通販の課題をデータで解決

(株)千趣会

予測精度を上げるのは組織作りから

 通販最大手の(株)千趣会は、1995年4月からデータマイニングに取り組んでいる。同社の中心的事業である通販では、顧客の顔を直接見ることはできない。だからこそ“顧客を見る”技量が要求される。この観点から同社では、1995年にデータウェアハウスを構築、データベース・マーケティングに乗り出した。現在では、カタログの配付先の選定から、業務の効率化、経営の効率化まで、情報をフル活用した企業戦略を展開している。
 同社が当初構築したのは、DM・カタログのプロモーション履歴、顧客属性、過去3年間の取引履歴、商品在庫などの情報を蓄積した、240ギガバイトの容量をもつデータウェアハウス。この折には、“エンド・ユーザー・コンピューティング”の考えから、ユーザーの立場に立って、商品開発やマーチャンダイジングの現場のスタッフがデータマイニングを行うことを指向した。
 しかし、実際にデータマイニングをはじめてみたところ、データマイニングには、スペシャリストが必要だとの結論に達した。データマイニングには統計、マーケティング、SQL(構造化照会言語)の知識が不可欠であり、特に数字を扱う統計分析においては、高度な技術が要求される。特に入力における小さな変化が出力に大きな変化を与える非線形関数の場合、準備する使用データ(説明変数)や答えを得るための手続き(アルゴリズム)をどう選ぶかが重要で、これは経験とセンスによるところが大きいからである。また、はじめは定型的な分析メニューを組み込み、それに基づいて分析を行っていたものの、この方法では現状の把握、現状の問題解決にしか役立たないということがわかってきた。
 データマイニングの神髄は“予測”である。つまり、現状分析にとどまらず、この予測の確率を高めていくことが最大のポイントとなる。たとえば、顧客との関係を強化するCRMでも、営業の効率化を図るSFAでも、あるいはスピーディーな意志決定をサポートする仕組みでも、“予測”ができれば、当然の結果としてスピードが上がる。それだけ効率が良くなるわけだ。効率を求めて仕組みを作るのなら、この予測の精度が低ければ、意味がないのである。
 そこで同社では、この予測の精度の向上にこだわって、そのためにはどのようにスタッフを配置するべきか、どういったシステムやツールを選択すべきかを、十分に検討した。そして1998年にデータウェアハウスを刷新。より多くの顧客情報を保管できるように、1.7テラバイトにまで容量をアップした。同時に顧客データの保管期間を6年に延長。また、従来プログラムに組み込んでいた定型メニューをはずし、収集した情報をもとに、より専門的な分析をし、その“予測”を踏まえて、データが活用ができるさまざまな工夫を加えた。
 現在、データマイニングに携わるスタッフは17名。このうち4名はSQL作成の専任者である。SQL作成には、データベースに関する深い知識が必要であることと、検索処理に時間を要することから、最大限の効率を上げるために、SQL担当者と分析の担当者を分けた。分析担当者のうち6名は、専門媒体、衣料開発、雑貨開発のユーザー部門に配属され、現場ごとに分析業務に当たっている。データウェアハウスは、処理能力のすばやさから日本NCRのWorld Mark4700を導入。データマイニングのためのツールとしては、SPSSのClementineのほか、SASの製品などを併用している。

【図表1】(株)千趣会のシステム構成

この記事の続きを読むにはログインが必要となります。

ログイン


月刊『アイ・エム・プレス』1999年12月号の記事