cognitive

コグニティブとは?なぜ今すぐ取り組むべきか?

img
CI&T
10/17/2018
cognitive

本稿はCI&Tグローバルの記事を翻訳したものです。

コグニティブとは何かと10人に尋ねれば、きっと11個(!)の違った回答が得られます。最近ではコグニティブ・機械学習・AI・ディープラーニング・予測アナリティクス・データサイエンスなどに関する誇大な宣伝により、いったいコグニティブとは何を意味するのか、そして何故それを如何なるタッチポイントに適用しなければならないのか説明するのが難しくなってきました。

このコグニティブの概念を把握することは、経営層・デジタル戦略担当・体験デザイナー・事業責任者・開発者など、それぞれにとってとても重要です。各分野について明確なビジョンを持ち、自身の日々への影響を理解する必要があります。

まず、コグニティブとは何か、ビジネス・機械学習・UXに関連づけて概念図に配置してみます:

 

cognitive venn diagram

 

コグニティブとは?

コグニティブとは、機械学習というテクノロジーの力を用いて、ビジネスという文脈のなかで利用者にダイナミックな体験を提供する能力です。つまり、利用者のニーズや意向の予測に基づくパーソナライズされた応答を意味します。直感的かつ効率的な方法で情報や機能を提示することにとどまらず、利用者のニーズや意図に積極的に応えます。

コグニティブの定義は、アナリティクス、予測/アドバンスト・アナリティクス、データサイエンスなどに関連したものなど多岐にわたりますが、これらはどのように関連するのでしょう?

これを簡単に説明するために、さらに大きな概念図を描いてみます:

 

cognitive venn diagram 2

 

コグニティブとデータサイエンス/アナリティクスの違い

コグニティブとデータサイエンス/アナリティクスの差別化ポイントは、その視点です。コグニティブは顧客中心であり、積極的に体験に影響を与えます。データサイエンス/アナリティクスは企業中心であり改善サイクルが成果につながり、うまくすれば、利用者に影響を及ぼします。

コグニティブは、ユーザージャーニーのあらゆるタッチポイントに導入することができます。
データサイエンス/アナリティクスは、インタラクションが終了した時点で発生します。

コグニティブの成果は、ユーザーに直ちに積極的に影響することです。
データサイエンス/アナリティクスの成果は、分析のためのダッシュボードとレポートです。

コグニティブはリアルタイムです。
データサイエンス/アナリティクスは、分析および判断のサイクルに基づきます。

 

ユーザージャーニーとコグニティブ

ユーザージャーニーについて考えてみましょう。ジャーニーの各ステップは、コグニティブによって体験を変え得る潜在的な機会なのです。

ジャーニーのあらゆる段階で、ユーザーのどんな「問い」に答えたいか考えてみましょう。それは例えば、ユーザーが利用したい製品がどれなのかを知るためかもしれません。もしくはユーザーが行動さえする前に、彼らのニーズを把握することかもしれません。そこには常に「問い」があります。

いかに「問い」を特定し、それに積極的に応えられるかが重要です。これを実行できるものこそ「コグニティブ・デジタル・プロダクト」です。

 

コグニティブの具体例

以下は、アナリティクス、データサイエンス/アドバンスト・アナリティクス、そしてコグニティブによるアプローチの違いがわかる例です:

 

(例1)ECでのカート離脱

ECにおいて、顧客のカート離脱率を月次で知ることは、アナリティクスです。

カート離脱した顧客をセグメント化し、最適なマーケティング施策に戻すアプローチを見つけるのは、データサイエンス/アドバンスト・アナリティクスです。

顧客がまだユーザージャーニーにいる最中のカート離脱の可能性を把握し、それを避けるために体験を変えることは、コグニティブです。

 

(例2)金融商品

ある金融商品を既存顧客に対してクロスセルの可能性を評価することは、アナリティクスです。

既存顧客のあるセグメントに対してクロスセルの可能性を持つ商品グループを見つけるのは、データサイエンス/アドバンスト・アナリティクスです。

あるユーザー(つまり1人のセグメント)に、現在および過去の行動履歴に基づいてクロスセルの可能性が高い金融商品を提供することは、コグニティブです。

 

まとめ

顧客中心なアプローチでは、行動履歴に基づきつつも静的な体験を提供することは、顧客中心主義の真の意味を欠いてるように思います。よりダイナミックかつパーソナライズされた体験を提供するには、あらゆるプロダクトにコグニティブを導入する必要があります。それは上記の概念を把握することから始まります。

 

関連コンテンツ
機械学習で変革するショッピング体験
【CEOインタビュー】イノベーションを阻害する「完璧を求める企業文化」(メディア掲載)