Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
ZOZOのデータ分析・活用基盤と マーケティングエンジニアリング / zozo tech ma...
Search
Issey Hirano
July 31, 2019
Technology
3.8k
1
Share
ZOZOのデータ分析・活用基盤と マーケティングエンジニアリング / zozo tech marketing engineering
https://techplay.jp/event/740541
Issey Hirano
July 31, 2019
Other Decks in Technology
See All in Technology
Generative UI × A2UI で AI エージェントを作った話 AI-DLC も使ってみた!
kmiya84377
1
300
エンジニアは生成AIと どのように向き合うべきか? ことばの意味という観点から
verypluming
3
310
先取りMaven4 ~16年ぶりのメジャーアップデート、その進化とは?~
ogiwarat
0
110
long-running-tasks
cipepser
2
450
AI-DLCを活用した高品質・安全なAI駆動開発実践 / AI Driven Development
yoshidashingo
1
270
Agentic AI時代における メルカリのAIガバナンスとガードレール実装
naoichihara
17
17k
食べログのサーキットブレーカー導入を振り返って
atpons
1
160
Amazon Bedrock 経由の Claude Cowork を試してみよう・MCP にも繋いでみよう
sugimomoto
0
310
Claude code Orchestra
ozakiomumkj
3
800
Oracle AI Database@Google Cloud:サービス概要のご紹介
oracle4engineer
PRO
6
1.5k
Oracle AI Database@Azure:サービス概要のご紹介
oracle4engineer
PRO
6
1.8k
Strands Agents超入門
kintotechdev
1
150
Featured
See All Featured
Organizational Design Perspectives: An Ontology of Organizational Design Elements
kimpetersen
PRO
1
710
Tips & Tricks on How to Get Your First Job In Tech
honzajavorek
1
520
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
47
8.1k
Designing Experiences People Love
moore
143
24k
The Cost Of JavaScript in 2023
addyosmani
55
10k
Prompt Engineering for Job Search
mfonobong
0
320
DBのスキルで生き残る技術 - AI時代におけるテーブル設計の勘所
soudai
PRO
65
55k
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
21
1.5k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
31
3.2k
コードの90%をAIが書く世界で何が待っているのか / What awaits us in a world where 90% of the code is written by AI
rkaga
61
44k
Highjacked: Video Game Concept Design
rkendrick25
PRO
1
370
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
333
22k
Transcript
ZOZOのデータ分析・活用基盤と マーケティングエンジニアリング 株式会社ZOZOテクノロジーズ 開発部データチーム 平野 一生 Copyright © ZOZO Technologies,
Inc.
© ZOZO Technologies, Inc. プロフィール • 2018年1月ZOZOテクノロジーズに入社 • データ分析や基盤の構築など担当 平野
一生 株式会社ZOZOテクノロジーズ 開発部データチーム
© ZOZO Technologies, Inc. https://zozo.jp/ ・ 日本最大級のファッションショッピングサイト / アプリ
・ 1,200以上のショップ、7,000以上のブランドの取り扱い (2019年3月末時点) ・ 常時73万点以上の商品アイテム数と毎日平均3,200点以上の新着 商品 を掲載 ・ 即日配送サービス ・ ギフトラッピングサービス ・ ツケ払い など 3
© ZOZO Technologies, Inc. https://wear.jp/ ・ 日本最大級のファッションコーディネートアプリ ・ 1,300万ダウンロード突破、コーディネート投稿総数は900万件
以上(ともに2019年5月末時点) ・ 全世界(App Store / Google Playが利用可能な全ての国)で ダウンロードが可能 ・ 10万人以上のフォロワーを持つユーザー(WEARISTA)も誕生 4
© ZOZO Technologies, Inc. https://zozo.jp/pb/ ・ 「ZOZOSUIT」で計測した体型データをもとに、一人ひとりの 体型に合った「あなたサイズ」のアイテム
・「 究極のフィット感」を実現したベーシックアイテムを提供 ・ アイテム : Tシャツ / デニムパンツ / シャツ / ビジネススーツ / ネクタイ / ボーダーTシャツ / 長袖クルーネックTシャツ など 5
© ZOZO Technologies, Inc. https://zozo.jp/zozosuit/ ・ 独自に開発した採寸用ボディースーツ ・
全体に施されたドットマーカーをスマートフォンカメラで360度 撮影することで、体型データを計測 ・ 計測した体型データは、瞬時に3Dモデル化され、ZOZOTOWN アプリに保存。3Dモデルはあらゆる角度に動かすことができ、 体型を360度チェックすることが可能 6
