ビッグデータエンタープライズオペレーション（コラム：エンタープライズオペレーションにおけるビッグデータの活用）

コラム：ビジネスに活かすビッグデータ

ビッグデータは、企業運営のさまざまなレベルでさまざまな役割を果たし、さまざまなアプリケーション方法論に対応します。この記事では、企業運用におけるビッグデータ アプリケーションのさまざまなレベルと、それに対応するアプリケーション方法 (ビッグデータ企業運用アプリケーション ピラミッド モデル) を抽象化します。ビッグデータ企業の運用ピラミッドは、データ基本プラットフォーム層、業務運用監視層、ユーザー洞察とエクスペリエンス最適化層、洗練された運用とマーケティング層、ビジネス市場コミュニケーション層、業務運用分析層、戦略分析層の 7 つのレベルに分かれています。企業がビッグデータ アプリケーションを検討する場合、このモデルは基本的な参照方向として役立ちます。

データ基盤プラットフォーム層。データ インフラストラクチャ プラットフォーム層は、ビッグ データ エンタープライズ運用アプリケーション ピラミッドの最下層であり、ピラミッド全体の基盤層でもあります。基盤層が適切に構築されていない場合、上位のアプリケーション層は企業運用においてほとんど効果を発揮しません。データがない場合、または高品質のデータがない場合、すべての分析とデータ マイニングは誤解を招くことになります。データ インフラストラクチャ プラットフォーム層の目標は、ユーザー (顧客) のポートレート (性別、年齢など) やユーザーの行動など、企業のすべてのユーザー (顧客) データを一意のユーザー ID でつなぎ合わせ、ユーザー (顧客) を包括的に理解することです。データ基盤プラットフォーム層の構築には、次の 3 つの重要なポイントがあります。

（１）ユーザーの固有IDを決定する。企業は、ユーザー (顧客) データにアクセスするために一意の ID を決定する必要があります。会員登録番号、携帯電話番号、ID番号などの使用を検討できます。会員登録システムを構築する場合、企業がユーザーの携帯電話番号をメンバーアカウントとして使用するのが最適です。これは、後で他の外部データソースを統合するのに便利です。同時に、携帯電話番号を使用する利点は、将来的に携帯電話番号に基づいて会員に対して関連性の高いマーケティング活動を実行できることです。

（２）データサイロの問題を効果的に解決する。ビッグデータを扱う企業には複数の事業部が存在することが多く、異なる事業部のデータには孤立した状態になっていることが多く、その結果、同じ企業のユーザーのさまざまな行動や興味がさまざまな部署に分散し、異なるデータアイランドが形成され、企業のデータ資産が適切に統合され、活用されることが妨げられています。データ サイロの問題を解決するには、上級管理職が注意を払い、会社レベルで中立的なデータ部門を承認する必要があります。企業は、データ サイロを解決し、データを接続するために、上から下までさまざまなビジネス部門からのデータを意識的かつ強力に統合する必要があります。

（３）効率的なデータ管理と計算の問題を解決する。技術的および規制的な手段を通じてデータを管理できます。解決すべき重要な問題は、データ ウェアハウス内のデータの具体的な意味は何か、そしてそれをどのように効率的に保存および計算するかということです。データ アクセス システムとメタデータ管理システムを通じて、データの定義と関連するコンピューティング ロジックを効果的に管理できます。分散ファイルシステムや分散データベースなどの方法を通じて効率的なストレージの問題を解決する。ビッグデータクエリと分析、バッチコンピューティング、ストリーミングコンピューティング、メモリコンピューティング、およびビッグデータコンピューティングタスクスケジューリングシステムなどのコンピューティングモードを通じて、効率的なコンピューティングの問題を解決します。

ビジネスオペレーション監視レイヤー。ビジネス オペレーション監視レイヤーの主な目的は、企業がビジネス オペレーションの健全性を監視し、問題を迅速に発見してその原因を特定できるようにすることです。まず最初に行うべきことは、業務運営のための重要なデータ システムを構築し、その上で重要なデータの変化を監視し、データ変化の原因を特定し、業務上の意思決定を支援するための視覚的なデータ製品を開発することです。業務運用監視層では、企業がリアルタイムコンピューティング機能を構築すれば、業務運用における多くの問題をより迅速に発見できるようになります。したがって、業務運用監視層の作業には、次の 2 つの重要なポイントがあります。

