What is the Datamining? データマイニングとは？
ソフト・アンド・ロジックが考えるデータマイニング
「データマイニングをやりたいのですが」
弊社コンサルタントに、このような問い合わせを頻繁に頂きます。この業界でいち早くデータマイニングの有効性に目をつけ、それを軸としたコンサルティングサービスを実践してきた弊社を頼っていただくのは大変うれしく思います。しかし、そのようなお客様にはデータマイニングをオススメすることはいたしません。
「とりあえずデータマイニングは置いておいて、何がなさりたいのですか？」
・・・と逆に質問いたします。すると
- 顧客満足度を上げたい
- ダイレクトメールの返信率を上げたい
- 大量のデータをなんとか有効な資産にしたい
・・・というお答えを頂きます。さらに
「データマイニングを使えばうまくできるという話を聞いた」
などとも仰られることがあります。
ここではっきりさせておきたいことがあります。
１．データマイニングをすればどんな難問も解決できる。
２．データマイニングをすればまさしく金の鉱脈のような知見が得られる。
・・とお考えでしたら、今すぐ改めてください。
 データマイニングのココロガマエ
前述の質問ですが、置き換えるとこういうことになります。
「赤いスポーツ外車に乗ってみたい」
確かに、最新の高性能スポーツカーに乗ればある程度の速度で走ることができます。所有するだけで優越感も得られるでしょう。しかし、前提条件があります。
前提１：赤いスポーツ外車はとても高額です。
前提２：乗りこなせる運転技術はお持ちのドライバーはいらっしゃいますか？
前提３：どのメーカーのお車をご希望ですか？
ご質問いただく多くのお客様のうち、実際に約7割は前提１の金額に驚いて断念されます。残りの２割は前提２の段階で「え？車を買えば誰でもF1ドライバーのように速く走れるんじゃないの？」と言われ
「そんなドライバーはいないし、雇う金もない」と言われます。
残りの一割の方はこのように仰ります。
「高額なのはわかっていますが、それだけ払う価値があるがあることも知っています。」
「とにかく、とあるサーキットのタイムを5秒縮めることのできる高性能車がほしいのです。」
「タイムを5秒縮めればレースに勝つことができます」
「今後社内で優秀なドライバーを教育しようと思っています。」
断念する９割の方と導入を決意する１割の方は何が違うのでしょうか
- 目的（収益改善）と手段（ツールの導入）が明確である。
- その目的とはツールの導入ではなく、あくまで収益を改善である。
- 収益がどれだけ改善できるかの計算ができているから、結果的に安い買い物になることをわかっている。
- 導入後も社内でさらなる改善、ノウハウ化をしていく姿勢がある。
この段階で初めて、前提３である「ではどのお車にしましょうか？それぞれの特徴をご説明します」と言うフェイズに移ります。
たかがデータマイニング、されどデータマイニング
データマイニングを知り尽くしているソフト・アンド・ロジックでは、「たかが」の部分を隠すことはいたしません。ソフトウェアベンダーが宣伝する華々しい謳い文句を私達が並べて何の意味があるのでしょうか？ソフトウェアベンダーのプレゼンテーション現場では、怒涛のごとく「あれもできます、これもできます」と言ったような、「何ができるのか」というスペックしか説明しません。「どれだけできるのか」というクライアント側のベネフィットについてはあまり言及されません。その質問をしても恐らく遠まわしに「結果責任は負いかねます」といわれるのがおちでしょう。いえ、彼らはおそらくどこか聞いたことも無い海外の企業の導入実績を説明するでしょう。
「この企業では顧客の獲得率が２００%上がりました」
「この企業では予測精度が１１０%になりました」
それはまるで、「イタリアの元レーサーがこの車で○分○秒を記録しました！」
というのに近いくらい意味の無いことです。
ソフト・アンド・ロジックが提供するデータマイニング
以上のことから、ソフト・アンド・ロジックでは「この顧客の要求に最もフィットするソリューションは何か？」を真剣に考えます。それは同時に「顧客の収益を最大化する方法」を真剣に考えることでもあります。私たちは「データマイニングではこんなことができます」とは言いません。「顧客の要求に答え、収益を最大化するのにデータマイニングが必要だ」と判断した場合にのみご提案いたします。
 サプライチェーンの需要予測の場合
