#はじめに
前回は主に基調講演をメインに書いたのですが、いくつかブースも回った中で一番興味をひかれたDMP関連の話について纏めてみようかなと思います。
ご存知の方がほとんど且つ醜態さらしになるのは若干気が引けますが、「ほぇぇ～」っていう純粋な心をもった少年をあやす気持ちで見てください。
#テーマ：DMP
Data Management Platform。
インターネット上でビッグデータを連携、分析、管理することで、自社以外から多様なデータを取り入れ更なるイノベーションの創出を図るというもの。
広義の意味では「Web上で収集された情報」を指し、アクセスログや会員登録等を基にした属性データなどがそれに値します。
ユーザのWeb行動ログの収集や最適なターゲティングを見出すことが期待されます[1]。
#気になったところ
そんなデータの宝箱みたいなDMPですが、実際にどのように提供されているんだろう、のようなおはなし。
###TreasureData
Arm Treasure Data株式会社の提供するeCDP（エンタープライズ・カスタマーデータプラットフォーム）[2]。
Web上でのユーザの行動ログ収集や自社の広告効果の測定などを自社で一から行おうとすると、基盤作りだけで多大なコストと時間を要し、それでも見合ったデータが集められるとは限りません。
そういった基盤やデータそのものを提供したり、分析を行ったうえで様々なサービスに連携したりできるのがこのeCDP。
ただ単にどんな人がどんなサイトに訪れているかとか、これに興味がある人はどんな人なのかのようなデータが収集できる・利用できるのもいい点ですが、個人的に強いなって思ったのは「他サービスへの連携」です。
当たり前といえばそれまでかもしれませんが、企業によってどのクラウドサービスを使用しているのかは異なったりしますし、多くのサービスとの連携をプラットフォームをインターフェースとして行えるのは非常に便利。
###Rtoaster
プレインパッドが提供するRtoasterのレコメンド・機械学習機能が気になりました[3]。
直感的には、Arm Treasure DataのeCDPはデータの収集・分析/可視化/統計・連携と題している中で「多様なデータの可用性向上と、分析基盤の提供」を主に掲げているのに対し、Rtoasterは「眠っているデータに機械学習なりをぶっこんで、何か新しい知見を見つけよう」というイメージですね。
レコメンドエンジンによる顧客一人ひとりに最適な商品や記事等を自動的にお勧めしてくれたり、さらにそこにユーザーの興味傾向や購買周期、購入商品の関連性からその品質を向上させ、テキストマイニングを用いた類似度計算から更なる別視点からの関連付けも可能になる、というものでした。
機械学習、アルゴリズムゴリゴリで、ぼんやりと「自社の使ってないまま蓄積していくデータ、なんとかなんないかなぁ」という考えには、割と適した内容なのかなとも感じました。
#まとめ
数万とある企業がそれぞれで抱えているデータは膨大で、上限を知らず増える世の中、抱えていることの価値より解析によるデータの更新に価値を見出すことが、この先の未来にもつながる考え方だなぁと。
マーケティングもITもそれぞれにニーズが変化していき、解決難易度の向上に対抗するために、保持データをどのように料理することを常に考えたいものです。