（１）データシステムを整理する。データアナリストとビジネスマネージャーは協力してビジネスデータシステムを整理し、特に KPI データなどの重要なデータを体系的に分類して整理します。 KPI データのレビューは、データが減少しているという仮定から始めることができます。アクティブユーザーを例に挙げてみましょう。製品のアクティブユーザー数が減少した場合、物理的な分解を通じて影響モジュールを見つけることができます。つまり、製品のアクティブ ユーザー数の減少は、そのサブモジュールのアクティブ ユーザー数の減少によって引き起こされる可能性があります。サブモジュールをさらに分解して理由を分析することができます。分解プロセスは、データ システムを構築するプロセスでもあります。一方、新規ユーザーと既存ユーザーの構成、ユーザーの質、プロモーションチャネルの質の変化など、アクティブユーザーに関連する要素に関するデータ分析を行うことができます。

（２）データの変更を監視する製品を作成する。企業は、柔軟でインテリジェントなデータ変更監視製品を構築し、ソートされたデータ システムをデータ変更監視製品にカプセル化する必要があります。データ変更監視製品には、次の 3 つの機能が必要です。まず、データ システムとデータ間の接続を明確に確認できるように、データの視覚化と可読性が高くなければなりません。第二に、変化の原因はアルゴリズムを通じて特定されるべきである。第三に、重要なデータの重要なノードで問題が発生すると、テキストメッセージや電子メールなどを通じて関係者に通知できるように、インテリジェントなアラーム機能を提供する必要があります。

ユーザーインサイト/エクスペリエンス最適化レイヤー。このレイヤーは主にビッグデータを使用して、ユーザーの行動や好みに関する洞察を得るとともに、ユーザー エクスペリエンスを監視および最適化します。このレベルでは、構造化データと非構造化データ (テキストなど) の両方を使用して洞察と最適化を行います。前者はさまざまなユーザー行動モデルを適用することで実現され、後者は Weibo、フォーラム、社内の顧客サービスシステム上のテキストを監視することで洞察と最適化を得ることに重点が置かれます。具体的には、次の 2 つの側面が含まれます。

（1）ユーザーの洞察ビッグデータ技術を活用して、Weibo、フォーラム、企業の顧客サービスシステムからテキストデータを収集し、製品に関するユーザーの懸念や傾向に関する洞察を獲得し、ユーザーのニーズと傾向をリアルタイムで把握します。ビッグデータに基づいてユーザー行動データ分析を実施し、ユーザー調査と組み合わせてユーザーの潜在的なニーズと期待を深く理解します。社内データを体系的に整理した後、社内データユーザー向けのセルフサービス分析ツールを構築し、社内データユーザー（製品マネージャーやマーケティング担当者など）が柔軟にデータを抽出・分析し、関連する調査や意思決定を行えるよう支援します。

（２）エクスペリエンスの最適化ビッグデータを使用して、さまざまなユーザー エクスペリエンス監視モデルを構築し、ユーザー エクスペリエンスを最適化できます。たとえば、電子商取引のユーザー購買行動のファネル モデルでは、ホームページへのアクセス、製品の詳細の表示、ショッピング カートに追加、購入、支払いなどのユーザー間のコンバージョン率を監視して、ユーザーのショッピング プロセスにおけるエクスペリエンスの問題を発見します。ビッグデータ技術を通じて、製品の使用に関するユーザーの評価を監視し、製品体験の問題を迅速に発見し、関連する製品またはサービス部門に提出して調整と最適化を行います。

ビジネス運用監視レイヤーとユーザーインサイト/エクスペリエンス最適化レイヤーの最終的な目標は、企業運用の健全性のインテリジェントな監視を実現することです。この 2 つの層で作られたツールは、体温計、血圧計、B 超音波、CT など、人体用のツールのようなものです。これらのツールを使用すると、企業運営のどのモジュールまたはリンクに問題があるかをすぐに確認できるため、関係者がタイムリーに改善を行えるようになります。

