購買行動に特化した可視化分析アプリケーションのコンセプトと今後 / KNT002

Transcript

1. © Konica Minolta, Inc. 2019/12/10 コニカミノルタ株式会社 マーケティングサービス事業部 事業開発部 技術開発Gr 福吉 祐輝 購買行動に特化した 可視化/分析アプリケーション のコンセプトと今後
2. © Konica Minolta, Inc. 技術開発Grについて
3. 技術開発Grについて © Konica Minolta, Inc. 3
4. 技術開発Grについて © Konica Minolta, Inc. 4
5. Go Insightサービスに関わる技術開発を担う © Konica Minolta, Inc. 5 AI解析 店舗設置 目視解析 クラウド基盤 Go Insight Viewer コンサルティング CPS-PF 学習・評価 アノテーショ ン データ取得 データ解析 データ集約 データ修正 データ 加工・分析 データ 活用支援 データ 可視化
6. Go Insightサービスに関わる技術開発を担う © Konica Minolta, Inc. 6 AI解析 店舗設置 目視解析 クラウド基盤 Go Insight Viewer コンサルティング CPS-PF 学習・評価 アノテーショ ン データ取得 データ解析 データ集約 データ修正 データ 加工・分析 データ 活用支援 データ 可視化
7. 可視化で名前を自己紹介 © Konica Minolta, Inc. 7
8. 福 吉 © Konica Minolta, Inc. 8
9. © Konica Minolta, Inc. Tableauの機能を活用 ・苗字(福吉)の分布を 可視化 観点：日本でどの場所 に多いのか。 出典 名字由来net<https://myoji-yurai.net/>
10. © Konica Minolta, Inc. 鹿児島 出身地 Tableauの機能を活用 ・苗字(福吉)の分布を 可視化 観点：日本でどの場所 に多いのか。 出典 名字由来net<https://myoji-yurai.net/>
11. © Konica Minolta, Inc. 11 国内における合計 約 2,310 人 Tableauの機能を活用 ・苗字(福吉)の分布を 可視化 観点：日本でどの場所 に多いのか。 出典 名字由来net<https://myoji-yurai.net/>
12. © Konica Minolta, Inc. 12 出典 名字由来net<https://myoji-yurai.net/>
13. © Konica Minolta, Inc. 13 清 水 高 橋 野 口 福 吉 登 壇 者 苗 字 出典 名字由来net<https://myoji-yurai.net/>
14. © Konica Minolta, Inc. 14 清水 高橋 野口 福吉 登 壇 者 苗 字 出典 名字由来net<https://myoji-yurai.net/>
15. © Konica Minolta, Inc. 15 清水 高橋 野口 福吉 登 壇 者 苗 字 531,680 人 1,411,620 人 197,140 人 2,310 人 観点：各人を比較 ⇒比較すべき指標を最大値に合わせる 出典 名字由来net<https://myoji-yurai.net/>
16. © Konica Minolta, Inc. 16 清水 高橋 野口 福吉 登 壇 者 苗 字 出典 名字由来net<https://myoji-yurai.net/>
17. © Konica Minolta, Inc. 17 清水 高橋 野口 福吉 登 壇 者 苗 字 全国20位 全国3位 全国89位 全国4800位 出典 名字由来net<https://myoji-yurai.net/>
18. “観点” で可視化は変えるべき © Konica Minolta, Inc. 18
19. 可視化への興味・関心 © Konica Minolta, Inc. 19
20. 可視化の昔と今 © Konica Minolta, Inc. 20 “人” という可視化をすることに対して 昔 今
21. 可視化の昔と今 © Konica Minolta, Inc. 21 “人” という可視化をすることに対して 昔 今
22. 可視化の昔と今 © Konica Minolta, Inc. 22 “人” という可視化をすることに対して 昔 今 電車/ 通勤 ホーム ページ 天気 カテゴリ
23. “カテゴリ” で可視化は変えるべき © Konica Minolta, Inc. 23
24. 可視化 © Konica Minolta, Inc. 24 観点 × カテゴリ
25. © Konica Minolta, Inc. 25 agenda for today Go Insight Viewer がどういったもの なのか、またコンセプトついてお伝え します。 Go Insight Viewer が ”観点”× ”カテゴリ” を意識して、どの ような可視化をしているのか。また、そ こから得られるものが何かを具体的に 紹介します。 Go Insight Viewer 全体の説明を 踏まえて、今後の方向性についてお 伝えします。 Go Insight Viewer とは Go Insight Viewer 活用方法 今後
26. © Konica Minolta, Inc. 26 購買行動に特化した 可視化/分析アプリケーション のコンセプトと今後
27. © Konica Minolta, Inc. 27
28. Go Insight Viewerとは © Konica Minolta, Inc. 28 購買行動に特化 データ収集 前処理 データ蓄積 後処理 可視化 生ログ・生データ デ ー タ フ ロ ー S3 Lambda alteryx EC2 Amazon Aurora RDS Redshift Lambda SageMaker Tableau 商品棚 正面画像 商品棚 マップ座標 人物姿勢 解析座標 カメラ 撮影画像 Web Application
