Treasure CDPによるデータの統合管理は、販売店の支援をも変革している。その一例が、購入予測モデルの導入だ。具体的には、キャンペーンによって回収したアンケートのデータとウェブサイトのアクセスログなどのデータをTreasure Dataの機械学習プラットフォームである「Hivemall」で分析して、顧客の購入予測モデルを生み出したという。特に、ウェブサイトのアクセスログを機械学習に盛り込むことは予測精度に大きな影響を与えたとのことで、実際の成約率が大幅に向上したという。

「機械学習を実施する上で顧客の行動ログが予測精度にどのような影響を与えるのかを実証できた」(小川氏)

  • Hivemallによる購入予測モデルの概要とその効果

そのほか、Treasure CDPによるデータ分析は、成約を最終コンバージョンとした際のアトリビューション分析によるネット広告のアロケーション、採用活動における内定辞退者の分析、セカンドパーティデータによる競合メーカーの分析など、様々なシーンに活用されているという。

小川氏は、講演の締めくくりとしてICTによる第4次産業革命を挙げ、「データによるビジネスの転換が世界的に言われている中で、日本国内は遅れているのではないか。時価総額で世界トップクラスの企業は、みなデータを持っている企業。データは21世紀の資源と言われ、データによって破壊的イノベーションを生み出している企業が次々と生まれる中で、旧来型の企業はそうした動きに負けないようにデータを活用して闘わなければならない。その中では、業種業界を超えたコラボレーションが必要だ」とトレジャーデータとの協業の意義について語った。