もう5月の話ですが…書きたかったやつ。
J1リーグの川崎フロンターレがチケット販売・ファンクラブ事業に、データビークルの 「Data Diver」を導入し来場者予測や、オフィシャルグッズの販売予測などを行うと発表してましたね。
⇒「株式会社データビークル Data Diver」導入のお知らせ
いわゆるビッグデータの運用ってやつですが、これをしっかりと導入するのは大きい!
この記事の目次はこちら
株式会社データビークルについて
2014 年 11 月にデータサイエンスツール専門会社として設立されたデータビークル
「データサイエンスの民主化」
をキーワードに統計学もプログラム知識もなしで使えるデータサイエンスツールを開発、販売している会社。
ここかなり有名な会社ですよね。
「誰もがビッグデータの価値を引き出せる世界を実現する。そのために設立されたデータサイエンス専門企業です」
データビークル 代表取締役 CEOの油野達也の言葉。油野氏は、インフォテリアの名物営業部長としても有名だった人物で、IT提案営業経験28年というベテラン。
データビークルの「データの価値を高める」ところを担う製品の責任者を務めるのが、統計学の専門家でありデータサイエンティストとしても有名な西内 啓。
そして、この会社の財務責任者を務めるのはプライバシーフリークカフェでもお馴染み、元切込隊長こと山本一郎。(既に決別済み)
という有名人たちが作った会社で、ビッグデータの重要性がたかまる直前ぐらいに有名人たちがタッグを組んで会社を作った!ってことで、がっちりマンデーとかテレビでもガンガン取り上げられていましたよね。
今さら聞けない『ビッグデータ』って何?
ビッグデータとは
ビッグデータ(英: big data)とは、一般的なデータ管理・処理ソフトウエアで扱うことが困難なほど巨大で複雑なデータの集合を表す用語である。 ビッグデータを取り巻く課題の範囲は、情報の収集、取捨選択、保管、検索、共有、転送、解析、可視化等多岐にわたる。
ビッグデータの分類は、「国(政府)・企業・個人」の3つに着目して4つのグループに分けて考えられることがあります(総務省の考え方)。、以下4つのグループに分類しています。
国(政府):オープンデータ
オープンデータは、政府や公共団体が保有している公共情報で、「官民データ」とも呼ばれる。
企業:ノウハウを構造化したデータ
企業のビジネスに関するノウハウをデジタル化・構造化した情報。「知のデジタル化」。
企業:M2Mのストリーミングデータ
M2M(Machine to Machine)とは、個々に稼働している機器をネットワークでつなぎ、人の介在がない状態で機器間の情報交換が行われるシステム。
※自動販売機が自動で売上情報、在庫情報などを把握し、遠隔地にいる管理者に通知するシステムとか。
「知のデジタル化」と「M2M」を合わせて「産業データ」と呼びます。
個人:パーソナルデータ
パーソナルデータは、個人の名前などの情報、行動履歴、ウェアラブル機器(メガネやアクセサリーのように身につける電子機器)から収集された個人情報。
データビークルの仕事は、スタティスティシャン(統計家)
スタティスティシャンっていうのは、日本語に訳すと「統計家」のこと。
スタティスティシャンは、インターネットやスマホなどの普及で集められた人の行動などのビッグデータから、売れる商品やどういう販売員が売上げに貢献しているかなど分析すること。
データビークルでの一例は、POSデータ(レジで会計の時に記録される売れた商品に関するデータ)を集めている会社のデータを使い、ヒットする商品とヒットしない商品の違いを分析しているそうです。
がっちりマンデーでは、ヒットするカップラーメンとかを予想していた事例を紹介していましたよね。カップラーメン258種類の中から、全国のスーパー過去1か月分の売上データを使い、ヒットしている商品の特徴を分析していました。
そして、味や満足感ではなく、栄養成分で売れ行きに倍くらいの差がついているという結果をはじき出すというね。面白い特集でした。
ビッグデータを活用し価値を生むための理想的な流れは、PDCAサイクルをきちんと作ること。
PDCAサイクル(PDCA cycle、plan-do-check-act cycle)は、事業活動における生産管理や品質管理などの管理業務を円滑に進める手法の一つ。 Plan(計画)→ Do(実行)→ Check(評価)→ Act(改善)の 4段階を繰り返すことによって、業務を継続的に改善する。
PDCAの形でデータが回るようになれば、理想的なデータ分析の流れができあがりますから、データがあってそれを分析し、結果から改善を行う事ができるようになれば効果が上がりやすくなります。
まぁ言葉で書くほど簡単ではないし、データの扱い方を間違えると費用と時間だけかかって意味のない損失を生むこともありますからね…
データビークル社の西内氏は
「意思決定者が数字嫌いだったりもします。その人が分析結果を読み取るとかでは上手くいきません。そして分析しているデータ自体が、そもそもダメな場合もあります」
という事を言っていましたから、そのためには、こういうシステムに頼るのは大事ですよね。
データビークルの「Data Diver」って?
川崎フロンターレが導入を決めた「Data Diver」は「データサイエンスの民主化」をキーワードに統計学もプログラム知識もなしで使えるデータサイエンスツールのこと。
プラットフォームには「Microsoft Azure」を採用しており、リーグやクラブの持つ重要かつ膨大なデータを使った分析を高速におこなう事が可能になるそうです。
今後統計学を使ってやりたいこととしては…
- スタジアムへの来場者数予測(Azureで構築しリリース)
- オフィシャルグッズの販売予測(Azureで構築しリリース)
- スタッフや送迎バスの手配
- チラシや食材の不足やロスを未然に防ぐ
- グッズの売り切れなどが起きにくくなる
ひいては、顧客満足度を高め、『また来たい』と思っていただけるスタジアム運営をするため、とのことです。
PDCAサイクル回していくことで、スムーズな会場運営を行っていって、さらなる顧客満足度向上に役立てていくとのこと。
大きなポイントは、
「現場が使える」ことで「打ち手につながる」を実現した本格的なデータサイエンスツール
ということ。
統計学に関する知識や特殊な言語の習得が必要な従来のデータサイエンスツールとは一線を画していて、簡易なユーザーインターフェースから経営課題を設定、日本語で分析結果を表示する機能を持つデータ分析ツールというのが大きいんですよね。
今回の導入が、川崎フロンターレの収益力向上に役立つと面白いなー。いろいろなデータを集めていって、改善していって、誰もが満足できるスタジアム、誰もが満足できるサッカー観戦、スポーツ観戦として、川崎フロンターレが一番に名前が上がるようになったら最高ですね。