運用とマーケティングのレイヤーを改良します。このレイヤーの主な目的は、企業がビッグデータを通じて洗練された業務やマーケティングを実行できるようにすることです。洗練されたオペレーションとマーケティングを実現するための鍵は 6 つあります。

（１）ユーザーベースのデータ抽出・操作ツールを構築する。運用およびマーケティング担当者は、簡単な条件設定（男性、18〜24歳、特定の興味や趣味を選択するなど）を通じてユーザー情報を抽出し、該当するユーザーに対してマーケティングまたは運用活動を行うことができます。

（２）ビッグデータを基にCRMシステムを構築する。従来の CRM システムは企業の内部データのみに焦点を当てていますが、ビッグデータ時代の CRM は企業の内部データを統合するだけでなく、より多くの外部データを統合し、ビッグデータ テクノロジを使用して、よりリアルタイムで多様なユーザー行動と嗜好データを取得し、企業の潜在的ユーザーと既存ユーザーにラベルを付け、多次元でリアルタイムのユーザー ビューを構築し、さまざまなユーザーの価値をより効果的に把握し、さまざまなユーザーに対してさまざまなマーケティング戦略を実施する必要があります。

（３）ビッグデータに基づくマーケティング活動データマイニングシステムを構築する。データマイニングを通じて、マーケティング活動に対するユーザーの反応（クリックスルー率など）を改善します。一般的なデータ マイニング アルゴリズムには、決定木やロジスティック回帰などがあります。これらのアルゴリズムは、アクティビティに参加する可能性が最も高いユーザーを効果的に特定したり、潜在的な顧客を事前に発見したりすることができます。

（４）チャネル品質監視を推進し、不正行為を防止する。ビッグデータを通じてマーケティングプロモーションチャネルの品質の監視モデルを確立し、プロモーションチャネルの有効性と品質をリアルタイムで監視し、チャネルの不正行為を防止し、プロモーション戦略と予算をタイムリーに最適化および修正します。

（５）データマイニングを通じて顧客ライフサイクル管理を実施し、製品と同様に、ライフサイクルのさまざまな段階にある顧客をリアルタイムでマークして警告し、ライフサイクルのさまざまな段階にある顧客に対して効果的な活動をタイムリーにプッシュします。

（6）顧客に合わせたパーソナライズされた推奨事項。主な目的は、パーソナライズされた推奨アルゴリズムを使用して、ユーザーのさまざまな興味やニーズに基づいてさまざまな商品や製品を推奨し、プロモーション リソースの効率と効果を最大化することです。

ビジネスマーケティングコミュニケーションレイヤー。このレベルでは、製品の普及を支援するために「魅力的な」データ分析とマイニングを使用する必要があります。これを実現するには主に 2 つの方法があります。

（ １）興味深いデータ情報マップを作成する。誰もが、商品PRソフトの記事を読むのは好きではなく、楽しくて興味深いコンテンツを読むことを好むと思います。これは特にインターネット上でのコンテンツの配信に当てはまります。第三者データ会社CNNIC中国インターネットネットワークインフォメーションセンターの2014年のデータによると、10～29歳のネットユーザーが中国のネットユーザー全体の55%を占めている。これらのユーザーは若くて「負け犬」である傾向があるため、「セクシーな」コンテンツを好みます。ある電子商取引プラットフォームは、Cカップ以上のブラジャーを購入したユーザーの地域分布を集計したところ、ネットユーザーの大部分は西安出身であることがわかった。その後、このデータは西安の女子のスタイルが良いことを示唆するものとなり、多くの「貂蝉」ネットユーザーがこの情報を広めるきっかけとなった。あるソーシャルネットワーキングプラットフォームは、8億人を超えるアクティブユーザーに基づいて「北京、上海、広州からの避難」のデータチャートを公開し、春節後にユーザーの11％が北京、上海、広州から避難したことがCCTVの詳細な報道を集めた。