© ZOZO Technologies, Inc. 本日お話しすること • データチームとマーケティングエンジニアリング • データ分析・活用基盤 •
マーケティングエンジニアリング事例
© ZOZO Technologies, Inc. データチームとマーケティングエンジニアリング ZOZOが持つデータ
© ZOZO Technologies, Inc. データチームとマーケティングエンジニアリング データ活用に関わるチーム • 分析本部 • 研究所
• アクセス解析チーム • MA • データチーム
© ZOZO Technologies, Inc. データチームとマーケティングエンジニアリング データチームのミッション • 売上を上げる • データ分析基盤、データ活用基盤の提供
→ データ×テクノロジーで売上を作る
© ZOZO Technologies, Inc. データチームとマーケティングエンジニアリング マーケティングエンジニアリングって? • "科学的な知識に基づき, 企業のマーケティン グの意思決定を支援するための,
効果的, 効 率的に実施するための管理体系" • 技術理解のあるチームがマーケティングの意 思決定に積極的に関わっていく • ex) UX改善・購買行動分析・需要予測 データの収集 分析 意思決定 実装 モニタリング 分析 Plan Do See
© ZOZO Technologies, Inc. データチームとマーケティングエンジニアリング データチームの歓迎スキル(採用ページから抜粋) • KPI設計の経験 • 購買行動分析の経験
• システム開発におけるプロジェクト推進の経験 • デジタルマーケティングの経験 • オンラインシステムの開発経験 • 大規模サービスの集計定義の管理経験 • データモデリングに関する基礎知識 • 並列分散処理に関する基礎知識 • ストレージ技術に関する基礎知識
© ZOZO Technologies, Inc. 本日お話しすること • データチームとマーケティングエンジニアリング • データ分析・活用基盤 •
マーケティングエンジニアリング事例
© ZOZO Technologies, Inc. データ分析・活用基盤 全体像 BigQuery Cloud Machine Learning
Engine PowerBI Analyst 機械学習基盤 広告配信基盤 レポート アドホック分析 その他 ログ マスタ 定義
© ZOZO Technologies, Inc. データ分析・活用基盤 データ分析:定義 • LookerのLookMLを利用して集計定義の管理 • データマートの作成に利用
◦ 集計定義を再利用できる ◦ リレーションシップの再構築
© ZOZO Technologies, Inc. データ分析・活用基盤 データ分析:定義
© ZOZO Technologies, Inc. データ分析・活用基盤 データ活用:広告配信基盤
© ZOZO Technologies, Inc. データ分析・活用基盤 データ活用:機械学習基盤 BigQuery Cloud Machine Learning
Engine Cloud Storage Cloud Storage Cloud Datastore API 精度モニタリング Cloud Composer
© ZOZO Technologies, Inc. データ分析・活用基盤 システム設計でのこだわり • 現状基盤はエンジニア3名で回している • 各々アナリストも兼務しているため、運用は楽にしたい
• マネージドなサービスを組み合わせることで、短期間・高可用性なシステムを構築
© ZOZO Technologies, Inc. 本日お話しすること • データチームとマーケティングエンジニアリング • データ分析・活用基盤 •
マーケティングエンジニアリング事例
© ZOZO Technologies, Inc. 古着の値付け価格最適化 • 出品価格予測モデル • 販売日数予測モデルから値上げ・値下げ対象を決定 マーケティングエンジニアリング事例
出品価格予測 すぐ売れそうなら 値上げ 売れなさそうなら 値下げ 何日で売れるかを 予測
© ZOZO Technologies, Inc. マーケティングエンジニアリング事例 古着の値付け価格最適化 工夫ポイント 商品をなるべく高値で売りたいが、既存のデータのみでは予測困難。 売れる日数を予測し、すぐに売れそうなものを一律値上げすることで、最大で売れる価 格を市場でテストし正解データを集める。
効果 (口頭)
© ZOZO Technologies, Inc. マーケティングエンジニアリング事例 ショップ売上要因分析 • ZOZOTOWN出店ショップの売上を上げるべく、売上の要因を分析 • 在庫の傾向からショップをクラスタリング
• 在庫の入出庫状況と割引率等からショップをスコアリング
© ZOZO Technologies, Inc. マーケティングエンジニアリング事例 ショップ売上要因分析 工夫ポイント 何を持って良いショップといえるかの定義がキモ。売上が高いだけではショップ規模の大 きいショップが正となってしまう。 今回は、「良い=log(在庫回転率)
* (1-機会損失率) * (1-返品率) * プロパー消化率」とし た。 効果 分析内容を展開、サイト改善 ex) 上手くやっているショップは火曜にクーポン打つ
© ZOZO Technologies, Inc. マーケティングエンジニアリング事例 売上予測とリアルタイムモニタリング • fbprophetという時系列予測ライブラリを利用した売上予測(予実管理) • 売上目標に対するリアルタイムモニタリング環境を構築
(イメージです) Cloud Pub/Sub Cloud Functions Cloud Datastore
© ZOZO Technologies, Inc. マーケティングエンジニアリング事例 売上予測とリアルタイムモニタリング 工夫ポイント fbprophetのイベント設定。セールも規模の違いによって売上が大きく異なるので、数年 間の売上データと向き合ってイベント設定することで、高精度な予測が可能となった。 効果
予測の自動化による工数減 予測精度の向上
© ZOZO Technologies, Inc. マーケティングエンジニアリング事例 レコメンデーション • BigQuery MLのMatrix Factorizationを利用
◦ UserToItem ◦ UserToShop • クーポン訴求のメルマガで活用(予定)
None