ビッグデータ活用事例10選!業種、企業別にご紹介します。

こんにちは。当メディアを運営するストラテジーテックコンサルティング編集部です。

本記事は初心者でも分かるようにビッグデータとは何か、から問題点にも焦点を当てつつ、ビッグデータの活用に成功した身近な業種、企業をご紹介しつつ、AIとマーケティングの関係性についてご紹介していきます。

ビッグデータとは

ビッグデータとは、従来のデータベース管理システムなどでは記録や保管、解析が難しいような膨大なデータ群のことを表ます。少し難しいので分かり易くすると、分析によって経済的な価値を生み出しあらゆる形で増え続けるデータのことです。

実はビッグデータには大きな特徴があり、それは「4つのV」の要素を含むことです。

volume 容量容量を表す基準としては数TB(テラバイト)から数PB(ペタバイト)程度のデータ量を表ます。
variety 種類データの種類が音声、動画、画像などの様々な形式のであることや、構造化データ(CSV,DBに格納可能なデータ)であること
velocity 頻度や速度リアルタイムで増え続けるデータを表ます(snsや交通系icの履歴など)
value 価値の3つのことを含有し、分析した際に経済的価値があることです。

以上の4つが含まれていることがビッグデータである条件です。

ビッグデータの身近な例10選!

続いてビッグデータを用いた身近な例10選を見ていきましょう。

  • 自動販売機での商品の陳列
  • 需給の変化を把握して仕入れの調整
  • メーカーによるわずかなサイズの違いを数値化
  • 道路状況をリアルタイムで把握、予測
  • 会計システムから商品の販売履歴の個数の把握
  • SNSやブログへ投稿される文章量や画像
  • ICチップを搭載することで利用履歴を記録する
  • キャッシュレス決済における購入履歴
  • 検索エンジンのデータ
  • 体重計の記録データを用いた健康管理
  • 続いては業種別に解説した後に企業例をご紹介いたします。

医療におけるビッグデータの活用事例

日本医師会によるとリアルタイムでのビッグデータは疾病予防に優位性があるとされています。医療機関で診察や治療を受けるとさまざまな情報(検査結果、処方薬品)によって医療資料が作られます。また、同じ症状を持つ患者のデータが多いほど病気の特定や進行具合の判断が容易になります。これは本人では気づきにくい病気でも早期に発見することができ患者の健康を守ることが可能です。

また、新薬の開発においてもAIによって研究対象物を絞り込み、新薬開発の成功率が上がって、新薬の開発速度やコストを抑えることにも成功しております。

株式会社JMDC

JMDCでは医療のビッグデータを活用して新たなソリューションを出すことに貢献しています。主に疫学におけるビッグデータを提供しており、webツールサービス、解析サービス、ローデータ提供サービス、パブリケーションサポートサービスの4つを軸に提供しております。

教育におけるビッグデータの活用事例

ビッグデータが活用される前では、それぞれの講師が自身の経験によって、テストでよくつまずくポイントを判断し復習を行うが、ビッグデータを活用することで全国の学生のデータが集計されるため、どの問題が間違えやすいのかはもちろんのこと、一日あたり何時間勉強しているのか、睡眠時間などまでもデータとして集計されます。これにより個人にはどのような問題演習を行うのかが最適であるのかや、個人では気づいていなかった不得意分野までも発見可能です。

株式会社ベネッセホールディングス

ベネッセでは様々な学校にアンケートや観察を行うことにより膨大なデータを取得しました。そして、それらに検証を重ねてデジタル教材の学習分析ツールの開発に成功しました。また、このツールは主に小学生から高校生までの全学年の学習記録を元に、個人にあった教材ツールを提供します。その他、それぞれの学習状態からその生徒の最終着地点を予測することも可能です。

ECにおけるビッグデータの活用事例

ECにおいてビッグデータはとても重要な要素です。ビッグデータの集積によって、トレンドの予測、価格の最適化、パーソナライズされたサービスの提供、カスタマーサービスの最適化の4つが大きな指標です。

トレンド予測は主にsnsの投稿とサイトの行動データを考慮して行われます。価格の最適化に関しては、基本的に価格は市場によって決定されるので購買データや他社の価格、商品の原価によって最適化します。パーソナライズされたサービスの提供はAmazonの企業例で解説いたします。カスタマーサービスの最適化に関しては、オンラインでのチャットのやり取りやsnsの情報、購入履歴のデータによって最適化されます。

Amazon.com Inc

アマゾンは売り上げ増のために「客数×客単価」という売上方程式を掲げています。

アマゾンがまずビッグデータを用いて行ったことは客数の増加のために低所得者にターゲットを絞ることです、銀行口座やクレジットカードを持っていなくてもアマゾンキャッシュと言うサービスによってネットで買い物が出来るようにしました。加えて、顧客の中でも一般会員とプライム会員に分け、プライム会員にはセット率(購買点数)を上げることに重点を置き売上を向上させました。

そして、アマゾンの更なる強みがリコメンデーションのアルゴリズムです、これはアマゾンで商品を購入した人に対して、「この商品を買った人はこんな商品も買っています」と表示するものです。これは協力フィルタリングと呼ばれるもので売り上げを大きく押し上げた要因の一つです。アマゾンのおすすめ精度の高さには、あるユーザーがチェックした商品や購入したデータと、別のユーザー同士のデータの類似性を見つけて関連づけることに成功したためです。これらは、アマゾンがこれまで蓄積してきたビッグデータに出口を見出しました。

