足跡で見えるの? 本当の私 ネットの「おすすめ」限界説
コメント
選択しているユーザー
#ビッグデータ の解析結果はあくまで過去の活動履歴に基づくものだ。ネットショッピングの #オススメ機能 も、最初は「私の好みを何で分かったんだろう」と(いい意味で)思うこともあったけど、慣れてくると「もう、コレはいいから」とか、「違うものを見たいんだけど」なんて思ったりする。
だから #セレンディピティ、偶然の出会いの演出。以前、敢えてデータとは関係なくランダムに違うものを勧めてみるという試みを聞いたことがあるけど、記事中の例はこれに近いのかも。そのあたりを、非常に分かりやすく説明した良記事。
ショッピングに限らず、#AI による分析結果は、偏見を増長したり過去の因習に囚われてしまうのではないかという危惧は以前から言われてきた。例えば面接の判断に使われたときにマイノリティの排除に繋がってしまわないかなど。
個人的には、同調圧力強めの日本ではオススメによる弊害が強い可能性があるとか、若者の方が年配者よりもレコメンドに従う傾向が高い、なんてあたりがとても気になりました。便利な機能でもあるけど、記事でも買い物でも、ネットしているとき時々 #うっせぇわ と思えているアナタなら大丈夫なんだけどね😀
#マーケティング
注目のコメント
購買データだけでなく、行動データが取れないと協調フィルタリングはなかなか精度があがりませんね。例えば弊社のような代理購買も多い生鮮食品では、三十代女性が買うと言っても、その人の全てを購買データが表しているのではありません。
弊社ではお客様インタビューをよく行いますが、
テクノロジーと、人間としてのマーケターの嗅覚の組み合わせが、大切であり、「お客様にデータをお返しする」発想でデータドリブンマーケティングを実践しなくていけませんね。