2014年が終わる。今年はどうだったのか? マーケティング、科学

標準

2014年が、もうすぐ終わろうとしている。今年は、充実した年だったのかと考えるが、まずは自分の充実の指標を今年も設定できていなかったことに、また反省するのである。私の、日々の生活のKPIがなっていないのである。

でも、少し今年を振り返ってみたい。今年、仕事というかマーケティング領域では、自分の仕事が大きくEC/Direct販売の領域に変わった。このこと自身は、自分の希望でもあり、それが年の当初に達成できたことは満足していたのである。しかし、やり始めると大変である。大企業というか、歴史の長い企業にとって、ECというのは新規販売チャネルの拡張としか捉えられていない。実際には、全く別なものであり、今までの既存流通を使ったマーケティングとは似て非なるものなのにである。

Amazon Prime Airは、今までのお店ありきの発想でも、お客様が商品を運ぶという発想でも、配送はトラックでしょうという発想でもない。これからも、ECの領域には、新しい技術を使ったサービスが出てくるだろうし、その上で新しいマーケティング・サービスを考えないといけないのである。つまり、既存流通の拡張以上のことを考えないといけない。

来年の私のチャレンジは、このような新しいマーケティングを自分でも考え、考えるメンバーを増やすことにある。

マーケティングライブ

マーケティングライブ

一方、マーケティングという軸では、毎月マーケティングの領域で活躍している方に、お話を伺う活動をしている。マーケティングライブという、放送番組を持つことで、1時間ガチで対談できることは、本当に私にとって学びが多い。何しろありがたいことは、出ていただく方にも1時間、本当に自身の考えをお話し頂いていることである。

ところで最近、自分のバックグランドである、科学の領域にも、もう一度自分の論理構成能力の整理のために、戻っている。東京大学大学院数理科学研究科に、客員教授として授業にも伺い、また研究集会にも多く参加している。科学、特に数学は、自由な議論をする部屋である。上下関係などない。あるのは、論理構成力、過去の証明などである。ここでの、議論はマーケティングの中での議論と大きく異なる。マーケティングでは経験則が、いまだ重要視されるが、数学の議論では、確からしさが重要視される。

今年経験した、数学でのエピソードを少し披露したい。議論に参加していた数学者から、「他の事例も紹介してほしい」と、他のデータの要求がとある研究でだされた。すると企業の研究者から「他のデータを見せると、そのデータにモデルを無理にフィッティングするので、見せたくない」と答えがあった。

これは、科学として成り立っていない。科学というのは、「真実」を見つける学問であり、その場で一番近い「答え」を探す学問ではないのである。しかし、企業の研究家は「答え」を、研究者が見つけるのではないかと思ってしまったのである。

科学は、「真実」を探求する学問である。「答え」がないこと場合もありえます。小学校、中学校の算数・数学の授業では、計算が授業の中心で、答えを早く見つける子供が、良い成績をとります。しかし、本来の数学は、論理性を学ぶ学問で、それはすべての科学の礎となるものなのです。

さて、今後マーケティングも科学になるでしょう。その時に、「答え」いや、「最善の方法」を探すのではなく、「背景」「真実」を探求でできる、マーケティングの研究者を作れるか。これが、ひょっとしたら私のライフ・ワークになるのかもしれません。

そして、来年こそは、私自身の「充実」を測定できる指標を、KPIとして、来年こそは、客観的にも振り返られる1年にできたらと考えています。

数学検定ファンサイトに出てみた

標準

数学検定なる、検定をご存じだろうか?公益財団法人 日本数学検定協会が行っている検定試験であり、算数・数学の実用への活用度を確認する検定試験であり、一般的な数学の試験とはことなります。

数学検定

数学検定

一般的な、数学の試験とはという質問もあると思うので、大学の数学の試験はどのようなものか示すと、以下のような問題があります。「0以上1以下の空間に、数字が無限個あることを証明しないさい。」のような問題が、大学では良く問われます。このような論理性は非常に重要な一方、実際の実業では、説明しないことがらでしょう。

一方、数学検定は、実用性を確認する検定です。とはいえ、私は検定を受けたことがないのですが。

そして、この検定に興味のある方向けに、数学検定ファンサイトがあり、その37号で私と会社の先輩で取材していただき、記事になったのです。本当に嬉しい!このファンサイト自信も、非常に取材内容が良く、バレーボールと数学の関係などの記事もあります。

