3．データを扱う能力をアルゴリズムで強化
Burnett氏は、BIを値下げ最適化戦略のデータ分析に利用した事例について説明してくれた。ほかの小売企業と同じように、House of Fraserもできるだけ長い間値下げを避けるようにしている。値下げが避けられない場合も、できるだけ賢く行い、収益を最大化しようとする。
「このアプローチの裏側には、科学と創造性がある」と同氏は言う。「われわれは最近、AIを利用した機械と、人間のバイヤーを比較してみた。このためわれわれは、価格とプロモーションに関する巨大な履歴データセットを集めて、この価格と値引きに関する情報をアルゴリズムに入力した」
Burnett氏はビッグデータを使って値下げ戦略を改善する施策を実施する前と後を比較するレポートを受け取った。同氏はその情報を役員会に提示し、人間とAIの業績の差は大きいと説明したという。アルゴリズムを使った一部のケースでは、パフォーマンスが20～25％向上した。
「データセットは、スタッフの過去の行動を蓄積したものだ」と同氏は言う。「今回は比較的少数の商品を対象とした試験的な取り組みだったが、従業員に参照すべき情報を提供し、パフォーマンスを改善することができた。わが社は過去にスタッフがどのような業績を上げたかを示す履歴データを持っており、将来の行動を改善するためにこれを使うことができる」
Burnett氏は、アルゴリズムの潜在的なメリットは大きいものの、値下げ戦略の成功には、価格以外にも影響を与える要因が存在することを認識すべきだと述べている。適切な判断をするためには、依然として人間の感情が重要な役割を果たす。このため、アルゴリズムを使ったAIを、人間の仕事を奪うものだと考えるべきではないという。
「アルゴリズムによって生成されたデータは、人間が役割を果たすための補助であり、人間の代わりにはならない」とBurnett氏は述べている。「これは人間が恐れるような状況ではなく、人間を助けるものだ。アルゴリズムのメリットをそのように位置づけることは、われわれの役に立っている」
この記事は海外CBS Interactive発の記事を朝日インタラクティブが日本向けに編集したものです。
