かっこが目指す、ECに役立つ誰もが成果をあげられるカジュアルなデータサイエンス活用とは

かっこ株式会社 データサイエンス事業部 リードデータサイエンティスト 根本景太氏

EC市場で抜きん出るためには、もはやただコンサルタントに売上拡大の施策を相談すればいい時代ではない。まず重要なのは、売上や顧客に関するさまざまなデータを分析すること。しかし日々集まってくる数字の意味を読み解こうにも、膨大なデータを前に何をすべきか分からないという人も多いだろう。そんな企業にとっての“データサイエンス分室”になることを掲げるのが、かっこ株式会社だ。今こそデータサイエンスが必要な理由、分析した“その後”に起きることを、同社のリードデータサイエンティスト 根本景太氏に聞いた。

“寄り添う”データ分析でクライアント企業の利益向上に貢献する、かっこのデータサイエンス

──ビジネスにおいて、データサイエンスはどんな役割を果たすものなのでしょうか。

まずデータサイエンスとは、さまざまなデータを分析することで有益な情報を導き出し、意思決定を支援する科学的手法です。ビジネスにおけるデータサイエンスは、ビジネスで利益を生み、継続してより高い利益を上げ続けていくための作戦を、データを通じて導いていくことだと言えるでしょう。

──データサイエンスを導入したいと考える企業は増えていますか。

そうですね。今やビジネスにおいてデータの取得は当たり前のことになり、ECでもこれまでの取引のデータがかなりたまっていると思います。そのデータを活用したい、利益向上につなげたいと考えるのは自然なことだと思います。

昨今はAIの導入やDXの推進やらが声高に叫ばれており、より効率よく生産性を高めることが重視されているのだと思いますが、人間が仕事をすることには代わりはありません。どんなに機械化や自動化が進んでも、要所要所で人の判断と作業が求められます。一方で、人的資源には限りがあります。そこで、何をどのような順番で判断し処理していくと、より大きな利益向上が果たされるのか、上流の作戦・戦略を一緒に考え、その実現をお手伝いすることもデータサイエンスです。

──では、貴社の“データサイエンスサービス”はどういったソリューションなのでしょう。

抱えている課題やデータは、企業によって異なります。そのため、まず、お客様の課題と、お客様が保有するデータを把握するためのヒアリングから始めます。そのうえで当社ができることをご提案し、データ分析プロジェクトとしてお客様と一緒に取り組むのが基本です。課題と取引に関するデジタルデータがあれば、それに合わせて都度サービスのカスタマイズは可能ですし、業種や業界も問いません。

かっこの提案プロセス。依頼企業の悩みやサンプルデータの確認といったヒアリングを経て、柔軟なソリューションを提案する

──データサイエンスと聞くと、ちょっと難解なイメージがあります。実際何をしてくれるのでしょう。

たしかにちょっと難しいイメージがありますよね。基本的には、お預かりしたデータを用いて、利益向上の判断材料や、アクションに落ちるレポートを作成・納品し、報告会を実施することになります。弊社では「統計」「機械学習」「数理最適化」といったデータサイエンスの技術を用いてデータを分析しますが、顧客にとって意味が分からない、難解で判断できないような結論をそのまま伝えることはありません。

データサイエンスによって導き出された結果が、クライアントの企業様にとってどんなインパクトがあるのか、現場の人たちにとってどのように役立つのか、そして経営陣が判断する助けになるのか。そうしたことを明確にしたうえで誰にでも理解できる言葉と、数値に落として伝えるようにしています。

おかげで、当社のデータサイエンスサービスはとても分かりやすいという評価をいただくことが多いです。「他のデータ分析会社は、ちょっと何を言っているのか分からなかったが、かっこの分析で分かるようになった」「データに興味を持つことができた」といった声をいただくこともあります。私たちはデータサイエンスの技術を、もっとカジュアルに提供し、成果をあげるお手伝いをしたいと考えているんです。

企業側が勝手に作り上げたカスタマージャーニーになっていないか？　データ分析で解決へ

──これまでどんな課題を解決してきたのでしょうか。

ECと実店舗の両方を手掛ける企業の事例で、「一度購入した後に、また購入してくれる人を増やしたい」という課題に対し、ユーザーの購買行動に大きく影響している因子を探り出した実績があります。このケースでは、従来、まず購入時に仮会員になってもらい、後から正会員になることを選択できるという形を取っていました。しかしデータを分析した結果、仮会員の状態で購入する人より、購入段階で正会員になった人のほうが、十数倍も次の購入につながることが分かったんです。実は、すでにその企業もお客様とコミュニケーションをしっかりとって正会員になってもらうほうがいいのではと、感じていたそうです。でも確証がなく、購入時のコミュニケーションがおざなりになっていました。それが、データに裏打ちされた事実が判明したことでオペレーションを変え、お客様とのコミュニケーションの優先順位を高くしたことで、課題の解決につながりました。

データサイエンスは業務効率化や生産性向上のためも活用可能。「データがあれば、業種や業態は問わない」と話す根本氏

ECやWebサービスでは、マーケティングオートメーション（MA）のツールが当たり前のように導入されて自動化が進み、特定のタイミングで特定のユーザーに、メールやLINE、プッシュ通知などで情報を送っています。しかしそれらは「お客様はこういう風に思ってくれているはず」「こう行動してくれるはず」「自分たちはお客様からこう見えているはず」といった、企業側が勝手に作り上げたカスタマージャーニーになってしまっているかもしれません。それでは最適な自動化とは言えないでしょう。むしろ、ユーザーにとって心地良くないコミュニケーションが自動で繰り返されている恐れすらあります。

