企業でネットワーク分析をするという事 / About belonging to a company and analyzing networks

■イベント
東京大学工学系研究科での講義

■登壇概要
タイトル：企業でネットワーク分析をするという事
発表者：
DSOC 研究開発部 SocSci Group 臼井 翔平

▼Twitter
https://twitter.com/SansanRandD

Transcript

1. 企業でネットワーク分析をするという事 Sansan株式会社 DSOC（Data Strategy & Operation Center） R&D Group ⾅井翔平
2. ※ 掲載されている内容等は発表時点の情報です。 ※ 公開に当たり、資料の⼀部を変更・削除している場合があります。
3. ⾅井翔平 ⼯学博⼠ 個⼈情報保護⼠ 専⾨分野 • 計算社会科学 • 複雑ネットワーク科学 DSOC（Data Strategy & Operation Center） R&Dグループ 研究員
4. Data Strategy and Operation Center 略歴 2015~2016 株式会社ホットリンク委託研究員 2016~2017 学振特別研究員 2017 東京⼤学⼤学院⼯学系研究科博⼠課程修了 2017~2019 東京⼤学先端科学技術研究センター特任助教 2019~ Sansan株式会社 DSOC 研究員
5. 会社概要
7. Company Profile Sansan株式会社が展開する2つの事業 法⼈向けクラウド名刺管理サービス 個⼈向け名刺アプリ
8. Company Profile 組織構成 法⼈向け名刺管理サービス Sansanの開発、提供 個⼈向け名刺アプリサービス Eightの開発、提供 R&D データ分析・研究開発 （画像処理／機械学習・AI） Sansan事業部 Eight事業部 DSOC Sansan株式会社 データ統括部⾨
11. Data Strategy and Operation Center Agenda 9 • R&Dチームについて • Sansanの扱うデータ • 企業でネットワーク分析をやるという事 • BBES（BtoB Engagement Score） • What is Effective Encounters? • 地域の特徴を可視化する • まとめと宣伝
12. R&Dチームについて
14. Data Strategy and Operation Center DSOC R&Dチーム 12 Automationチーム 画像処理部隊 Sansanの要 Data Analysisチーム 主に機械学習・⾃然⾔語処理 課題を解決する SocSciチーム 社会学・経済学・複雑系科学 課題を⾒つける
16. Data Strategy and Operation Center SocSciチームとは？ 14 Social Scienceチーム • 課題を⾒つけ、解決に導く • データから何ができるかを思考し、新しい価値を⽣み出す データから何ができるかを思考し、新しい価値を⽣み出す メンバー • ⼀橋⼤学経済学修⼠ • 筑波⼤学MBA博⼠課程在籍 • 東京⼤学⼈⽂社会系研究科博⼠課程在籍 • 慶應義塾⼤学経済学博⼠ • 東京⼤学⼯学系博⼠
17. Sansanの扱うデータ
18. Data Strategy and Operation Center • 世界で⼀番リッチなオフラインネットワーク(当社⽐) • 複雑系の性質を⾊濃く持つネットワーク(論⽂執筆中) • コミュニティ構造や属性を持つネットワーク データの特殊性 16 オフライン オンライン ⼤規模 ⼩規模 空⼿クラブ 実地調査 センサー ⼩規模SNS
19. Data Strategy and Operation Center Sansanの扱っているデータ 17 繋がりデータ 地域・業種
20. 全社員が 個⼈情報保護⼠の資格を取る
21. Data Strategy and Operation Center データの取り扱い 19 • データの取り扱いは⾮常にセンシティブ • 法務判断+倫理的判断 引⽤ : https://japan.cnet.com/article/35137231/ 引⽤ : https://japan.cnet.com/article/35126967/
22. Data Strategy and Operation Center イギリスの事例 20 • Network Diversity and Economic Development (2010, Science, Eagle et al) • 地域ネットワークの多様性と経済活性には⾼い相関がある
23. Data Strategy and Operation Center ルワンダの事例 21 • “Predicting poverty and wealth from mobile phone metadata”, Science, 2015 • 携帯電話の通話記録から機械学習でその⼈の富を推定する
24. Data Strategy and Operation Center Cambridge Analyticaのケース 22 • フェイスブック上で、性格のタイプを診断するクイズが勧められた • ケンブリッジ⼤学のアレクサンダー・コーガン⽒によって開発された • 回答したユーザーの友達に関するデータも収集するよう設計 • 主に⽶国に住む約5000万⼈分のデータを収集 • データはケンブリッジ・アナリティカ社に売却される • 親トランプ的な素材を送り届けるのに利⽤された
25. Data Strategy and Operation Center ネットワークと個⼈情報 23 • つながりの情報は個⼈情報なのか？ • 現状⽇本の個⼈情報保護法は ネットワーク構造を持つデータには対応していない 例えば・・・ あなたのフレンドの次数や中⼼性を⾒せてもいいのか 企業の持っている繋がりは公開情報となるのか
