［日本航空］Webの動線改善にビッグデータ活用顧客を誘導するには、その行動パターンを知る必要がある。日本航空（JAL）は、ビッグデータを顧客分析に活用する（画面A）。
ウェブ戦略にビッグデータを駆使するリクルートの「SUUMO」
緑色のキャラクター「スーモ」でお馴染みのリクルート住まいカンパニーが運営する不動産・住宅サイト「SUUMO」。そのウェブサイトの裏側は、日本屈指のプロモーション予算を扱う現場でもある。 ビッグデータを活用してビジネス課題に迫っていく手法の数々を、リクルート住まいカンパニー MP統括部 SUUMOネット推進部 部長の川本広二氏に紹介してもらった。 コンバージョンが積極的なプロモーション投資の最終目的 SUUMOのビジネスモデルは、不動産業会社とユーザーとのマッチングによって手数料を受け取るマッチングビジネスだ。 低頻度・高単価商品である不動産という商材の特性上、一人の顧客が頻繁に利用するわけではないので、集客力が大きな要素となる。SUUMOの場合、テレビやウェブでの広告をはじめとするプロモーション費用には、積極的な投資を行っているという。 「2011年の資料では国内の広告出稿料ランキングにお
ビッグデータが解き明かす！ももクロ・ブレイクの理由｜【Tech総研】
アイドル戦国時代！ポストAKBとなるのは誰か？ 星の数ほどある（？）アイドルグループの中からAKB48、ももいろクローバーZ、Berryz工房、スマイレージ、東京女子流、私立恵比寿中学を選び、ビッグデータで解明する。 ブログと「ブレイク」との相関関係を探る 「アイドルグループ戦国時代」と呼ばれる現在、彼女たちの方向は2つに分かれる。ブレイクするアイドルと、そうでないアイドルだ。では、その差は何か。さまざまな要因があるとは思うが、ビッグデータを使って解明できないかと考えた。 今年6月に行われた「2012年第4回AKB選抜総選挙」。覚えている人も多いだろうが、この順位をビッグデータを使って予測し、「選抜メンバーとなる上位16人中15人」（順不同）を的中させた会社がある。株式会社ルグランである。今回は同社が「アイドルグループ・ブレイクの法則」について、クチコミデータ（ブログ）とブレイクとの相関関
［ケーススタディ1］AKB総選挙の順位予測
前回で話題に挙げた、2012年6月6日に日本武道館で行われた「第4回AKB48選抜総選挙」。アイドルグループのレギュラー枠などをファン投票から選ぶイベントである。今回は、予測技術に対しての一般の期待と実情とのギャップを、回帰モデル型の予測例としてこの選挙予測を取り上げつつ説明していこう。 ファンのみならず、社会現象としても注目されたこのイベントで、デジタルマーケティングコンサルティング会社のルグランがネットのデータを駆使してレギュラーメンバー上位16人中、15人を的中させ注目を集めた（なお、このプロジェクトでは筆者が所属しているホットリンクもソーシャルデータを提供しており、本記事の執筆に当たり、ルグランの泉浩人代表取締役にもお話を伺っている）。 ＜関連記事＞ ビッグデータ予測が16人中15人的中――AKB48選抜総選挙 この内容を見てみよう。 予測対象 ・AKB48の各メンバーの得票数 予
deissue1.pdf
Bulletin of the Technical Committee on Data Engineering June 2012 Vol. 35 No. 2 IEEE Computer Society Letters Letter from the Editor-in-Chief. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .David Lomet 1 Nominations for Chair of TCDE. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .Paul Larson and Masaru Kitsuregawa 2 Lette
人材不足で“取り合い”は必至データサイエンティストなる職種
2012年 ビッグデータ経営革命 「週刊ダイヤモンド」2012年1月28日号・第2特集「2012年 ビッグデータ経営革命」より特別公開！ バックナンバー一覧 「データ様に聞け」 携帯電話向けソーシャルゲームの開発・運用会社、グループスには、そんな標語がある。 ソーシャルゲームにおいて、ユーザーがどのようにゲームを楽しんでいるかというデータは、まさしく利益の源泉といえる。たとえば、全ユーザーのプレー履歴を見て、楽しんでいるヘビーユーザーとやめてしまったユーザーとの傾向を比べる。その結果から、毎日のようにゲームの仕様を変えていくのだ。 「もう少しポイントを撒いたほうがいい」「こちらのページに誘導するよう動線を変えよう」──。各種統計ツールを用いて出した予測結果を基に、開発陣との定例会議や、メールなどで指示を出すのはデータマイニンググループ。リーディングアナリストを務める井澤正志氏は、東北大学理
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
TechCrunch | Startup and Technology News
Conferences - O'Reilly Media