私が、数学出身というのも、驚きかもしれないですし、今も数学を活用しています。その内容は、今回の記事に書かれています。

一方、そのきっかけになることとして、自分の指導教官に会うということについて、今回書いてみたいと思います。

東大

東大

実は、私と数学(つまり自分の専攻領域)と、別れなかったことは指導教官との関係があります。最初の5年間は、会社の研究所に所属していたため、実は多くの学会、研究集会で、指導教官と会えていました。しかし、この時は、どちらかといえば、会社が行けと言っていたので、学会などに出かけていた気がします。

そして、またこの10年間は、自分で積極的に学会や、指導教官の属している大学を訪問するようになりました。このことは、大きなヒントを私に与え続けています。

一般に、日本人は大学を出て、就職すると、大学との縁が薄くなりました。同窓会とは濃くなっても、自分の専攻分野との関係が薄くなります。実は、このことは就職した社会人にとっても大学に取っても、大きな機会損出です。

専攻してた学問を、就職したら捨てるのではなく、社会人になっても活用する。このことは非常に重要だと思います。自分が慣れ親しんだロジックを活用できる。そして、大学のような研究機関にとっても、企業で問題になっているテーマを理解する。この2つのことは、大きな価値なのです。

恥ずかしからず、指導教官や大学の門をたたく。これは、勇気がいりますが、価値の高いことです。大学はOpenな研究機関です。まずは、久しぶりに大学に行ってみませんか?人間、一生勉強できる生き物なのですから。

 

2014年Web広告研究会宣言は、「Big Data 2.0」

標準

2014 WAB宣言

2014 WAB宣言 Bid Data 2.0

2014年3月20日、Web広告研究会の2014年のWAB宣言を行いました。今年の宣言は、「Big Data 2.0」です。背景や、過去の宣言は、Web広告研究会のリリースに書かれています。

ここでは、なぜこのテーマ宣言になったかの、もう少し踏み込んだお話と、当日会場で使ったプレゼンについて、説明します。

なぜ、この時期にBig Data 2.0だったのか。それは、マーケティング領域が、もっともData活用、ビジネスにおける論理構築が遅れているのではという、危機意識が少ないからだと感じたためです。まず、Big Dataという言葉は、マーケティング用語ではなく、すべての領域で研究されています。

総務省の資料において、Big Dataはさまざまな分野で活用されようとしており、事実医療の世界においては、カルテの分析など多くの研究者がデータ分析を行っています。

ビッグデータの活用による発現効果

ビッグデータの活用による発現効果

残念ながら、この中には、マーケティングという言葉は出てきません。逆に言うと、政府からすると経済効果は高く無いと思われているのかもしれません。そして、このことはマーケティングの領域には、Data分析者が集まらないことになるかもしれません。

そして、重要な事は多くの領域で、国家的なプロジェクトも含めて、Big Dataの活用は、研究から実践段階に入り始めているのです。そこで、今回の宣言では、Big Dataの活用を、マーケティング領域においても、研究のステージから、実践のステージに移行すべきと考え、宣言を行いました。

そして、Dataを活用して、論理的に課題の解決を、マーケティング領域以外の人と議論する。このことも重要なポイントです。現在、多くの領域で、領域外の人とコラボレーションことで、多くの成果が出ています。そのためには、自分たちの自分たち用語で、自分たちの明文化されていない論理(曖昧な論理)で、話していてはいけません。他の領域の人たちにわかりやすく、客観的に論理的に話さないと、議論できないのです。「あの人、マーケティング分からないから、議論しない」ではなく、「マーケティングを知らない人に、別な視点でアドバイスをもらう」ことが、重要なのではないでしょうか。

次に意外と質問の多かった、当日のプレゼン資料についてです。これは、Preziというプレゼンテーション・ツールを活用しました。私は、ビジネスの形式重視の時には、PowerPointを使い、クリエイティブ、イノベーティブなプレゼンには、Preziを使います。この、Prezi無料版もあるので、試してみるのはいかがでしょうか。

昨日使った資料も、再利用可能なように公開しましたので、参考にしてください。

Web広告研究会のプレゼン

パネル・ディスカッションの資料

この宣言や、プレゼン・ツールが皆さんの仕事に少しでも助けになれば……。

Data分析は、事前準備が重要

標準

私は、縁あって、昨年から東京大学大学院数理科学研究科の数学専攻の学生と一緒に研究をさせてもらっている。そこでは、主に実業のデータから、あるパターンを探し、数理モデルとして記述することを目標にしている。