26. 何を分析すべきで、 何を分析すべきでないのか、 全員が考える 24
27. 企業でネットワーク分析をやるという事
28. 複雑系科学とはなにか？
29. Data Strategy and Operation Center 複雑系科学とは 27 「複雑なまま全体を捉える能⼒」 「発⽣するメカニズムはわからないが、⼀定の法則に従う」 引⽤ : https://bizzine.jp/article/detail/2420
30. 企業の現場において 複雑ネットワークの知識は必要か？
31. Data Strategy and Operation Center なぜ企業で複雑系の知識が必要なのか？ 29 • 企業の課題の中には、機械学習で解決できない問題が結構ある 例えば・・・ ⽉／年間で何社契約するのかざっくりと知りたい ⽇本全体の名刺交換枚数をざっくり知りたい ユーザがしている実際の名刺交換枚数を知りたい
32. Data Strategy and Operation Center 世の中は複雑系だらけ 30 • スケールフリー性 • ユーザ数と名刺交換の関係 • 企業数と企業規模の関係 • 相互関係によって定義される系はほぼ全てが複雑系 • 多くのデータがネットワーク構造を持っている
33. Data Strategy and Operation Center 思考としての複雑系ネットワーク 31 • 個々ではなく全体を⾒る • べき分布なのか、正規分布なのか • スケールフリー性を持っていたら基本的に個々の予測は難しい • 表ではなくネットワークとして⾒る • 頭の中でネットワークに変換して考えられますか？
34. Data Strategy and Operation Center “企業で”ネットワーク分析をするメリット・デメリット 32 メリット データが潤沢 • 全員が同じ⽬的を共有している • データの掛け合わせは割と⾃由にできる • サービス直結で考えることができる デメリット • 論⽂とかを書く時間はそんなに取れない
35. どう昇華するか？ 33
36. Data Strategy and Operation Center Sansan Labs 34 未来の働き⽅を 実現する
37. Data Strategy and Operation Center ビジネスマンタイプ分析 35 • 社内で重要な⼈は誰？ • 他の社員のプロファイリング • ⾃⼰理解やチーム編成 Sansanに取り込まれた名刺データから ユーザがどのようなタイプかを分析する
38. Data Strategy and Operation Center ビジネスマンタイプ分析 36 社外の業種接触多様性 社内の業種接触多様性 社内ネットワークでの重要さ 社外の⾼い役職との接触 社内での繋がりの強さ
39. Data Strategy and Operation Center 社内ネットワークの構築 37
40. Data Strategy and Operation Center 社内ネットワークでの重要さ 38 繋がりをたくさん持って いる⼈が重要な⼈物 が多い⼈はチームで 動く⼈数が多い！
41. やりたいことも、やれることも 無限にある 39
42. ネットワーク分析事例 ~DSOC研究員の⽇常~
43. Mission 1. ⽇本の名刺交換枚数を推定せよ 41
44. ユーザの平均次数を求めて、 全労働⼈⼝に適⽤する
45. Data Strategy and Operation Center 致命的な問題点 1. 全ユーザが交換した全ての名刺を取り込んでいるわけではない 2. ユーザは⾮ユーザよりも名刺交換を多くする側に バイアスがかかる
46. Data Strategy and Operation Center 取り込み確率の推定 44 名刺の取り込みを!"# 、取り込まれを$% ユーザの取り込み確率は!"# と$% の関係を⾒れば、取り込み確率は推定でき る 観測できない名刺交換枚数はと、相⼿側の取り込み確率′、 名刺交換枚数として定式化 • = − − !
47. Data Strategy and Operation Center ユーザ・⾮ユーザバイアスの推定 45 ユーザは名刺を取り込む時に相⼿がユーザかどうかは気にしない • 取り込まれ枚数は、ユーザ・⾮ユーザで同条件 ユーザ、⾮ユーザの次数分布を⾒る • 明らかに名刺交換が多い⽅にバイアス スケールフリー性により、 スケールしても平均次数の⽐率は変化しない
48. ネットワーク的思考と 複雑系的思考
49. Mission 2. BBES monitor 47
50. Data Strategy and Operation Center BBES (BtoB Engagement Score) 48 • 名刺交換をしている⼈にその企業の印象を調査 • 企業を知っている⼈から調査可能 • BtoB企業のブランド⼒もはかれる！ ※ BBES（BtoB Engagement Score）は、2020年2⽉より「Eight Company Score」として提供されています。
51. Data Strategy and Operation Center 誰に対してアンケートを出すのか？ 49 制約条件 • 名刺を持っている企業についてのアンケートを送る • 対象企業は約1500社 • ⼀⼈につき3つの企業まで答える • ⼀つの企業につき1500件のアンケートを送る サンプリングアルゴリズムを検討する →最適化をどうすればよいか
52. Data Strategy and Operation Center ⼆部グラフからのサンプリング 50
53. Data Strategy and Operation Center 最⼤流問題（ネットワークフロー） 51 S 3 3 3 3 1 1 1500 1500 1500 1500 1500 G
54. Dinic Algorithm リンクに仕事を流した時に、 逆リンクの容量を1増やす 52
