“ほぼリアルタイム”から「リアルタイム」分析へ、米新興企業が進化を牽引
コメント
注目のコメント
一番最後に書かれている下記の文章が最も大事なように思います。
リアルタイムでのデータ処理の活用分野が、金融取引やセキュリティなど以外に拡がる、特にtoCで広がっていくという事は人間の分析を経ずにシステムが当意即妙に顧客ニーズに叶う(その結果として企業利益に貢献する)情報を提示できるようにする、ということに他なりません。
現場でリコメンド周りはすでにかなりそうなっているところもありますが、それよりも一歩進んで、システムが顧客に独自に判断してプライスダウンや抱き合わせ購入を提案するなどのことが考えられるでしょう。
ECサイトの中にこちらの行動から何に悩んでいるか、瞬時に読み取って、他での売上とかも勘案しつつ、「いいよこれも持っていきなよ、〇〇円に負けとくよ!」と叫ぶ超優秀な八百屋のおじさん的なシステムがいるような世界になっていくのでは。
======
企業がデータを保持するのではなく、その場で機械学習と分析を用いて行動を起こす、あるいは顧客行動に影響を与えるという、“パラダイムシフト”が起きているとの見方だ。そうであるなら、真のリアルタイム分析の応用範囲は、そう遠くない未来に爆発的な広がりを見せるのかもしれない。web体験の速度が遅いとコンバージョン率を優位に引き下げることは一般的に知られています。
例えば
“Walmartは、ページ読み込み時間が1秒改善されるごとに、コンバージョンが2％増加することを発見しました”
https://www.cloudflare.com/ja-jp/learning/performance/more/website-performance-conversion-rates/
ビッグクエリの浸透で、かなりのデータ量を安価で処理できるようになっています。
そのため、ToC向けサービスでは特にミリ秒の世界でリアルタイムのレコメンデーションできるかは、今後ますます競争優位性を左右すると考えます。
何を重たいデータアナリティクスで標準的にデータ持たせておき、何をリアルタイムで処理していくかの構造整理は、当社でもホットトピックです。「現状バッチで大丈夫」「すでにほぼリアルタイム」というのは納得しながらも、ここで提案されていることの面白さは、分析手法の大きなパラダイムシフトにあると思う。ためて分析、ではなく来るたびに分析できるようになる。そのようにしてデータがアナリティクスや予測をドライブしていくようになれば、今までは考えられなかったような新しいユースケースが生まれる。
