の廃止により個人に紐づいた行動ログの取得が困難に。 問題点 会社の方針で「AI を使いたい」という、手段が目的化した状況。 データの断片性と紐付け不可能性という根本的制約を無視。 複雑なモデルを作ることに固執し、そもそもデータの質についての検証が不十分。 結果 モデル精度が低いだけでなく、予測できたとしても個々のユーザーに適用できず。 技術的に複雑なソリューションを構築したが実用価値ゼロという結果に。 多大な開発リソースと時間を浪費し、データチームへの信頼も低下。 教訓 「garbage in, garbage out 」の原則を肝に銘じること。 テクニカルな複雑さより「そもそもこのデータで何ができるのか」という基本的な問いを最優先に。 目的と手段を取り違えず、ビジネス価値を生む最も単純な解決策から検討する姿勢が重要。 Garbage In Garbage Out 非ログインユ ーザー Cookie 制限 断片化データ 成功例 ✅ 成功例:まず基本的なログイン促進施策から始め、段階的にデータを蓄積してからAI モデルを構築した企業で は、コンバージョンを向上させる施策を実現。