FORCAS、B2Bマーケティング施策を加速させる「新分析機能」を発表
コメント
注目のコメント
目指す世界に少し近づきました。
BtoCの世界では当たり前になりつつある「行動解析ターゲティング」をBtoBの世界で実現する。そして、ムダな営業、マーケティングをなくしていく。
今年、組織規模を倍にします。最高の挑戦を共にする仲間を大募集しています。
https://note.mu/taira0131/n/n6d9847d605091年半前にFORCASをリリースして以来はじめて、分析機能とそのアルゴリズムを大きく改良しました。
FORCASの分析機能は、従業員数、業種、企業が利用するサービスといった様々な企業特性データを利用して、アップロードされた既存顧客の特徴を分析し、企業特性ごとの特徴重要度や潜在顧客の企業スコアを算出します。そのための機械学習アルゴリズムとして、これまではGradient Boosting Decision Tree（GBDT）を使っていました。しかしGDBTには特徴重要度や企業スコアの値の意味が分からないというブラックボックス問題がありました。
今回、アルゴリズムをNaive Bayesに変更することで、値の意味を数学的に分かりやすく説明できるようになりました。また、異なる分析モデルであっても統一的な基準で変数重要度や企業スコアが算出されるため、分析モデルどうしの比較が可能となり、クロスセルの検討がしやすくなりました。
さらに、機械学習アルゴリズムの改良に加えて、企業特性データ（機械学習における特徴量）も数百種類以上拡充しました。これにより、企業の特性をより多角的に把握することが可能となり、企業スコアの予測精度がさらに向上しています。
今回の開発にあたっては、たくさんのユーザーに直接会って要望等をヒアリングし、開発の参考にさせていただきました。また、FORCAS代表の佐久間、デザインチームの廣田、大久保、分析チームの早川、北内との間で議論し、使いやすい機能と適切なアルゴリズムを脳がちぎれるくらい考え、実装してまた議論することを繰り返しました。4年前にユーザベースに入社して以来の生みの苦しみを味わいましたが、その分納得のいくものができたと実感しています。
これからも、機械学習や自然言語処理などの技術を活用し、B2Bマーケティングの施策に役立つデータの拡充とアルゴリズムの改善に取り組んでいくことで、お客様とともに「未来のマーケティング」を創造していきたいと思います。また、一緒に開発する仲間も絶賛募集しておりますので、少しでも興味をお持ちの方がいればぜひご連絡ください！
https://note.mu/taira0131/n/n6d9847d60509入社して約半年で、プロダクトの大規模リリースに関わりました。社内だけでなくユーザの声も取り入れながらモデル、デザイン、機能性と多方面を考慮しながらの開発でしたので、3,4回は作り直して苦労の連続でした。僕はアルゴリズムの実装をメインに担当していて、機械学習コンペで使われることの多いGBDT(Gradient Boosting Decision Tree)よりもNaive Bayesを拡張したモデルの方が精度・速度・解釈のしやすさで優れていました。
現在、FORCASではデータサイエンティストの積極採用中です。リリースして1年半ほどの若いプロダクトを一緒に作る仲間を募集しています。詳しくは、 https://note.mu/taira0131/n/n6d9847d60509 をご参照ください！
