2020.12.22Product Story

KARTE DatahubにBIと機械学習の新機能を追加。ビッグデータの分析から可視化、活用までがさらに高速に

データ統合・利活用プラットフォーム「KARTE Datahub」に、ビッグデータの加工・分析と可視化が簡単に実行できる「Datahub BI」と、機械学習による予測分析を簡単に実行できる「Parameterized ML」（パラメタライズドML）を追加するメジャーアップデートを実施しました。この記事ではアップデート内容について、株式会社プレイドで新機能のプロダクトマネジメントを担当している笠原がご紹介させていただきます。

KARTE Datahub

2020年12月3日、データ統合・利活用プラットフォーム「KARTE Datahub」に対して、ビッグデータの加工・分析と可視化が簡単に実行できる「Datahub BI※」と機械学習による予測分析を簡単に実行できる「Parameterized ML」（パラメタライズドML）のβ版機能を追加する、メジャーアップデートを実施しました。

※ BI（ビジネスインテリジェンス）とは、企業の情報システムなどに蓄積される膨大な業務データを収集して分析し、その結果を可視化し、業務や経営の意思決定に活用する仕組みのことをいいます。

「KARTE Datahub」は、基幹システム上の顧客データや店舗からのPOSデータなど、社内外に点在する様々なデータをKARTEがリアルタイムに解析したユーザー行動データと掛け合わせ、より解像度の高い顧客の理解やCX（顧客体験）を実現したいという企業の声から開発がスタートし、2018年12月に提供を開始しました。

現在では三菱地所や三井住友銀行、リクルートなど多くの企業やサービスでご利用いただいています。

KARTE Datahubの導入企業（一部抜粋・順不同）

この記事ではアップデート内容について、株式会社プレイドで新機能のプロダクトマネジメントを担当している笠原がご紹介させていただきます。

多種大量なデータから意思決定に必要な指標をリアルタイムで描画する「Datahub BI」

BIツールは、データ集計とデータの見える化によって、データ蓄積と活用における役割・プロセス・ツールによる分断を解消するために用いられることが一般的ですが、従来のBIツールは、データ解析にタイムラグがあったり、操作性も難しく社内ではデータアナリストやエンジニアでしか扱うことができず、PDCAサイクルを回しにくいという課題がありました。
「Datahub BI」はこのような課題を解消し、意思決定に必要な指標をリアルタイムに描画することができ、ExcelやGoogleスプレッドシートのような操作感で誰でも簡単にデータを扱うことができるため、業務の効率化・省力化を図ることができるようになります。
また、KARTEがリアルタイムに解析したオンライン上でのユーザー行動データはもちろん、外部のデータを統合することが可能となるため、自社の顧客像をより立体的に捉えることができ、CX向上にむけたアクションに活かすことができます。

データの加工・分析が行える「シート」と、ダッシュボードの作成が行える「チャート&ダッシュボード」

「Datahub BI」は、関数やフィルターを使ってデータの加工・分析が行える「シート」と、クエリやシートの分析結果からチャートを作成しデータを可視化、ドラッグ&ドロップの操作でダッシュボードの作成が行える「チャート&ダッシュボード」で構成されています。
「シート」では、表計算ソフトを扱っているような簡易的な操作感で、数百万行以上のビッグデータの分析や探索をすることができます。ビッグデータに対して一部を抽出するフィルターや関数の利用、グルーピング等様々な処理を行うことも可能です。

シートの操作画面。データの操作（関数による処理・列のグループ化・列の並び替え・列のフィルター）がノーコードで可能

「チャート&ダッシュボード」では、シート（またはクエリ）で加工・分析したデータをチャートとして可視化し、作成したチャートからダッシュボードを作成することが可能です。
その他、GUI上でチャートの作成、チャートのX軸や凡例のデザイン調整、表示するデータ量の制限したり、ダッシュボード内で、チャートの位置や大きさを自由に変更、それぞれのグラフで絞り込みを行うことができます。

実際のチャート作成画面。GUI上で簡単にチャートを作成することが可能

シートで加工・分析したデータから作成したチャートのサンプル

このように、簡単に自由度高く、様々なデータの可視化を行うことができるので、専門的な技術を持たないビジネス部門の従業員でも貯めたデータを直接活用する機会を得られるようになります。

機械学習による予測分析を簡単に実行できる「Parameterized ML」

機械学習（ML：Machine Learning）は、データの収集、整形、モデルの作成、予測、サービスへの繋ぎこみなど、ビジネスに活用するまでの道のりが非常に長く、また設計から実装までの専門的な技術を持った人材も必要になるため、多くの企業にとって取り組むハードルの高い分野となっていました。
その課題に対し「Parameterized ML」では、ビジネスニーズに応じた機械学習モデルをテンプレート化し、機械学習に必要な工程を自動化することで、誰でも簡単にパラメータを設定するだけで機械学習を利用することができます。

機械学習（ML）における通常のフローとParameterized MLのフローとの比較

「Parameterized ML」を用いることで、以下のことが可能となります。

購買予測によりユーザーの購入確率を予測し、クーポンの配布を最適化する
ロイヤルカスタマー予測により、将来ロイヤルになりそうな顧客に特別なキャンペーンを実施、サイトへの定着度を上げる
ユーザーが再来訪する確率を予測。一定値を下回ったユーザーに施策を実施することで、一律な時間が経過したユーザーに施策を実施するのではなく、個々のユーザーの適切なタイミングで休眠防止（リエンゲージメント）施策や、人気な商品しかでないレコメンドではなく、ロングテールの商品やユーザーの好みの順番を反映したレコメンド施策を実施する
優良顧客（ロイヤルカスタマー）になる可能性が高いユーザーの特徴的な行動（マジックナンバー）を発見・特定する

など、これまで以上に顧客の解像度を上げた効果的な施策が可能となります。予測・分類された結果はKARTEに簡単に接続でき、施策で活用することもできます。「Parameterizd ML」では課題ごとにテンプレートが用意されており、ソースコードを記述することなく、機械学習モデルを作成することができます。

Parameterized MLの学習結果画面。予測・分類された結果はKARTEに簡単に接続でき、施策で活用することが可能

いかがでしたでしょうか。「KARTE Datahub」では、データを用いて顧客体験向上のためのPDCAサイクルを早く回していただけるよう、より多くの人が簡単に自由にデータを扱えるような機能を引き続き開発してまいります。
なお、「KARTE Datahub」のプロダクト概要および紹介動画は サービスサイト からご覧いただけます。「Datahub BI」または「Parameterized ML」についてより詳しく知りたい場合は、以下までお問い合わせください。