Insight Technology

2021.02.22

ホワイトペーパー紹介|過去データを元に様々な予測ロジックに対応した予測モジュール

このエントリーをはてなブックマークに追加

こんにちは!インサイトテクノロジーマーケティング本部です。

現在、多くの企業がデータ活用を至上命題としてさまざまなデータの蓄積を行っています。しかし、インターネットや各種センサーなどからもたらされる膨大なデータを、人間の手で『適切なデータ』を『適切に処理』することは、もはや不可能です。そのデータと AI・機械学習の技術によって、今まで人間では不可能もしくは困難だった業務を自動化または省力化し、有効な課題解決へとつなげていくことが、あらゆる企業で喫緊の課題となっています。

機械学習や統計分析を用いてデータから実際の課題を解決するためには、データや課題に応じて適切な手法や統計モデルを選択することが必須となります。しかし、実際の課題に応じた手法やモデルを選択し、ビジネスで活用していくことは簡単ではありません。今回のブログでは、弊社が提供するAI・機械学習サービスであるInsight Asirのモジュールの1つである「Insight Data Forecaster」を紹介しつつ、来客数予測を例にした機械学習の動作イメージや、最新の機械学習手法、実際のユーザーケースなどを解説していきたいと思います。

Insight Asirのデータ予測

近年、スマートフォンの登場やキャッシュレス化によって消費のあり方は大きく変化しました。インターネット広告が増え、ネットショッピングや宅配・テイクアウトサービスが手軽に利用できるようになっています。それだけでなく、特にこの数年は海外からの観光客数が急増し、観光・飲食・小売業界は需要変動が激しくなっています。また、技術の発展により、通行人数やECサイトのアクセス数など売上に直結するデータも集めることが可能になっています。こうした中、企業では様々なデータを活用し、商品やサービスの需要を分析・予測する動きが活発になってきました。

機械学習における予測は回帰ともよばれ、非常にポピュラーな分野の一つです。Insight Asir では、Insight Data Forecaster(以下Insight DF)として、課題の分析、課題に応じた予測アルゴリズムの検討からPoC、実運用の導入までをサポートしています。以下の部分からInsight DFに重点を置いて、機械学習の動作イメージや最新手法について説明していきます。

Insight Data Forecasterでできること

Insight DFは過去データを元に様々な影響あるパラメータを考慮した上で、複数の予測ロジックに対応した機械学習モジュールです。

Insight DFで何かできるかというと、「機械学習」を用いた予測を提供することです。機械学習とは、データから規則性を機械的に学び取ることで、未知のものを予測する技術のことです。物事を予測する場合、人間はデータの分析を行い、経験や勘を元に最終的な決定を行います。経験を全て数値化することは不可能ですが、蓄積されたデータをうまく加工・数値化して機械的な予測に使用することで、事実に基づいた予測を行うことが出来るのです。

asir1.png

来客数の予測を例とした機械学習のイメージ

小売店・飲食店を例として、将来(明日、来週、来月など)の来客数を予測することを考えてみましょう。

経験から「気温が30 度を上回ると影響が大きい」と判断することは珍しくないですが、データを分析してみると「実際は28 度以上から影響している」という結果が得られることもあるのではないでしょうか。とはいえ、近年平均気温は上昇していることなどをふまえると、「今年も去年同様28度以上が影響するのか?」「7月と8月では影響度合いも違うのではないか?」といったように、様々な視点が必要となってきます。人間が一回に扱えるデータには限りがありますが、機械は大量のデータを処理することが得意です。また、人の勘にはその人の癖などが反映されることも多いですが、機械的な予測ではより客観的な結果が得られ、人間が気づかなかった関係を見つけ出すことが可能です。

asir2.png

上記の図が示したように、たくさんの情報からなる関係を人間が考えるのは至難の業ですが、機械学習ではデータからこのような関係性を導き出すことが可能です。逆に、データの与え方により、経験や施策を反映させることも可能です。

        

asir3.png

もう1例を挙げてみると、これから実施予定のキャンペーンによる来客数への影響を確認したい場合はどうなるでしょう?過去に同様のキャンペーンで効果があったという実績があれば、「キャンペーンの日は1、それ以外の日は0」と数値化することで、過去のキャンペーン実施の実績と、実施予定の情報を予測に活かすことが可能です。

また、来客数の変動などは、過去の傾向と最近の傾向とは大きく異なってくることが多いため、常に最新のデータを使用し予測モデルを作成し、最近の傾向をより重視した予測を実施していくことも重要となってきます。

最新の機械学習予測手法を使用

Insight DFでは複数の予測手法を用意し、目的に応じた方法を選択しています。一般的に、あらゆるケースに最適と言い切ることのできる予測アルゴリズムは存在しないことにご注意ください。目的に応じて過去データを分析し、目的に応じた適切なアルゴリズムを選択することが重要となります。

以下にはInsight DFで使用できるアルゴリズムの一部が挙げられます。アルゴリズムの詳細に関して興味がある方は、こちらより本資料をダウンロードしてご覧いただけます。

  • 重回帰分析モデル
  • ニューラルネットワーク
  • 勾配ブースティング決定木回帰

また、本資料では「予測を行う上で大切なこと」を説明するために、Insight DFの将来予測の仕組みを利用したユースケースをご紹介しております。Insight DFより実際にどのような予測への応用が可能になるのか気になる方は、ぜひ下記のボタンから本資料をダウンロードしてご一読ください。

ダウンロードボタン.png

ページトップへ
最新ニュースをお届けします! インサイトテクノロジー公式メールマガジンを
ご購読いただき、お役立ち情報をお受け取りください。
メールマガジンを購読する