コンピュータやストレージの性能向上により大量・高速なデータ分析が容易に
― ビッグデータという言葉を聞く機会が増えています。そもそもビッグデータにはどのような特徴があるのでしょうか。また、最近になって注目されるようになった背景はどこにあるのでしょうか。
及川 ビッグデータの特徴を表すキーワードとして「3つのV」があります。最初のVは「ビッグという名に示されるようにデータの「量（volume）」です。ユーザーがスマートフォンを持ち歩くだけでも膨大な量の情報が生まれます。2つめのVはデータの「多様性（variety）」です。データの内容が、SNS（交流サイト）のつぶやきや写真・動画投稿など多角的なデータも含まれるようになりました。そして、3つめのVはデータの「速度（velocity）」です。スマートフォンやSNSの普及などにともない、データはリアルタイムで発信され、短時間で拡散するようになりました。
世界最大のクラウド予測ソフトウェアを提供するAPT（アプライド・プレディクティブ・テクノロジーズ ）社で シニアバイスプレジデントを務める。電通で、広告・企画立案に携わった後、ネットイヤーグループの事業立ち上げに参加。マッキンゼー・アンド・カンパニーで経営戦略の構築などに携わった後、2006年、電通ネットイヤーアビームを創業。2010年に同社を継承した電通コンサルティングを設立、代表取締役社長に就任。2013年より、現職
また、最近になって、ビッグデータが注目されるようになった理由として、18カ月ごとにコンピュータの処理能力が2倍になるという「ムーアの法則」や、それよりも早いペースで増加するストレージ容量にあるようなサーバーの性能向上を挙げることができます。大量の情報の収集や分析が高速かつ安価にできるようなったことで、その活用が注目されるようになりました。
― POSデータを利用した顧客行動分析などはかねてから行われていました。ビッグデータで何が変わるのでしょうか。
及川 POSデータもビッグデータの一種です。これまでとの大きな違いは、前述したように、コンピュータの性能向上により、多様なデータ間の相関関係を容易に検証できるようになったことです。たとえば、従来は「あるお客様がAという商品を購入した」ということしかわかりませんでしたが、位置データや画像データなどを分析すれば「B商品にすべきか陳列棚の前でかなり迷った結果、A商品を選んだ」といったことまでわかります。
ビッグデータ活用の効果として、「インサイト（洞察）系」と「意思決定系」の2つに大きく分けることができます。「インサイト系」は、たとえば、ビッグデータを活用し、消費者の属性や行動、意識を分析することで、消費行動のストーリーを導き出し、ニーズに応える商品・サービス作りにつなげていくことです。「意思決定系」は、商品の導入や価格設定、広告・販売促進などの施策が意思決定にどのようなインパクトをもたらすかを予測し、施策の投資対効果の判断などに役立てるものです。
ビッグデータを意思決定に活用することで、投資判断の精度が高まる
― ビッグデータや人工知能（AI）などを活用すれば、新しい商品やサービス作りのアイデアが提示されるのではないかという期待もあります。
及川 コンピュータだけの力で、これまで見たこともないような画期的な商品をゼロから生み出すのには、まだまだ時間がかかりそうです。それでも、従来型のリサーチのほうがはるかに実用的です。顧客の声を聞いていけば、正確なインサイトを導き出せるかというとそうでもありません。消費者の多くは「店頭でたくさんの商品を選択できるほうがいい」と答えますが、点数を絞って大きな面積で商品を並べたほうがよく売れるということもあります。消費者自身の言動が一致しないことも珍しくないのです。
及川 直彦
一方で、意思決定系については、かなりテクノロジーも進んでいます。特に欧米では「エビデンス・ベースの意思決定」が広く採用されています。大手グローバル企業のほか、行政や教育などでも施策がKPI（重要業績評価指標）にもたらす影響の予測などのためにビッグデータを活用しています。
― 施策を行った効果測定などは、日本の企業も行っています。ビッグデータを用いた意思決定とは違うのでしょうか。
及川 たとえばある店舗に施策を導入した結果、売上が20％増加したとすると、「いい効果が出た」と判断しがちですが、実は施策を導入しなかった店舗がもっと売上を伸ばしていたとするとどうでしょうか。むしろ施策をやらないほうがよかったということになります。あるいは人間が想像もしなかった要因と施策との因果関係があるのかもしれません。従来は人間がこの因果関係を推測していましたが、最近では機械学習などにより因果関係があると思われる条件を抽出するツールなども登場しています。これにより、より幅広い要因との因果関係を特定できるようになりました。
― これからビッグデータをビジネスに活用しようとする企業はどこから取り組むべきでしょうか。
及川 どんなに天才といわれるマーケッターでも、すべてのアイデアが当たるとは限りません。また、同様にビッグデータも万能ではありませんし、それによって爆発的ヒットが生まれるというわけではありません。ですが、人間が考えた玉石混交のアイデアを、データを用いて検証することで、より精度を高めることが可能です。莫大なデータの中から、いわゆるシグナルとノイズを抽出する作業はツールに委ねることができます。それを有効活用してイノベーションを起こすためには、抽出されたシグナルに基づいて判断することが重要です。そして見つけたシグナルにフラットに多くの人の目を通すことで有益なヒントを発見することができるかもしれません。部門を横断し、さまざまな職種の人が集まって、データを前にいわゆる「ワイガヤ」をやってみるといいでしょう。まずは、試行的な小さなプロジェクトで着実な成果を生むことが、データを活用したイノベーションにつながっていくはずです。