（2）データ可視化製品の提供例えば、ある検索エンジンメーカーはキーワード検索インデックスを提供しており、このキーワードに注目しているユーザーは、このキーワードに対するネットユーザーの注目の傾向をリアルタイムで把握することができます。このサービスを提供しながら、検索メーカーにとってのブランドコミュニケーション効果も形成します。もう1つの例としては、インターネットマップサービスが自社の位置データを基に、春節期間中にネットユーザーに全国春節旅行ヒートマップを表示し、視覚的なビッグデータ製品の形で全国春節旅行の動向を示したことが挙げられます。ネットユーザーは、ダイナミックトラベルヒートマップ上で都市の人口流入・流出ルートのランキングを閲覧し、飛行機、車、電車などさまざまな移動手段の人気度を比較することで、特定の地域における春節の旅行人気度を知ることができます。全国春節旅行ヒートマップがCCTVによって報道され、ソーシャルホットスポットを組み合わせたデータ視覚化製品が注目を集めていることがわかった。

業務運営分析レイヤーと戦略分析レイヤー。これら 2 つのレベルは、従来の戦略分析とビジネス分析の方法論に関するものです。これら 2 つのレベルでビッグ データを持つ企業の利点は、分析用のデータをビッグ データから取得でき、そのデータが迅速に更新されるため、1 時間ごと、さらには 1 分ごとに更新できることです。従来の戦略分析とビジネス分析は、通常、月単位でまとめられます。もう 1 つの利点は、ビッグ データにはより多くのデータ ソースがあり、非構造化データに対してより詳細なマイニングと分析を実行できることです。ただし、注意すべき点が 2 つあります。

（１）多くの企業は、「業務運用監視レイヤー」や「ユーザーインサイト・エクスペリエンス最適化レイヤー」でできることを、ビジネス分析レイヤーや戦略分析レイヤーで誤って実装しています。私たちは、「ビジネスオペレーション監視レイヤー」と「ユーザー/顧客エクスペリエンス最適化レイヤー」は機械、アルゴリズム、データ製品を通じて実現されることが多く、「戦略分析」と「運用分析」は人によって実現されることが多いと考えています。多くの企業では、機械で実行できるタスクを人間に割り当てており、その結果、問題を発見する効率が低下しています。私たちの提案は、特に「業務運用監視層」と「ユーザー/顧客体験最適化層」については、可能な限り機械に任せ、得意とするビジネス分析と戦略的判断は人間に任せるというものです。

（２）急速に変化するインターネット分野においては、事業の戦略的な方向性を決定する際に、データを用いて事業全体の発展方向を予測することは困難である。もし誰かが、WeChat の全体的な方向性はデータマイニングと分析を通じて発見されたと言ったら、製品マネージャーはおそらく笑うでしょう。データ、機械、アルゴリズム、または手動の手段を使用して、現在のビジネス状況、問題、原因について特に明確な洞察を得ることができ、意思決定者がこれらの状況に基づいてより優れた「即座の決定」を下すことができれば素晴らしいことだと私たちは考えています。

本質的に、データは、ビジネス運営の監視、ユーザーインサイトとエクスペリエンスの最適化、洗練されたマーケティングと運営、補助的なビジネス分析において比較的良い役割を果たすことができますが、製品企画や製品創造性などのクリエイティブな事柄において果たす役割は小さくなります。しかし、製品のアイデアが出てきたら、ビッグデータによるABテストやデータによる有効性の検証を通じてテストすることができます。つまり、この記事では、企業におけるビッグデータの実装計画について簡単に紹介するだけです。まだ紹介されていない詳細と方法論が他にもありますが、それについては次の記事で詳しく説明します。

文：傅志華

著者について: 傅志華氏は、テンセント ソーシャル ネットワーク グループのデータ センターのディレクターであり、テンセント データ協会の会長でした。テンセントに入社する前は、DCCI インターネット データ センターの副社長を務めていました。傅志華氏は現在、米国上場インターネット企業のビッグデータセンターに勤務している。彼は中国情報協会のビッグデータ支部長であり、中国インターネット協会のデータ分析研究グループの専門家でもあります。

通信、金融、インターネットにおけるビッグデータの応用にご興味がございましたら、著者と同じ名前のWeChatパブリックアカウント「Fu Zhihua」をフォローしてください。

終わり。