テクノロジーニュース

そのカスタマージャーニー、現実世界と乖離している可能性 機械学習で効率化するために覚えておくことは? | Ledge.ai

Appierは2021年2月、同社のチーフマシンラーニングサイエンティストであるソウドウ・リン博士によって、「『MLaaS(サービスとしての機械学習)』活用における課題とその解決アプローチ」を発表した。



昨今、データを取り、データを活用し、データをもとに成長を目指す企業が増えている。そして、競争環境や市場環境も急速に変化したことで、これまで以上に意思決定と実行に移す機動力を求められる時代になってきた。「『MLaaS(サービスとしての機械学習)』活用における課題とその解決アプローチ」では、ビジネスに必要な情報を収集、活用し、迅速かつ正確な意思決定を行うためのアプローチ方法がまとめられている。

実際のプロセスは“単純ではない”

企業が収集・複製・消費したデータを機械学習の導入によって迅速に処理することで、顧客への提案や製造プロセスの改善、市場の変化予測などがタイムリーに実現可能になってきた。しかし、各企業ではAIエンジニアをはじめ、“AIの専門スタッフ”を配置できていないケースも少なくない。

そうした企業には、機械学習の実装を加速させる「サービスとしての機械学習(MLaaS)」を提供する企業を活用したほうがいい、と本発表では語られている。

ただ、MLaaSにも課題があるという。それは、現実世界とデータ上での乖離だ。

本発表にともなうプレスリリースでは、Eコマースでのデジタルマーケティングを例に挙げている。そこでは、最もシンプルなカスタマージャーニーは、「商品をクリック→商品の詳細を表示→カートに追加→商品を購入」としているが、実際のプロセスは“これほど単純ではない”と述べられている。実際のEコマース利用者は、スマートフォン、PC、タブレットなど複数のデバイスを通して何度もアイテムを閲覧し、カートに入れた後であってもカートから削除したり、購入を断念したりする可能性があるためだ。そのため、購入を促進するアクションは、それ以前のアクションよりもはるかにハードルが高くなる。ここで、MLaaSのモデルがユーザーのクリック数や閲覧数だけに依存していたら、「購入を促進するアクションをしても、収益につながる精度は必ずしも高くはならない」という。



また、同プレスリリースでは、MLaaSは機械学習技術とサービスの全体的な安定性と堅牢性を保証することが非常に重要とも述べている。

>> プレスリリース

2021年のAIトレンド、Appierが発表

また、Appierは、「2020年のAIトレンドと2021年の予測」と題した発表を公開している。

Ledge.ai編集部では、AppierのチーフAIサイエンティストであるミン・スン氏に取材し、「2020年のAIトレンドと2021年の予測」の内容をもとに、今後AI業界で注目されるさまざまな変化や事柄について話しを聞いている。




クレジットソースリンク

もっと見せて!

Related Articles

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

Back to top button