検索メニュー

Data Science Lab

デジタルマーケティング領域を中心にビッグデータ全域の技術研究開発、顧客向けデータ受託分析サービス、新規データ系サービス創出を推進しています。

bigdata-img-01.png

今後、様々なビジネス領域において、データのビジネスへの有効活用ノウハウの有無が企業競争力へ大きな影響を及ぼすと考えます。オプトデータサイエンスラボでは、オプトグループが蓄積してきたデータ資産および分析技術を集約し、多種多様なデータから総合的なマーケティング施策を提言していきます。
具体的には、データ資産を中心とした様々な要素技術(下図参照)の研究開発、利活用を推進してまいります。

bigdata-img-02.png

研究領域

分析・予測技術

分類、予測、特徴量選択。グラフマイニング、特にDeep learning、時系列データモデリング、Graphical modeling、クラフトポロジー分析スパースモデリング等。

自然言語処理技術

テキスト情報の処理・マイニング技術、ソーシャルリスティング・データマイニング等。

可視化技術

データの効果的な可視化技術。インフォグラフィック等。

データ統合技術

異なるデータリソースの統合法、異なるリソースからのアウトプットの意味論的統合技術(メタ・アナリシス)

大規模データ処理技術

スケーラブルなデータ処理基盤技術、省メモリ・高速処理を実現するデータ構造
NoSQL DB、Graph DB、Hadoop、MPI、GPGPU等

分析品質維持技術

分析モデル・サービスレベルの維持、自動改善技術等

オープンイノベーション

イノベーションコンセプト・エコシステムの活用技術・ノウハウ獲得、オープンデータ・ヒューマンコンピュテーション・クラウドソーシング等

ビッグデータをスモールデータへ

ビッグデータの概念が表わすように、年々デジタルデータの生成量は指数関数的な増加をみせています。しかし、実験計画に基づき能動的に取得されたデータに対して、ビッグデータは活用目的が設計されてない受動的なデータであるがゆえに情報としての価値がそれほど高くないのが実情です。期待されることはビッグデータをそのまま扱う方法論ではなく、データから知見を得て業務や経営に生かすという具体的なアウトプットであるはずです。したがって、エコシステムから有効活用可能な最小のシグナルの発見、すなわちビッグデータのスモールデータ化こそが、重要と考えます。

システムとしての理解を目指します

多種多様なデータを詳細に大量に処理することで、一人一人に最適なマーケティング施策を適用することが期待されています。複雑なマーケットシステムを人間が理解し、施策をイメージし、メッセージを届けるには、個々の事例にとらわれず類型化・単純化、すなわちモデル化することが本質です。様々な粒度のデータをどのレベルで統合し活用することが有効なのか、類型化・単純化されたモデルからシステムをもたらす原理を理解することを追求します。

研究開発の対象はマーケティング領域に限定しません

マーケティング業界で培われた分析ノウハウが重要であることはいうまでもありませんが、多種多様なデータが取得可能な環境でマーケティング戦略が複雑化する現状で専業の技術では発想できない新しいデータ指向のコンセプトの創出に価値があると考えています。新しいデータ活用ニーズが生まれた時、既存の工学的手法の適用はもちろん、他分野のデータ分析手法の応用・カスタマイズが、問題解決を導くことがしばしば起こります。DSLでは、領域を限定しない分析技術を積極的に取り入れ、デジタルマーケティングに活用していきます。

社外技術と連携します

自社組織のみでビッグデータから有効な示唆を得るためのシステムを完結できるとは考えていません。国内外のユニークなデータリソースや技術を保有する組織との連携をはじめ、クラウドソーシング等のオープンイノベーションを積極的に活用し、データやノウハウ・要素技術の蓄積を行っていきます。また、産学連携に力を入れ、最新の分析技術の研究開発や応用分析事例の創出を推進することで競争力を獲得していきます。

17_1_ja.png