解説します。 - コールセンターの退職予備軍をAIで予測し、半年で離職者を半分にできた理由
「3カ月後に辞めてしまうオペレーターを予測してほしい」。そんな依頼を通信サービス会社から受け、実際に半年で95%まで予測精度を高め、退職予備軍の離職を予防したという事例があります。しかし、そのプロジェクトも順風満帆というわけではなく、三度の失敗を経験していたのです。
関連リンク
Copyright © ITmedia, Inc. All Rights Reserved.