55. Data Strategy and Operation Center Dinic Algorithm 53 S 3 3 3 1 1 1500 1500 1500 1500 G 3 1500
56. Data Strategy and Operation Center Dinic Algorithm 54 S 3 3 3 1 1 1500 1500 1500 1500 G 3 1500
57. Data Strategy and Operation Center Dinic Algorithm 55 S 3 3 3 1 1 1500 1500 1500 1500 G 3 1500
58. 効率的かつリスクを最⼩限に ただし、バイアスはかからないように 最適化をしていく 56
59. 名刺交換⾏動は 企業価値に影響を与えるのか 57
60. Data Strategy and Operation Center 名刺交換ネットワークから特徴抽出 企業間ネットワークを作成 • 無向、重み付きネットワーク 特徴量の計算 • 次数 • クラスタ係数 • クラスタエントロピー • 隣接企業のBrand平均値
61. Data Strategy and Operation Center 重回帰分析による分析 59 従属変数 • 企業のBrand score 説明変数 • 企業のSales • 業種 • ネットワーク特徴量
62. 名刺交換⾏動は企業価値に影響する 60
63. Data Strategy and Operation Center 本成果のアウトプットについて 61 DSOC Data Science Report • https://sansan-dsoc.com/research/report/ NetSciX2020 ポスター • https://netscix2020tokyo.github.io/
64. Mission 3. Effective Encounter 62
65. 成功した出会いとは何か？？ 63
66. Data Strategy and Operation Center リンク強度と共通の友⼈数 成功した出会いとは、お互いに友⼈を紹介するような関係 • ⼈と⼈との繋がりの強さを共有の友⼈数で測定する！ • Common Friendsの計算 約200万ノードの共通の友⼈数を計算可能か • 例えば、Networkxで計算するのはかなりしんどい
67. Data Strategy and Operation Center 隣接⾏列から共通の友⼈数を計算する 65 隣接⾏列A 共通友⼈⾏列：C=A( • ただし、そのまま計算することはできない • 200万×200万の密⾏列をメモリに載せる必要がある • 5TBくらい？ リンクのあるところだけに絞る：C’ = A( ∘ A C′ = () + ( + ⋯ + %) () + ( + ⋯ + %) ∘ A= ∑$*+ % ∑,*+ % A$ + A, ∘ A
68. Data Strategy and Operation Center 共通の友⼈の性質 66 共通の友⼈は誰が持っているのか • Q：均等に皆がもっているのか • Q：⼀部のユーザが独占しているのか Degreeと共通の友⼈数の相関は0.433 共通の友⼈数はべき分布 • 共通の友⼈の多い出会いを⽣み出している⼈がいる 共通の友⼈が増える関係は複雑系の性質を持つ • 多くの要素が絡み合う臨界状態から⽣み出される
69. Data Strategy and Operation Center Effective Encounterはノードの重要性をあげる？ 67 従属変数 • Eigen vector centrality 説明変数 • 次数 • クラスタ係数 • Effective Encounterの数 Effective Encounterは有意にポジティブ
70. Data Strategy and Operation Center 共通の友⼈の増え⽅ 68 対象となるリンクができてからの共通の友⼈の増え⽅をクラスタリング 共通の友⼈の増え⽅を時系列クラスタリングする • Dynamic Time Warping • K-meansクラスタリング 増え⽅は⼤きく分けて3種類 • Gradual Edge • Bursting Edge • Potential Edge
71. Data Strategy and Operation Center Effective Encounterはリンク強度⾜りうるのか？ 69 ロジスティック回帰 従属変数 • Eight上でリアクションのやりとりがあったか 説明変数 • コモフレ数 • それぞれのクラスタの数 • ユーザのリアクション合計 Gradual Edgeが多い関係が仲の良い関係と⾔える
72. Data Strategy and Operation Center 業種によって重要なEdgeは異なる？ 70 • 各Edgeと業種の交互作⽤を検証 • 代表取締役は他の部署に対して Effective Encounterが重要 • 営業部は他の部署に対して Effective Encounterが重要ではない
73. Data Strategy and Operation Center 本成果のアウトプットについて 71 NetSciX2020 ポスター • 3本 • https://netscix2020tokyo.github.io/ 論⽂執筆中
74. 宣伝コーナー
75. Data Strategy and Operation Center 書籍紹介コーナー 73
78. DSOCは現在⼤幅増員中！
79. Data Strategy and Operation Center DSOCではこんな⼈が欲しい ⾼い専⾨性をもつ修⼠学⽣~ Keywords • 複雑ネットワーク科学・社会科学・経済学・統計学 • ⾃然⾔語処理 • 画像処理 • 機械学習
80. インターン⽣も募集 ~こっそり⾔ってください~ 78