29. Go Insight Viewerとは © Konica Minolta, Inc. 29 購買行動に特化 観点 × カテゴリ 購買行動 リテール メーカー
30. Go Insight Viewerのコンセプト © Konica Minolta, Inc. 30
31. Go Insight Viewerのコンセプト © Konica Minolta, Inc. 31 課題提起型
32. Go Insight Viewerのコンセプト © Konica Minolta, Inc. 32 Go Insight データを取得 アクションを取る Go Insight Viewer データを閲覧 気づき・課題を発見
33. 気づき・課題を発見 Go Insight Viewerのコンセプト © Konica Minolta, Inc. 33 Go Insight データを取得 アクションを取る Go Insight Viewer データを閲覧 課題を提起
34. 気づき・課題を発見 Go Insight Viewerのコンセプト © Konica Minolta, Inc. 34 Go Insight データを取得 アクションを取る Go Insight Viewer データを閲覧 課題を提起 Go Insight + Go Insight Viewer セットで提供
35. Go Insight Viewer © Konica Minolta, Inc. 35
36. Go Insight Viewer フロー © Konica Minolta, Inc. 36 ログイン 選択画面 可視化 ユーザーアカウントによるログ イン機能。ユーザーに紐づく データのみ閲覧可能。 閲覧可能なデータについて、 画面/店舗/カテゴリ/日付 を選択。 選択した値に基づいて、 可視化の画面を表示。
37. トップ画面 © Konica Minolta, Inc. 37
38. トップ画面 © Konica Minolta, Inc. 38 画面選択 各データの詳細、日付ごとの推移を表示
39. トップ画面 © Konica Minolta, Inc. 39 可視化表示しているデータの日付および、解析データがある日付を示す
40. トップ画面 © Konica Minolta, Inc. 40 KPIとなる数値データを表示
41. トップ画面 © Konica Minolta, Inc. 41 通行者/滞在者/商品接触者/購買者 における割合と 各属性における男女比率
42. トップ画面 © Konica Minolta, Inc. 42 KPIの数値における男女/10代ごとのデータ
43. トップ画面 © Konica Minolta, Inc. 43 商品接触/購買とCVRの推移
44. トップ画面 © Konica Minolta, Inc. 44 各曜日における時間ごとの 商品接触/購買のヒートマップ
45. トップ画面 © Konica Minolta, Inc. 45 各商品/メーカーのCVRにおけるばらつきと傾向線
46. Go Insight Viewer 活用事例 © Konica Minolta, Inc. 46
47. 注意事項 © Konica Minolta, Inc. 47 こちらから先はサンプルデータのため、 実データとは異なります。
48. 48 観点 商品棚（飲料）におけるコンバージョン × カテゴリ リテール 通行者 滞在者 商品接触者 購買者 25% 53% 62% どの属性へのアプローチが適切なのか？
49. © Konica Minolta, Inc. 49 観点 コンバージョンの推移 × カテゴリ リテール 曜日におけるコンバージョンの傾向は？ 平日における施策が必要な曜日は？
50. © Konica Minolta, Inc. 50 観点 立ち寄り者の属性 × カテゴリ リテール 立ち寄り者の性別、年代は偏りがあるか？
51. © Konica Minolta, Inc. 51 観点 時間帯によるコンバージョン × カテゴリ リテール 営 業 時 間 商品特徴によって、 コンバージョンの良い時間帯 はあるのか？
52. © Konica Minolta, Inc. 52 観点 店舗内のレイアウト × カテゴリ リテール 店舗の主動線における滞留ができていないか？ ⇒商品接触のない滞在者が多い箇所がないか？ 外エンドに人が集客できているのか。
53. © Konica Minolta, Inc. 53 観点 他社との比較 × カテゴリ ブランド 競合他社と比較し、自社製品のコンバージョン率はどうか？ コンバージョンが良い商品はどんなものがあるか？
54. © Konica Minolta, Inc. 54 観点 商品の棚位置 × カテゴリ ブランド 棚割はどの場所がよいのか？ ゴールデンゾーンが本当に接触されやすいのか？
55. © Konica Minolta, Inc. 55 観点 場所による比較 × カテゴリ ブランド 常温 冷蔵 常温 冷蔵 常温でこそ購入される商品 の特徴は？ 冷蔵でこそ購入される商品 の特徴は？
56. © Konica Minolta, Inc. 56 観点 視線による比較 × カテゴリ ブランド 自動販売機においては商品接触による購買行動がないため、 視線のデータ取得による可視化を実施 購入前にどういった商品と迷っていそうであるか？ 自動販売機のPOPはみているか？
57. 今後 © Konica Minolta, Inc. 57
58. © Konica Minolta, Inc. 58 1st STEP 購買行動に特化した 可視化/分析アプリケーション 構築完了
59. © Konica Minolta, Inc. 59 2nd STEP Go Insight Viewerを 利用して頂き、お客様の課題 に合った可視化を提案 より使い勝手を重視
60. © Konica Minolta, Inc. 60 3rd STEP データ種類の幅、 データ取得期間の増加 予測モデルを構築 課題の施策と 効果予測まで提案
61. © KONICA MINOLTA © KONICA MINOLTA