加速するデジタル投資(PR集客~営業開発)

2018年8月、世界最大手のITベンダー各社から新製品の発表が相次いだ。PR集客~営業開発の領域で、デジタル・ソリューションの開発が進んでいるようだ。

[8/15]Oracle releases GraphPipe, an open-source tool for deploying AI models

[8/16] Salesforce open-sources the tool it uses to build Einstein’s AI models

[8/22] Adobe use AI to predict the best times to send a marketing emails
Adobe Sensei, the company’s catch-all name for all of its machine learning tools, will soon be put to use to predict the best times to send you a marketing email. This new technology, which came out of Adobe’s research labs, will likely become available in the near future.

 

ネット検索の主流はこれまで、文字列による検索が主流であったが、来年・再来年以降は音声スピーカーによる検索が主流になるという見方もあるようだ。(少し古いデータだが、、、FYI)

“50% of all searches will be voice searches by 2020” (April 2016)

“About 30% of searches will be done without a screen by 2020.” (Dec 2016)

 

マーケティングの守備範囲をはるかに超える、現在のデジタル・エコシステム。企業による顧客へのエンゲージメント・アプローチは、どのように進化していくのだろうか。本当に難しく、リスクも高いが、いつの時代も冒険者が未知の世界を切り開いてきた。

advocate

【分析環境の整備】会社の中にあるデータの流れを整理する

会社の中にあるデータの流れを整理する(分析環境の整備)
1. 社内のDATA SOURCEを洗い出す (i.e. Relational Database / No SQL Database)。
2. データソースからデータを取り出し、整理し、保管する(DATA WAREHOUSE)
3. よく使う種類のデータだけを取り出し、小さな物置のような場所(Data Mart)に保管する
ある程度の規模以上の会社であれば、会社内にはマーケティング / セールス / オペレーションなどの部署があり、それぞれのワークグループが様々なシステムを使っていることだろう。この状況は、会社内にデータ(DATA SOURCE)が散在している状態だといえる。ちなみにデータの保管や更新はデータベースで行われている(i.e. Relational Database / No SQL Database)。
かなり大きな規模の会社であれば、会社内に散在している大量のデータソースからデータを取り出し、整理し、保管する場所(DATA WAREHOUSE)を、専任で担当するヒト(Data Engineerなど)が必要になってくる。
しかしながら、データを集計する他の担当者(Data Analystなど)にとっては、整理・保管されているデータの大規模倉庫(DATA WAREHOUSE)の中では作業するのが大変だと感じる。 なぜなら、大規模倉庫内ではデータを探し回るのに時間がかかるし、集計作業する環境も整っていないからだ。
そこで、データの大規模倉庫(DATA WAREHOUSE)から、小さな物置のような場所(Data Mart)に、よく使う種類のデータだけを取り出し保管できる場所を用意することになる。この物置のような大きさの場所(Data Mart)であれば、データを集計する担当者(Data Analyst)は、集計・分析作業を行うことができる。
鈴木健司 博士は著書で、データベース(RDB)、データウェアハウス(DWH)、データマートの違いの違いについて、次のように述べている。
受発注、在庫管理、経理などの定型的な日常業務が、RDBで保管・運営されている一方で、社内外にある情報を集め分析するような業務を行う商品企画などでは、会社内の情報、外部の情報、過去十年分のレコードなどが必要になるためDWHを使う。
また、『魚、肉、野菜、米などを集めた倉庫』をデータウェアハウス(DWH)とすると、Datamartは『魚だけ、野菜だけ、特定の産地の魚と野菜だけ』など、消費者のニーズに合わせて設けられる市場(いちば)ようなもの。
【参考】もっと大量のデータを処理するためのシステム (多数のコンピューターを使う)
1) 大量のデータやファイルの出し入れができる巨大なストレージを用意する(Distributed File System)
2) 多数のコンピューター間で、データ処理のワークロードを調整する (Resource Manager)
3) 大量データをバッチ処理するためのシステム(Distributed Data Processing)
4) 巨大なストレージから、データを参照できるように工夫する(QueryEngine)
参考文献 :
ビッグデータを支える技術 / 西田圭介 著 (技術評論社 / ISBN 978-4774192253)
データウェアハウスがわかる本 / 鈴木健司 著 (オーム社 / 978-4274079047)

 

集客導線の整備 (属性情報の蓄積)

