スポンサーリンク

DMPとは? 〜 機械学習との連携をData Scientist視点で解説 〜

1.プログラミング
スポンサーリンク

今回の記事はDMPについてです。

だいぶ私の普段の記事と比較して内容がかなり系統が違う内容になっております。しかし、DMPとはマーケティング用語ですが、機械学習を生業にしている方は自身の作成したAIがどこに利用されていると思いますか?

この利用用途としてマーケティング方向に特化させていけばDMPにも絡めることができるのです。
まあ、本音は業務で関わりが出て調べたのがきっかけなんですけどね笑。

先ほどからDMP、DMPと何度も行っていますが、そもそもDMPが何かに関してわかっていない方もいると思いますので、まずはDMPについても解説を行っていきます。

また、私はマーケティングのプロや専門家ではなく、データサイエンティストと機械学習エンジニアの中間のような存在ないので、難しいマーケティング用語は使用しません。できるだけ分かりやすく完結に、そして機械学習との連携に必要な説明をメインにお行っていきます。

ではメインの記事に進みます。

スポンサーリンク

DMPとは?

DMPの正式名称は(Data Management Platform)です。要はデータを管理しているソフト、ないしはパッケージのようなものです。イメージとしては下記のようなイメージです。

主な役割としてはデータの分析などを行っています。

ざっくりと説明しましたがもう少し詳細に説明をお行っていきます。

まず、DMPには2つの種類が存在します。種類ごとに説明を分けます。

オープンDMP

次の通りオープンなので全てオープンになっているものです。オープンDMPに入ってくる情報としては下記のような全人類が入手はできないですが公になっている情報?のようなものです。

・検索キーワード
・クリック
・媒体アクセス履歴 など

要はネットにある情報を取ってきて社内のマーケティング施策に応用していこうという流れです。
このオープンDMPはパブリックDMPと比較して覚えるとより分かりやすいです。

パブリックDMP

こちらはオープンと比較して企業内のかなり秘匿性の高い内容などが該当します。情報例としては下記のようなものがあります。

・会員データ
・実店舗の売り上げ
・ECサイト関連データ
・ホームページ履歴  など

要は自社内で管理している情報を使ってうまく会員や顧客の要望などを分析していくことがこのパブリックDMPでは可能です。

DMPについて再度考察

上記で説明した2種類のDM Pを区別した図としては下記のような図になるのではないでしょうか?

昨今DMPという言葉だけが一人歩きをしており、かなり使用されているイメージですがこの種類をわかって使っている人はどれくらいいるのかは謎です。両方のDMPを利用する場合もありますし、片方のみを利用しての場合もあります。

私の考えですが、オープンは新規顧客や、広告、流行などの分析に使えそうです。パブリックの方は既存顧客の維持のためのおすすめ機能や、既存顧客へのメルマガ配信などのための分析に使えそうです。

DMPの弱点

DMPの弱点としてよく挙げられるのが分析の精度と導入コストです。これは後々また議題にあげるので覚えておいてください。

・分析精度
・導入コスト

では、さらに機械学習的な観点から解説していきます。

機械学習の観点から見たDMP

機械学習とはを説明するとさらに記事が長くなるので割愛しますが、機械学習の中には様々な種類があります。よく使用されているものの例を挙げるとすると、画像認識や物体検知などありますが時系列データを予測するRNN・LSTMいうAIのモデルがあります。

実際にこちらを使って株価の予測などを行う取り組みはあります(精度はともかく)。こういったものを考えるとDMPの分析はRNN・LSTMなどの時系列を扱えるAIモデルが使えそうです。


ということでDMPもどきみたいなものは機械学習エンジニアがいれば膨大な時間をかければ作成可能なのではと思います。

ただそれまでに行うこととして、山のようなデータの整理・AIモデルの学習・分析結果の精査が必要です。
努力努力ですね笑。

DMPと機会学習の連携と将来予想

現在2020年の市場が500億と言われており、2025年には1,000億円規模に膨れあがると経済研究所が発表していました。私個人の考えでもこれは確かだと思われます。

私の愛用するZOZOとAmazonのECサイトでも僕の欲しいと思うものや服のジャンルを的確にメール配信、ライン発信してきますしね笑。

少し将来の話とAIの話をすると、おそらくAIの能力は稼働時間などを加味して5割程度の分野では確実に人間を超えていると思います。特に画像認識、物体検知の分野では人間は監視時間に限界や見落としがありますが、AIの場合は異例がない場合以外は24時間フル稼働でミスがないという現状です。予測のところではかろうじて人間が優っていることもあるかもしれません。ただ、機械学習、AIなどが表向きに話題になり始めてからこの急速な発展スピードから考えると5年後には予測の精度も確実に向上していると思います。

となるとこれまで流行を予測していた会議などは削減され、人員も削減方向に進みます。怖いですね。。

そして昨今すでに下記のような取り組みも盛んです。

このMAとはマーケティング・オートメーションという考えで、マーケティングを自動で行うという考え方です。要は、DMPで分析した結果により自動的に新規顧客、既存顧客にメール配信を行ったり、広告施策に利用したりをします。

こういった流れが一般化すると何がおこるかというと価格競争です。こういったパッケージはある程度のところで飽和します。すると価格競争が始まりそうなってくると課題に上がっていたコスト面が解消されさらに多くの人がDMPとMAを利用します。

追従して問題に上がっていた、精度に関しては、多分野の応用などにより、分析結果の精度向上やRNN・LSTMの精度高向上が期待されますが、ここに関してはまだまだ可能性があるものとして考えられます。

DM Pの完成形はおそらく企業の代表一人がいればあとは機械による分析とマーケティングによって全て完結する形だと思います。しかし問題も上記のように残っている、まだ素人目に見ても改善の余地がある分野ということです。つまり新興企業の現れやすい、分野と考えて良い分野ですね。そういった分野の発展はかなり早いのが常です。

では今回の解説は以上です。長々とお付き合いありがとうございます。

本記事を読んでいただき感謝です。サイトを訪れていただいた方はプログラミング勉強中かと思いますのでプログラミング勉強のコツを合わせてご紹介。

スポンサーリンク
スポンサーリンク
スポンサーリンク

ブログに関しては500円程度かかりますが、それ以外は無料です。知識の吸収と並行してアウトプットは非常に効率が良いです。テックアカデミーに関しては講座レベルが高いにも関わらず、無料体験や人気口座も大幅値下げがあるので、重点的に学びたいものを無料体験してみてください。

転職時にも、エンジニアからテックアカデミー・Paizaは認知度が高いので、未経験入社採用を行う際履歴書で目に留まります。特にPaizaのスキルレベルA・SなどはIT業界でも評価されます。

テックアカデミー・Paizaの無料登録ができる期間中にぜひご利用してみてください。私も活用経験ありです。

1.プログラミング
スポンサーリンク
スポンサーリンク
ともぶろぐ

コメント

タイトルとURLをコピーしました