それは、(我々のメインの顧客である)地域密着の小さな企業や店舗においても、単なる会社案内や店舗案内サイトではなく、ネットからリアルへユーザーを導くことを真剣に考え始めていることの表れです。
今日の気になる記事では、最近よく目にする「O2O」や「ビッグデータ」の一面を理解するきっかけになる記事をご紹介します。
データサイエンティストに求められるもの・・・ZDNet Japanさんから
http://japan.zdnet.com/cio/sp/35031107/
※以下、内容を抜粋します。
我々は今、情報に埋れ溺れる時代にいます。
大量に流れ込む情報を「フィルタリング」でいかに絞り込むかが重要になります。
リアルの世界では・・・
例えば馴染みの居酒屋で「今日はいい鯖が入ったよ!」というのは、メニュー全体から、ユーザの嗜好を考慮しメニューを絞り込むフィルタリングが行われています。
仕入れ状況とユーザの嗜好=魚好き--特に青物系が好きなどの情報を店主の頭の中で分析、フィルタリングを掛けて鯖というお勧めを導き出します。
ウェブの世界では、フィルタリングを最大限に活用し気の利いた本屋さんになったのがアマゾンです。
ユーザーのサイト内の行動履歴・購買履歴を分析し、さらに類似した嗜好をもつユーザの購買履歴とマッチングしてユーザーが興味を持つであろう商品を推奨(リコメンド)しします。
フィルタリングにはどんな種類があるのか
- 商品を起点にしたフィルタリング
- ユーザー(人)を起点にフィルタリング
- 感覚、センスを起点に商品をフィルタリングする方法(上記ふたつのフィルタリングの弱点を補う)
1と2のフィルタリングには共通した弱点がります。
ユーザ数、購買実績、商品のバリエーションの量がないと分析データとしての信憑性に欠ける事です。
解決策として、感覚、センスを起点に商品をフィルタリングする方法があります。
例えば、映画であれば映画の専門家が推奨する映画をユーザー共通に対して行う、有名映画評論家の推薦映画のコマーシャルのようなイメージです。
これは新作でも、ユーザ数が少なくても効果を期待できます。
・・・・以下、フィルタリングの成功要因、データサイエンティストへ話は続きます。
http://japan.zdnet.com/cio/sp/35031107/4/
http://japan.zdnet.com/cio/sp/35031107/5/
ビッグデータ、データサイエンティストって最近よく目にするな・・・と思っておられる方に一読をオススメします。
▼ZDNet Japanさん
http://japan.zdnet.com/
https://twitter.com/zdnet_japan
0 件のコメント:
コメントを投稿