機械学習はスタンフォード大学で「明示的にプログラムされなくてもコンピュータを動かせる科学」と定義されている。機械学習は今や自動運転車など数ある新しい産業を推進するテクノロジーを支えるものになっている。

機械学習から全く新しいコンセプトも生み出されており、教師が付いた学習や教師無しでの学習、ロボットやIoTデバイス、チャットボット、分析ツールなどの開発に用いられるアルゴリズム開発などが挙げられる。以下に挙げる7つは機械学習を活用する方法だ。

 

1. 売上データの分析

売上データから営業部門が得られる恩恵はいろいろある。ソーシャルメディアやA/Bテスト、ウェブサイトアクセスなどからさまざまなメトリクスが得られる。ただふるいにかけるデータは数多くあり、必要な知見を見出すための時間的制約で身動きが取れなくなることもしばしばだ。

幸いにも機械学習を使うことでこのプロセスを大幅に短縮することが可能だ。膨大な売上データを消化するだけでなく、チームのための分析も行ってくれる。Growbotsを例に挙げると、営業チームを最適な人に引き合わせるのに機械学習を応用している。結果、営業チームは最も見込みのある話にのみ集中すれば良くなり、営業プロセスの迅速化にも繋げられる。

 

2. 機械学習によるモバイルパーソナライゼーション

デジタルパーソナライゼーションは顧客として見込めそうな話を引き止めておくためによく使われる手法であると同時に、定期的に製品やサービスを購入してもらうためのユーザ体験の向上にも用いられる。タブレットやスマートフォン、ウェアラブルなどのモバイル環境が登場したことで、これはとりわけ重要なものとなった。

モバイルマーケッターやアプリ開発者たちは顧客の体験を改善し、より高い収益を実現するため、彼らに関するすべての情報を活用する方法を模索している。そこで機械学習の登場だ。

Flybitsは顧客にリアルタイムでのパーソナライゼーションを提供するために機械学習を使っている企業の1社だ。個人に最適化されたモバイルチャンネルを構築するための外的、内的なパーソナライズされたデータにクラウドを通じて即座にアクセスすることを可能にしている。

Facebookが先日の実験で明らかにしたように、顧客の個人情報を保護できなかった企業は急激な避難にさらされる。Flybitsの創業者兼CEO Hossein Rahnamaによると次のとおりだ。「Flybitsはデータの透明性の実現と、プライバシーに対する積極的なアプローチの取り組みを行っています。企業顧客は顧客のプライバシーを保護したいと考えており、Flybitsはそれをシンプルにすることができます。まず、お客様自身が完全にデータを管理することができ、Flybitsが所有することはありません。加えて、私たちのソフトウェアにセキュリティを組み込み、トークン化を使用してすべての顧客データを匿名化し当社の顧客は、加入の選択肢を完全にコントロールすることができます。」

 

3. 不正検知

消費者がオンラインショッピングを多く活用するようになり、犯罪者が不正に付けこむ機会も増大している。企業側もさまざまなオンラインセキュリティ対策を導入しているが、それでもまだ十分とは言えない状況だ。オンライン取引が増加するということは、取引をチェックする作業にも多くの時間がかかることを意味しており、そうなると各購入処理に時間がかかるばかりか、ひょっとすると不正も見つけられないことも考えられる。結果、クレジットカードの決済取り消しの増加、企業イメージの評判悪化にも繋がりうる。

幸いにも機械学習が不正検知プロセスの改善に役立つ。例えばPayPalはマネーロンダリングなどを含む不正取引の検知し、正常な取引と区別するのに機械学習を使っている。データセットから在る特徴をあらいだし、そこからすべての取引から不正と思われるものを特定するためのモデルを構築するのに機械学習の助けを借りているのだ。実際に取引が行われる前の不正の検知に役立てられている。

後半の記事はこちら