非常に複雑なテーマである、『企業とマーケットとの接点』について、改めて整理することにした。 理想的にはこのようなストラクチャになるが、異なるドメイン間でデータの連携が必要だ。 大手IT企業が提供するMarketing Cloud Serviceは、もはや、IoTプラットフォームと呼んだほうがよいのかもしれない。
Marketing_Campaign_Prep
【参考】TREASURE DATA社(東京・丸の内)
データ蓄積を競う世界では現在、蓄積対象とするデータが、『Customer Data』から『Device Data』(IoT platform)へ変化している。TREASURE DATA社(東京・丸の内)のブログ(2018-08-02)でも、その点がハイライトされている。
『私たちが現在提供しているカスタマーデータプラットフォーム(CDP)の領域では、既存のテクノロジーパートナーとのより緊密な協力や、新しいツール連携の構築、そして顧客データの更なる活用に、今後も力を注ぐ必要があると考えています。CDP市場への注力を加速していく一方で私たちを鼓舞するのは、CDPを拡張し「デバイスデータプラットフォーム(DDP)」を指向するという新しい挑戦です。』
source: “The Next Chapter” https://www.treasuredata.co.jp/blog_jp/the-next-chapter/

自分のPCに、Pythonをインストール

このサイトの手順にしたがい、自分のPCにPythonをインストールしてみました。https://www.edureka.co/blog/python-101-hello-world-program/
ほかのプログラミング言語でもそうだと思いますが、入門編としてまずは『Hello World』という文字列をコマンドを使って表示させてみました。(続く)
python101
[Remarks]自分が作ったテキストファイル( “test.txt”)を、open&readしてみました。
open_and_read

自分のPCに、データベースをインストール

ゴール:社内トレーニング用の環境整備(データベースを自分のPCにインストール)

1.無料データベース(お試し版)のインストール
●自分のWindows PCのビット数を確認する。(i.e. Windows 10の64bit版)
●無料データベース(お試し版)がダウンロードできるサイトへ行く(Oracle社 Express Edition)
●Oracle社 Express Editionをダウンロードする (登録フォームがポップアップするので、名前・メアドを入力)
●圧縮ファイル(.zip)のダウンロード後、setup.exeをクリックしインストール
(全部自動で、5分~10分程度で完了し、パスワード設定をする画面が出てくる)

2.無料データベース(お試し版)の起動
●左下のwindowsアイコンから、『Start Database』というアイコンを探す/クリックする
●黒い画面が出るので、データベースにログインする
(sqlplus system/●●●とタイプする:systemはユーザー名、●●●はパスワード)

3.練習用に用意されているデータセット(scott/tiger)を有効にする
●utlsampl.sqlファイルを実行する(@をつけてディレクトリ・パスとファイル名をタイプ)
※utlsampl.sqlというファイルを実行すると有効になるそうです
※ utlsampl.sqlは、私の場合、この場所にあったのでコマンドはこのように
@C:\oraclexe\app\oracle\product\11.2.0\server\rdbms\admin\utlsampl.sql

4.社内トレーニングように適当にクエリーを実行
select * from emp;
select * from emp e where e.deptno=30;
select * from emp e where e.deptno=30 and JOB =’SALESMAN’;

select * from dept;
select e.ename,d.LOC from dept d, emp e where d.deptno=e.deptno and e.ename=’TURNER’;

end

 


[Remarks] Create Table & Data Loading

test6_csv
1.データベースに取り込みたいCSVファイルを作成(test6.csv)

 

create_table
2.テーブル『TEST』を作ります

 

control
3.CSVファイルをアップロードするよう指示するファイル(.ctl)を作成。     (i.e. TEST6.CSVを、『TEST』テーブルへ入れてください、と指示)

 

sqlldr
4.アップロード指示を書いたファイル(test1.ctl)を、                     ”SQL Loader (sqlldr)”というコマンドで、実行します。

 

loaded_to_table
5.『TEST』テーブルに、CSVデータがアップロードされました。

 

市場での認知・啓蒙 (市場開発)

[OBJECTIVE] Grow New Business by amplifying the online traffic
1) To raise awareness across devices and platforms with relevant contents/story
2) To navigate audience to the owned media (Landing page / Blog / Shopping cart)
3) To gather & store the audience’s profile (IP address / Device ID / SNS ID / Email / etc)
4) To identify those site visitors with high potential of business (acquisition & conversion)
[TACTICS] Define target audience & design your communication tactics
To design & create attractive contents relevant to audience’s interests and preference (brand story)
To select the comm. channels / devices / platforms that your target audience are using mostly
To measure the effectiveness of each comm. tactics after execution of tactics

 

July2017