景気が上がったり下がったりの動きが激しい。株とかは年末には大きく落ち込み年明けからでも挽回はなかなかできていない。その他さまざまな不安定要因がるし、関係ないと思ってた貿易摩擦もネガティブ要因として消費者の金の使い方にもマインドとして影響してきている。それと下期の消費税アップも全体的にはさまざまな補助を出すのでというような話もあるが、その恩恵を受けない業界はさらに下向きの圧力が高まるだろう。
変動幅のスピードが速くて幅が広い時ほど、実は我々にはチャンスがある。予測が一般的にはつきにくいほど予測できる手法もあるし、ビジネスモデルをさまざま組み合わせて裏読みすればいくらでも予想もしないビジネスモデルも作れるし、そのリソースも連携で集めるような環境がそろっている。ネットでもリアルでもその組み合わせでもなんとでも経験を積んでいるのでレディ状態だ。もちろんリスクもあるが限界点を超えれば転換するだけだから、スピード感さえあればそれほど怖さはない。
面白い時代になってきたんものだ。
２０１８年はバタバタだったな。２０１９年はちょっと腰を構えてやらないとね。と通り一遍等なことを言ってみたんだけど。。。。。
データを使って様々ななマーケティングや仮説や予測をするということは非常にニーズがあった。まあ、今までのリアル型のマーケティングがからっきし母数が少ないことと、ネット系のことが絡めていないということがあって、完全に行き詰まっているような感じだ。その前にかかる時間と経費が我々のやっている手法と比べて数十倍も高いし、時間かかるしね。その中であらゆるデータをマージして分析する手法は、今までの既存の手法を完全に凌駕する結果を生み出す可能性があるので、結構クライアントは面白がってたというのが２０１８年だったね。まあ今までのマーケティング手法や指標はどれもこれも終わってるしな。月1回定期的に集めたデータをその翌月に発表したところで結果こうでした！！！ちゃんちゃんで終わってしまうので、あんまし意味がない。
２０１９年はこれをもうちょっとビジネス化することを進めたいですな。
結構無責任に答えると、マーケティングやってるでしょう？と聞かれる。。。。
今年一年でも前半好景気で、よっしゃこれなら今年は明るいと言われてたのが、年末短期間でこんなけ株価がおってぼこぼこなのにどうなんだというが１年なんだよな。
全部の業界が同時に上がることも下がることもないだろうが、ある程度相関性はあるとしてもこんなけ変化が激しいと、予測なんってまったく無理だよね。株価なんかは基本高速取引だろうし、SNSの情報配信もシステムだろうし、、、、なんてことを考えると今までのようなスピード感と説明要因だけでは予測できないことが多くなってると思う。だからビッグデータ分析が重要視されているのかも知らんけど。。。。
まあまた時間が余れば来年の予測でもやってみるか、完全にソースはネット上だけのソースで。。。
ビッグデータ解析とか統計解析というとそれは必要だと言いながらその担当者からのレポーティングがこむつかしいとかで、その後のアクションプランがわからんということが本当に多い。
こういう要因があるので今後はこういう方向になります。なんてマクロの話をされたところでどっかの省庁の統計データじゃないだろうし、そんなもん企業では使いものにならない。そんなことより、今扱っている商品は競合と比べてどうなんかをビッグデータ解析でぼこぼこ出して、今からの競合対策を考えたほうがいくらか役に立つ。要は身近な分析ですぐにアクションプランにつなげられるかがビッグデータ解析の必須条件だ。ということは統計屋とかデータマイニング屋はその業界の言葉でしゃべられへんからあかんということだね。
世の中ＡＩが大きな話題で、意外にノウハウ業の方々がこの手の潮流に飲み込まれるという話をよく聞くが多分その通りだろう。しかしその前にもっと現実起こっている潮流がある。それはリアルとネットのあらゆる業界に起こっている融合だ。
昔型なら、営業関連のコンサルとか経営コンサルとかある程度の分野でのコンサルでも成り立ってたとおもうが、この世の中スマホファースト、コミュニティファースト、、、何とかファーストということになっている。そのうえで営業コンサルも経営コンサルも行うことになると、そのコンサルがリアルもネットも何とかファーストも十分熟知しさらに今までのノウハウも当然熟知し融合した中でコンサルをすることが最低条件になる。
ベテランほど新しいノウハウの蓄積スピードは遅い。独特のノウハウを持っているところほど同レベルのノウハウを作り出すことはむつかしい。。。がＡＩぐらいではなかなか追いつけないその融合したノウハウをもたなければ確実にまだアドバンテージは維持できる。例えば流通ではオムニチャネル化がよく言われているが、こんなレベルの話はすでにベーシックの話だ。そのうえでどういった次のノウハウを作り出すかそれを実践で軌道に乗せることが可能かがここんところの流通コンサルのテーマだろう。自分ところはビッグデータ解析によるマーケティングを組み合わせている。まあビッグデータ解析といっても昔の言葉におきかえればまあ統計分析ということなんだが。。。。。。。