チェーンストアなどで「来週の特売の洗剤の欠品を防ぎ、過剰在庫を最小化するために何個仕入れるべきか」という疑問に対して、データマイニングが使えそうなことは、なんとなく見当がつきます。しかし、たかだか1日数百円、年間でも数百万円のロスを防止するために1億もするシステムを導入するのは馬鹿げています。チャンスロスや過剰在庫のリスクが大きく、システムを導入したほうがよいと判断された場合でもデータマイニングツール及び提供ベンダーの仕事は「もっとも当てはまりのいい予測値」を出すことまでです。かかる費用と得られる利益、リスク材料を大局的かつ定量的に算定し
「予測が外れ、品切れした場合に翌日納品してもらう仕組みは策定できないか」
「特売は比較的予測のしやすい商品（価格弾力性が安定している）にしてはどうか」
「過剰に残った場合の在庫処理スキームは検討できないか（店間振替業務の最適化など）」
など、背中の痒いところにまで手が届くご提案が可能なのは私たちだけです。
カタログ通販会社のDMコストの改善をする場合
10万人の顧客がいる通販企業A社では、毎月DMを10万件発送しています。そのコストは膨大ですが、その企業では「ダイレクトメールは必要経費である」と考えられています。例えば平均２％程度の「反応率を向上させたい」と思った場合、データマイニングツールは最適です。反応があった顧客の属性をデータマイニングにより分析を行い「年収600万円以上で郊外の一戸建てに住む30代の主婦の反応率が最も高い（ただし○○県は除く）」と言うことがわかれば、そのセグメントにダイレクトメールを送ることで大幅に反応率は高まり、発送コストは大きく抑えることが可能です。この手法を使えば「一冊2000円もする総合カタログを誰に送るべきか」という課題も解決します。しかし残念ながらデータマイニングツール及びベンダーの仕事はここまでとなります。「何がいけないんだ？反応率が上がり、コストは減った。それで十分じゃないか？」 とお考えかもしれません。しかし私たちはそこで終わりません。なぜなら、DMの配布毎数を絞り込むことによって反応率の向上とコスト削減には成功しましたが、それだけではまだまだ不十分だからです。誤解を恐れずに言えば、対象を絞り込んでの「反応率の向上」は数字のトリックに過ぎません。
売上を最小単位に分解すると「客数×客単価×利用回数」となります。どれが欠けてもいけません。例のような手法だけでは単にコストを削減しただけにすぎないのです。
⇒LTV向上
上記を全て行ってこそ収益は最大化します。
データマイニングツールベンダー大手であるSPSS社のTom Khabaza氏は 外部リンク：データマイニングの神話と落とし穴 で以下のように述べています。
|
|
|
（中略）ビジネス知識がなければ、結果が役立つものであるかどうかの判断もできないし、それに向けてデータマイニングプロセスを進めていくことも不可能である。
ビジネスユーザーは時にこんな態度をとる。「データはここにあるから、好きにマイニングして答えを返してくれ」。もしデータマイニングプロジェクトがこんな風に組織されているのであれば、うまくいったとしても有効な結果を得るまでに長くコストのかかるやりとりが発生するだろう。最悪の場合はでたらめな結果しか出せず、プロジェクトは失敗に終わる。
この落とし穴に落ちないためには、ビジネスユーザーをプロジェクトに巻き込むしかない。もっと詳しく言えば、詳細な知識をもつビジネスユーザーを、データマイニングプロセスのあらゆるステップに関与させる必要がある。理想的には、実際にビジネスに関与している人がマイニングをすることが望ましい。データマイニングコンサルタントが分析にあたる場合でも、検討事項に関し答えを出せるビジネス知識をもった担当者とともに進めるべきである。そのためには、対話的にデータマイニングを進められる環境と、素早く意思疎通できることが不可欠である。（データマイニングコンサルタントがその業界に詳しかったとしても、一般的な知識だけでは不十分である。特定のビジネスに対する詳細な知識が要求される）。
|
|
|
|
|
特定のビジネスに対する詳細な知識、つまり「現場での経験」がデータマイニングには最も重要な要素なのです。
ソフト・アンド・ロジックのデータマイニングサービスにご依頼いただくメリット
- データマイニングを含めた最適なソリューションを設計・ご提案いたします。
- 導入前のご相談、KPIの策定、要件定義、プロジェクトマネジメント及び社内システム部署と外部SIerとの調整、導入後のパフォーマンス評価、従業員教育など、フェイズに応じたご利用が可能です。
- 高額なデータマイニングツールを検討するために必須である、実データを使った事前パフォーマンステスト「お試しデータマイニング」を安価でご提供します。※通常ソフトウェアベンダーに依頼するとそれだけでも100万円〜かかることがあります。
-
ソフト・アンド・ロジックのデータマイニングサービスにご依頼いただくデメリット
- とにかく早期のツール導入が目的であり、マストであるという方には向きません。
HOME
|