最適な自動化を続けていくには、顧客に即した施策が行われていることが必要ですが、データ分析を行うことで、正しく実態にもとづいた顧客像の把握が可能となります。例えば、こんなこともありました。ECや実店舗でクーポンを使った販売施策を行っている企業なんですが、「前回と同じようにしておけば問題ないだろう」と、毎回同じような施策をしていました。どんなお客様がいて、どのように反応しているのかという実態を把握できていなかったので、ただ漫然と同じような施策を繰り返していた状況です。そこで、お客様の行動をデータから解析してみたところ、お客様が求めているものに対して施策がズレているのではないか、クーポンの設定金額が間違っているのではないかという仮説が浮上しました。例えば2000円以上買うと100円引きになるクーポンよりも、1万円以上買うと500円引きになるクーポンのほうが、お客様に刺さるのではないか、という仮説です。実際に施策を変えてみたところ、驚くほど仮説通りになり、購買単価が上がることで、売上は大きく伸びました。お客様の買い物の仕方や属性を分析した結果、企業側の想定とは違っていたことが発覚する、ということはよくあるんです。

──データを分析し、その結果を見せた時のクライアント企業の反応は？
導き出された結果を見て「本当はこうだったのか！」となる場合もありますが、うすうす感じていたことがデータで裏打ちされて「やっぱり」とうなずかれることも多いですね。皆さんも売上や購買行動などの数字は見ていますから、なんとなく感じてはいるんです。ただ“証拠”がなければ自信をもって今のやり方を変える判断までは出来ません。当社のサービスは、アクションによる期待効果を目に見える数字として形にすることで、意思決定を強力にサポートできます。

その会社の売上がどう生み出されているのか。売上を分解して集計・分析してみると、例えば、その会社にとっては顧客単価よりも1人のお客様に何度、購入してもらうのかが大事であり、そのために有効な施策を考えるのが重要だ──といったことが見えてきます。各々に合致したKPI（重要業績評価指標）に基づいてビジネスを進めていかなければ、コストを掛けた広告宣伝や施策を打って売上が上がっても、なぜか利益は上がらないということが起きてしまったりします。

顧客に寄り添い“見えた後”のサービスも提供

──データを分析することで、自分たちでは気付かなかった問題点や、課題解決の糸口が見えてくるんですね。では、それらが“見えた後”についても教えてください。

当社は企業様の課題・要望に合わせてできることを提案させていただき、まずはデータ分析プロジェクトとして一緒に取り組みますが、プロジェクト完了時には必ず、その後も継続して利益を上げ続けていくための取り組みやサービスをご提案しています。

ご要望で多いパターンは2つあって、1つ目は「データ分析の継続」で、2つ目は「明らかになった内容を活用するためのアルゴリズムの提供」です。プロジェクトを終えるときは、より利益を向上させるための新たな課題が浮かび上がってくるということが非常に多いのですが、そんな時に「データ分析の継続」をご提案します。この時、プロジェクトの形式ではなく、お客様に寄り添い、あたかもお客様の社内にデータサイエンスの部署があるかのように、取り組ませていただくこともあります。弊社内のデータサイエンス資源を月額契約で活用していただき、さまざまなステージのあらゆる分析ニーズに応えていくような取り組みですね。

「アルゴリズムの提供」は、データ分析から分かったことをアルゴリズムに落とし込んで、顧客企業様の業務フローの中に組み込んでいただけるようなツールやサービスを開発・提供する取り組みです。これはプロジェクトで明らかになった結果をその後も享受していただけるような仕組みを作る、ということですね。弊社でサービスをスクラッチ開発することもありますし、顧客企業様が利用しているBI（ビジネスインテリジェンス）ツール上に組み込むといったこともしています。ツール提供の例としては、とある企業様で、過去の受注結果に基づいた需要予測によって在庫数を決定することで機会損失の大部分を解消できることが判明したため、自動で需要予測を行うツールを開発・提供したケースがあります。データ分析成果をビジネスに取り込んで、データサイエンティストに頼らず自走させるまでを、お手伝いしている感じですね。

──貴社のサービスを導入した企業からは、どのような声が届いていらっしゃいますか。

継続して利用したい、とおっしゃっていただけることが多いです。例えばある企業様では、分析した結果を現場で活用してもらうだけでなく、レポートを経営会議の資料として継続して使っていただけたことがあります。一度データ分析をすると、その企業様のビジネス構造やデータ構造などを、当社でもしっかり把握できるようになるので、その後もビジネスの肝になるデータを取り扱わせてもらう機会が増えます。実績を積み良い関係を築くことで、継続利用につながるケースも多いですし、さらに社内の別のプロジェクトを受注させていただくこともありますね。

──企業によって“データの形”はさまざまだと思います。コメントの多いデータや、イレギュラーな処理が多いデータもあるかもしれません。どんなデータでも、分析できるものなのでしょうか。

分析しやすい、きれいなデータがたまっていることなんてめったにありません。企業は売上を伸ばす活動をするものであり、取り引きし、売上を伸ばしていくうえで、イレギュラーな処理は必ず発生します。そこに、まさに企業の歴史があると思っているんです。当社では、そうしたデータをまず、ひも解いていくことからデータサイエンスを始めます。

最初に課題とデータについてヒアリングするわけですが、可能であればNDA（秘密保持契約）を結ばせていただいて実際のデータをお預かりする、あるいは現状に近いサンプルデータをいただいて、それを基にご提案できることがあるかどうかを判断させていただいています。ですからぜひ、データの状態は気にせずに、まずはご相談ください。