数字を中心に扱うデータマイニングとテキストを扱うテキストマイニングをやっているが、どちらも分析は数字をベースにやっているので、そこには余り感情とかが入ってない時が多い。もちろん最初の段階ではいろいろ狙いや主旨を考えていろいろやるんだが、いったんソフトで分析をした結果が出てくるとそこからはなんかサイボーグのような感じでぼこぼこ分析を深めていくということになってしまう。で、その最後はその結果を見てクライアントなどに説明するんだけど、そこはまた右脳全開で説明するということになる。よくよく考えると右脳も左脳もうごかすので、自分的には老化防止には十分役に立っているという現状である。
よくネット系の仕事を依頼されるが、最近は相当傾向が変わってきた。
ちょっと前まではサイトの制作依頼、よくあるのがオウンドメディアを作りたいという話。まとめサイトを作って欲しいというのも結構あったな。さらにSNSの運用をやって欲しい。まあフォロワーを増やすということだと思う。前々からあるSEO対策をやって欲しいというのも結構あった。最近ではインバウンド対策で海外での配信を増やして欲しいというのもよくある。
まあどれもそれで効果がどうなのと言われるとそれほどでもない。フォロワーが増えても山ほどサイトの流入が増えるわけではないし、増えてもそれが売りげに結びつくことはなかなか難しい。特に一時期流行った(今となっては完全に死語になった)インスタ映えなんてそれでどうフォロワーが増えてもイーコマースの売り上げが伸びるわけではなく、ふつうに経費奮発してリスティングをやったほうがいいと、我々からも勧めるほどだ。
まあ、以上の仕事はほぼ仕事としての価値はなくなったと言ってもいいのかもしれない。時代は変わるのである。
今多くなりつつあってこれからもやる意味があるのはネットを使ったマーケティングだろう。結構データを見ていると様々なことがわかる。これは結構面白い。リアルデータとリンクをすると今までの分析とは全く違った結果が出てくる。
オムニチャネルのコンサルも多くなってきた。実態として何をするのか見えていないんだろう。流通関連を現場も含めて理解している人がいないということも大きい。従来の流通のコンサルもそれほどデータ解析が得意でもなく、さらにはネットよりの実務経験がないということが大きい。
まこれからもどんどん変わっていくことになる。
よく市場調査をしなくてもワクワクするようなマーケティングをやればいいとか、なんとか受けするマーケティングをやってますと言いながらSNSもサイトもアクセス数が少ないとか、データ分析をしてますと言いながら母数が数万程度だったりとか、SNS時代のマーケティングはこれですと言いながら自分ところのフォロワーが数万しかいないとか。。。。。
世の中には色々面白い話が飛んでいる。どれも少し早くに立つのか知らんけど先の事例はどれもこれもあまりにも背景が弱いということだろう。
世の中情報だらけだということなんだろうけど、よく見てみるとそれほどでもない。よく統計分析をさせられるけどちょっとした分析なら母数は数億程度だし、それが百倍になってもデータ解析の結果から様々な推論は可能だ。
感覚で多い少ないといっても実際には簡単にデータを収集し、分析できる手法はあるわけだし、数億以上のデータでも数百億のデータでもペラ1枚のグラフにすることは可能なわけで、そこにはデータが多すぎてという話はほとんど関係がない。逆に多い方が面白い分析をすることも可能かもしれない。
つまりその状態でデータに埋もれるというのはほとんど感覚的にいってるだけでそういうことを言っている人は実際にデータ分析をしたことがないのではないかと思う。
まだまだこれから母数が圧倒的に増える可能性がある中で、いまの段階で埋れてしまったなんて寝ぼけないで、しっかり逆にデータをキャッチアップしていく方法をとるべきだろうと思う。それを分析した上で、でもこっちという答えであれば、その方向がデータ解析の結果からどれくらい話していくのかを理解して動くというのが最も論理的な決断だろう。
データ分析のニーズが最近高まっているというように世の中なんだが、データ分析の仕事を大半の人が誤解しているように思う。
大量のデータを、ざまざまなソリューションを使って加工するのは実はデータの分析ではない。これは加工だ。分析は加工が終わった時点から始まる。つまり実際にその分析結果を使う現場が理解出来て実際にどう変えていくべきなのかをコンサルあるいは伴走型で支援できる環境がなければデータ分析ではない。
しかしほとんどのところが、今までの現場は現場、分析する人は何処かの部隊みたいに切り分けて考えているというようなんだが、それではその企業は多分加工は出来ても分析をして活用することはできないと思ったほうがいいだろう。