製造業におけるビッグデータの活用事例

製造業におけるビッグデータの活用は大きなポテンシャルを秘めています。製造業における工場では数多くのセンサーを用いており、ある装置の中には一つにつき200個近くのセンサーが搭載し検知、計測、制御を行っております。これらのビッグデータは常に蓄積されて改善、効率化を推進しております。

本田技研工業株式会社

ホンダでは顧客の車に搭載しているカーナビから走行データを収集し、分析することで渋滞の改善やその過程における事故が起こりやすい箇所などを特定することに成功しています。また、その他、自動車の製造過程においても上記のように工場で常にデータを採集しつつ効率化に努めてます。

自治体におけるビッグデータの活用事例

新潟県では携帯電話やスマートフォンを用いての国内、外の来訪者数を調査しました。やり方としましては、NTTドコモの回線を持つ携帯電話で、ある期間内における使用エリアを調べるというものです。結果から、県外からは「新潟・阿賀」「湯沢・魚沼」「妙高・上越」の訪問が多く、国外からは、台湾であれば「湯沢・魚沼」、オーストラリアであれば「妙高・上越」というようにかなり細かいデータを採集することが可能でした。これにより、どのように観光事業を行って行けば良いかが明確になり効率よく進めていくことが可能になりました。

データの問題点

ビッグデータには大きく分けて2つの問題点があります。

データの質

データは集めたからといっても測定条件によっては質にばらつきが発生してしまいます。

そこで、必要なデータを抽出する際にデータを加工して綺麗なものに変換するクレンジングと言う作業が必要となり、これにはかなりの手間と高い技術力が必要となるが、実際のところ、これらを的確にこなせるサイエンティストは少ないのが課題です。

セキュリティーの課題

ビッグデータには個人の購買履歴や興味、関心などのデータを収集します。一見すると特に問題は感じないように見えるが、実際のところこれらはかなりパーソナルな情報になってしまうため複数のデータを組み合わせた際に個人を特定できてしまう可能性があります。そこでヨーロッパでは、個人情報に該当する情報の収集を制限する法律であるGDPRが制定されました。また日本でも個人情報を特定する原因になる「Cookie」を制限出来るように閣議決定で、「個人情報の保護に関する法律等の一部を改正する法律案」が制定されました。

ビッグデータとAIの関係性

これまで見てきた通りビッグデータは人間で処理するには時間的にも技術的にもかなりの労力を要するものです。そこで有効となってくるのが機械学習やディープラーニングです。これらによって従来人間では不可能とされてきた膨大な量のデータの管理や解析が可能となり、それにより今までよりも効率良く必要なデータを抽出することが可能になりビッグデータの重要性も向上しています。

AI分野における機械学習やディープラーニングは現在、もの凄い速度で成長しており、2012年から画像認識の処理精度が著しく向上し今まで処理することができなかった画像や音声のビッグデータの分析、整理も人の手を借りず出来るようになりました。

ビッグデータを用いたマーケティング

ここでは上記のトピックを踏まえながらどのように実社会で応用されているのかを見ていきましょう。

ビッグデータをマーケティングに応用する際に最も活用されているのは、顧客の行動データです。顧客の購買履歴や行動を分析することでわざわざ市場から顧客の動向やニーズを調査する手間を減らすことができ、時短の戦略設計に繋がります。また、ビッグデータを活用することで自社の事業の成長や利益がより高精度に把握することが可能となり、自社の伸び悩んでいる課題や要素を早期に発見することができます。それにより、顧客に対してのアプローチ方法やあらゆる事態を想定した対策などを取れるようになり具体的な解決策が取れるようになります。

また、AIによってそれぞれの顧客の傾向を行動履歴や購買履歴を元に発見できます。具体的にどのように行っているのかと言うと、通販サイトにおいて顧客がサイトにアクセスしてどのように商品を閲覧し何を買い物カゴに入れて、どれを買わなくなったのかなどの統計を出すことにより規則性や類似性、トレンド性を把握することにより顧客の行動をある程度予測します。これらの手法はOne to One マーケティングと呼ばれて、顧客の属性や嗜好、行動履歴を元にリターゲティング広告、レコメンデーション広告、ダイレクトメールの送付したりする時に用いる手法です。

まとめ

以上がビッグデータの活用です。ビッグデータは社会のあらゆる所から常に情報が蓄積されていきます、それ故に考え方やアイディア次第では他方面の角度からデータを抽出し分析できます。ビッグデータは実社会での状況が如実に表ているため、今までの思い込みや仮説などが新しく変わって行く可能性は十分にあり得ます。ビッグデータの切り口は無限大なのです。

当記事がお役に立てれば幸いです。

【関連記事】
最新のAI活用事例についてまとめました。
音声認識技術とは?基本的な仕組みと導入事例をご紹介します。
CRMの導入事例に学ぶ企業を成功に導く戦略の要諦とは?
ブロックチェーン技術の活用事例についてメリットなども交えてご紹介します
scm成功事例について、失敗事例と課題を交えてご紹介します。
【業界別】チャットボット導入事例15選をご紹介します!
AWS導入事例18選から見る、AWS導入のメリットとは?
エッジAIについて活用事例やメリットなども交えてご紹介します。
RPAとは?ビジネスでの活用事例を中心にご紹介いたします。

コメントを残す

メールアドレスが公開されることはありません。