もう少し、わかりやすく言えば、Aという数字の集合と、Bという数字の集合に、何か関係がないか、関係があるとしたら、どんな式で記述できるのかを考えているのである。たとえば、広告の投資金額と、売り上げの金額に関係があるかというような問題である。

このようなことを、3年も行っていると、このモデルづくりへの近道は、データを良く眺めることだということに、気づかされた。一般的には、すぐに、AとBの関係を、統計ソフトなどに投入し、近似式が作れないかとやってしまう。でも、これでは、統計的な式が作れても、数理モデルにはならないのである。

excell

時として、このように統計ソフトは、物体の自由落下の方程式でも、複雑な式で、近似してしまい、現象の理解を遠ざけることすらあるのである。(ad tech Tokyo 2013の私の講演資料から)

最近私が行っている手法は、以下である。

(1) まず、数字データAのみ、数字データBのみの性格を理解する。たとえば、クラスタリングをすると、どれくらいの集合に分けられるかとか、それぞれのデータにNoiseのような特異点がないかなど。

(2) それぞれの特徴を理解したうえで、AとBの関係性について、広く議論する。でも、まだ数式は使わない。

(3)どんなモデルにあてはまりそうか、議論する。

(4) そのモデルだと検討し、証明する。だめなら、(3)や(2)に戻る。

何行っているんだと思うかもしれないが、先に式を考えて、モデルを作るのと、何も考えずに統計ソフトにデータを投入するのには、大きな違いがある。

 

しいて結えば、「きちんとオリエンを行ったパートナーに行う」のと、パートナーに「丸投げ」くらいである。

Data分析には、事前準備、特に分析メンバーの議論が重要なのだと、最近実感している。

さぁ、今日ももうすぐWeb広告研究会のフォーラムで、Big Dataの話をする。このような進め方を多くの企業で行ってもらいたいという期待値を持ちつつ。

 

 

数学は、数の計算ではなく「正確な論理的な思考の創造の場」

標準

私は、今をさかのぼること20年以上前に、大学院で数学を専攻していた。そのおかげで、現在の業務においても数学的な思考を活用する。

一般に、数学というと、小学校、中学校で習った、計算を思い出す人が多いだろう。2×2=4とか、9 (1/2) = 3とか。では、数学の中の分類はどのようになっているかという参照のリストを見ていただきた。アメリカ数学会発行のMathematical Reviews (数学評論) による数学分野の分類 である。一般的な「計算」といった分野はなく、その計算も、数論のような論理から、地球物理学といった現象に近いものもある。

数学は、このよう計算といった、算術だけの学問ではなく、数しいを活用して、論理を組み立てる学問なのです。一般の事象を、数式化することにより、その問題は汎用性が生まれ、そして明確な論理で記述できます。

そして、このことにより、科学に重要な、証明の再現性があるために、先輩達が証明した定理は、時代が過ぎても、同じように証明することができ、理解することができるのです。

このように、数学は「正確な論理的な思考の想像の場」であり、単なる計算ではないのです。そして、科学や現象の理解に、大きく貢献できる学問として存在しているのです。

これからも、数学を活用して、ビジネスにも貢献してきたいと、数学会開催中に、再認識。そして、再度自分の選考をこの数学分野の分類にて確認!!

Data分析とバレーボール

標準

Big Data,Big Dataと叫ばれている昨今ですが、Data分析はさまざまな領域で、活用されていますよね。皆さんの中にも、映画マネーボールでも、弱小だったオークランド・アスレチックスを、打率ではなく、出塁率という指標で立て直していました。

そして、「Mathletics :  How Gamblers, Managers, and Sports Enthusiasts Use Mathematics in Baseball, Basketball, and Football」なる本も、発売されており、アメリカでは多くのPro Sportsにデータ分析の手法が取り込まれています。

さらに、最近の女子バレーでは、監督がiPadを持って、選手に支持を出している姿を見ませんか?そして、その分析にも、なんと世界標準のイタリア製の「DataVolley 2007」というソフトがあるそうです。驚きました。詳しくは、バレーボールと数学のサイトに、バレーボールアナリスト、渡辺啓太さんのインタビュー記事として出ています。