ということはその業界の現場を経験した上で、尚且つデータ加工されたものを現場で活用できるように持っていくことができる人材が必要だし、育成できなければ意味がないのだよな。
ブラックフライデーやサイバーマンデーなどホリデーシーズンのオンライン通販市場の動向をAdobeが発表 – GIGAZINE
— 読み進める gigazine.net/news/20181126-adobe-digital-insights-2018-holiday-predictions/
わかりやすいデータですね。こういうのが日本でもエリア別でも出ればいいのにな。。。。。リアルの売り上げのデータはこういうのが出ないからヤマカン経営になる。だからサイバーに負けるのだと思うね。
いつまでも昔の方法をいいんだと頑張ったところで現場にずーっと張り付いていることも難しいし、現場にいたからといってどこまで原因分析ができたかというとだいたい感覚的な適当な言葉しかわからんし、そういったことじゃ具体的な対応策もそれなりにしかならないし。。。ということで、誰でもどこでも今後はビッグデータやAIやMRなんかを使うしかないわけで、まあそれが現場というように考えないと先に進まない。ということは今のビッグデータやAIやMRをも現場といってしまう時に仮想ってどんな技術ビジネスモデルなんだろうね。ちょっとワクワクするわけである。誰か教えてくれ。。。。。。
AIは「単なる関数」、数学は「言語の一つ」、「文系出身」でも問題ない――Pythonで高校数学の範囲から学び始めよう
http://www.atmarkit.co.jp/ait/articles/1810/10/news009.html
まあ、流通の課題というと昔はリアル店舗の改革みたいな話がほとんどだったけど、いまどきはほとんどのケースが小売系ならECや卸系ならB2BECとネットを使ったリテイルサポートみたいな話が中心だ。
いくらリアル店舗が赤字を減らしながら店舗整理や商品整理をしても、ある程度減ればまた赤字が出てくるみたいなおっかけっこを経験していくと、自社力でちっとも伸びないECを思い切って外部に委託するぐらいしか方法はないというケースも少なくない。
小売系ならリアル店舗でいくら販売や販促やVMDをやったところで、すでにお客のほうがネットで口コミなども在庫なども確認しながらくる世の中に昔ながらの方法が効果あるわけもなく、そんなことやってるよりあらゆる電子決済に対応したり、口コミの評価を店頭ポップに対応したりのほうがまだいいかもしれないという時代だ。
ま、これが理解できないような経営者やマネジメント層は早急にわかるアドバイザーを雇うなりしないと、来年の消費税アップ後、オリンピック時のインバウンドさらに本番の時代にまったく空振りし尽くすということになることは必然だ。
次に大事なことはAIは程遠かってもデータをしっかり統計分析できる人材をどれほど囲えるかだ。ビッグデータといったところでそこから使える情報を引っ張るにはボタン一つでできるわけでもなく、プログラムを組むということも最初は全く追いつかないと思う。そうなると人力でも統計分析などでビジネスアーキテクトできる人材はいるかどうかが今後の勝負の分かれ目になる。そこら辺の口だけのコンサルタントでは程遠いということだけは確かだ。
中国の「Alibaba」や「Tencent」で展開が進んでいる信用スコア。特にAlibabaが展開する「芝麻信用」は、中国社会で大きな存在感を示しつつある。中国での成功をきっかけに、信用スコアが世界で普及する可能性も考えられる。
— 読み進める zuuonline.com/archives/183738
これはどの分野でも出てくるんだろう。評価も判断もこれをベースになってくる日は近い。
https://www.airbnb.jp/things-to-do/new-york/arts-culture/art-gallery
https://www.tripadvisor.jp/Attractions-g60763-Activities-c49-t1-zfn29504-New_York_City_New_York.html
https://www.google.co.jp/amp/s/www.elle.com/jp/culture/gmp238371/cfe-galleries-to-go17-0817/
自分たちの中で価値を上げていく仕組みを持ってるので、どんどん絵画の価値が上がっていくと同時に儲かる仕組みなんでしょうね。
https://pc.watch.impress.co.jp/docs/news/1138838.html
なんていってもメモリーが128まで行けるのがすごい。ビッグデータとか分析するときにいるもんな。CPUもHなのがいいね。Uとかじゃ全く歯が立たないからね。