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
1
3.5k
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
Tweet
Share
Other Decks in Technology
See All in Technology
マイクロサービスにおける容易なトランザクション管理に向けて
scalar
0
130
re:Invent をおうちで楽しんでみた ~CloudWatch のオブザーバビリティ機能がスゴい!/ Enjoyed AWS re:Invent from Home and CloudWatch Observability Feature is Amazing!
yuj1osm
0
120
AWS re:Invent 2024で発表された コードを書く開発者向け機能について
maruto
0
190
NilAway による静的解析で「10 億ドル」を節約する #kyotogo / Kyoto Go 56th
ytaka23
3
380
第3回Snowflake女子会_LT登壇資料(合成データ)_Taro_CCCMK
tarotaro0129
0
190
Opcodeを読んでいたら何故かphp-srcを読んでいた話
murashotaro
0
240
成果を出しながら成長する、アウトプット駆動のキャッチアップ術 / Output-driven catch-up techniques to grow while producing results
aiandrox
0
310
Turing × atmaCup #18 - 1st Place Solution
hakubishin3
0
480
宇宙ベンチャーにおける最近の情シス取り組みについて
axelmizu
0
110
DUSt3R, MASt3R, MASt3R-SfM にみる3D基盤モデル
spatial_ai_network
2
110
ずっと昔に Star をつけたはずの思い出せない GitHub リポジトリを見つけたい!
rokuosan
0
150
Oracle Cloudの生成AIサービスって実際どこまで使えるの? エンジニア目線で試してみた
minorun365
PRO
4
280
Featured
See All Featured
StorybookのUI Testing Handbookを読んだ
zakiyama
27
5.3k
Fireside Chat
paigeccino
34
3.1k
A designer walks into a library…
pauljervisheath
204
24k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
26
1.9k
A better future with KSS
kneath
238
17k
Why You Should Never Use an ORM
jnunemaker
PRO
54
9.1k
Designing for Performance
lara
604
68k
Large-scale JavaScript Application Architecture
addyosmani
510
110k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
111
49k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
665
120k
How To Stay Up To Date on Web Technology
chriscoyier
789
250k
Designing Experiences People Love
moore
138
23k
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