データサイエンティストが小売店舗で発見した事実と未来

昨年12月1日付けで、データサイエンティストの松崎さんがジョインされました！

松崎さんは現在、機械学習の第一人者として活躍されていますが、過去にはエンジニア経験7年、機械学習エンジニア経験3.5年、画像 AI エンジニア経験3年という、専門性の高いキャリアを歩んでいます。

松崎さんのプロフィール

【プロフィール】
ワークスアプリケーションズにてWeb開発を担当した後、CEO直属の新製品(AI関連)開発チームに抜擢され1stリリースを完遂。分析しがいのあるデータを求めてリクルートに移りのべ約8000万人×10年のビッグデータ分析を担当。リコメンデーション・機械学習に習熟し、対象施策ではKPIを平均2倍にする成果をあげたことも。マーケティングオートメーションシステムや社内フレームワークを0から考案開発し、リクルート初の技術を多数導入。その後、松尾研発AIベンチャーPKSHA(パークシャ)へ入社し、画像部門HRUS(ホルス)の画像技術エンジニアのTopとして、技術選定・プリセールス・製品開発・対顧客説明・マネジメントを担当。
2020年12月より株式会社フェズへ入社し、データサイエンティストとしてプロダクト開発に携わる。

【経歴】
■2011年4月　株式会社ワークスアプリケーションズ入社。
人事・BI・新製品の開発を担当。フルスタックエンジニアとして活躍。
■2015年1月　株式会社リクルートホールディングス入社。
リクルートが保有する100 以上のウェブサービスを機械学習し全社の売上拡大を担う。携わったマーケティングオートメーション開発では、のべ 2 億件の広告配信を実現。
■2018年6月　株式会社 PKSHA Technology入社。
製品開発・技術選定・研究開発・プリセールス・マネジメント・人材育成等幅広く活躍。
■2020年12月　株式会社フェズ入社。
データサイエンティストとして小売業の機械学習モデルの開発を担う。

数学者を目指した学生時代から、プログラマー時代、機械学習時代、画像解析時代の個性的なエピソードをまとめた記事はこちら！

今回は、データサイエンティストである松崎さんに、小売業界の課題に取り組もうと決めた理由、店舗に行ったからこその新しい発見、小売業界の楽しさについて伺ってみました！

現在、小売店舗に実地研修しているとのことですが、行くことになった経緯と現地で何を行っているか教えてください。

業界理解のために自ら飛び込んだ小売店舗研修

実はフェズに入社する際に、”小売店舗で一定期間働かせてほしい”という希望を自分から伝えていました。

小売業については自分なりに本を50冊ぐらい読んで勉強したのですが、本だけではわからないことが多かったためです。

やはり、業界の構造や課題を知るためには、自分の目で見て自ら体験することが大事だと考えています。

現場で働く方々が困っていることは何かを知ることはもちろん、「業界の方が気づいていないが実はネックになっていた事象」を新しく発見することに、データサイエンティストである自分が介在する価値だと思っていました。

ありがたいことに、フェズは「ファクトに拘る」文化が根付いているのと、小売様と密に連携させていただける関係性が構築されていたので、小売様の店舗へ行けることになったのです。

現在、全5週の実地研修で、小売様の業務を下記の通り学んでいます。

1週目：人員計画業務について学ぶ
2週目：店舗業務について学ぶ
3週目：バイヤー業務について学ぶ
4週目：販促業務について学ぶ
5週目：新規施策効果の分析に参加する

この研修を通じて、現場の声を直接聞き、本や伝聞では知ることができなかった無数の業務に触れることで、「今まで他社のデータサイエンティストが、誰も気づけていなかった事実を発見することが出来たのではないか」、「勉強したつもりになっていただけで、小売業界の業務の隅々までデータサイエンスを浸透させることのポテンシャルを、過小評価していたのではないか」という感覚を得ました。

<小売様本社での松崎さん>

新しい発見とは具体的にどのようなことでしょうか？

全店舗の売上の大半を美容部員2人が創り上げていた事実

詳細は開示できないのですが、ある化粧品製品に関して売上予測モデルを作ったところ、売上を左右するパラメーターが異常に高い店舗が見つかりました。
しかも、全店舗の売上のかなりの部分を担っていたのです。

その店舗の元店長にお会いしヒアリングしたところ、過去その店舗には2人美容部員がいらっしゃって、1人は全店舗で一番販売実績のある方、もう1人は一時的にメーカーから派遣された方という最強ペアだったのです。

そこでさらに頼み込んで、実際に美容部員の方々にお会いしヒアリングしたところ、そもそも彼女たちのアクションは大部分がデータベースに取り込まれていないことが判明しました。

そのような状況で、いくら技術的に複雑な予測モデルを組み立てても価値がありません。

そのアクションを、予測モデルや販促施策に含めることでグッと成果が上がることが分かったのです。

詳細は開示できませんが、商品仕入れ・販促の部分においても変数が無数にあることから、ベテランの経験に基づいた判断が必要不可欠であることが分かっています。

これらの方法論を、ご担当者様と並走しながら科学として結晶化し、小売様の武器を増やしていくのがフェズのデータサイエンティストの介在価値です。

実際に働いている方々のお話は本当に貴重で、必要なものを必要な人に届けるという地域にとって必要不可欠な価値を実現する裏側でどれだけ大変な工夫がなされているか、想像もできなかったようなことばかりです。

今後も是非お手伝いをさせていただけるよう、自分の価値を発揮して参りたいと考えております。

<松崎さんの数式メモ >
※小売様関連の数式ではございません。

それでは、松崎さんが考える小売業界における変革のポイントはどういった点でしょうか？

個人の価値向上と、より効果的な投資や戦略立案を機械学習で実現

新規データ化と分析によって、先に話したような重点商品の売り方、プライベートブランドの開発、人員計画、出店計画、配送と棚計画等、多くの変革ポテンシャルがあります。

小売様がお持ちのデータは膨大です。

例えば、取扱商品数については10万点以上、無数の店頭情報、各店舗あたり数万軒の顧客情報、数千人分の従業員情報があります。

これらを全て考慮し、各業務に対して課題を正しく見つけ効果的な打ち手を策定し、さらに全店舗運営に徹底させ、運用改善していくのは、もはや人智を超えた複雑さと言えるのではないでしょうか。

AIとマーケティングオートメーションにより、人間の思考能力の限界や商習慣に縛られた発想では、到底思いつかなかったような効果的な施策が見つかるかもしれません。
その延長線上に、投資判断、事業戦略のサポートが実現できるかもしれません。

経営判断のようなマクロな意思決定をサポートするのもAIの役割ではありますが、現場で働く方々の貢献価値といったミクロな予測にも、実は重要な変革ポイントが隠れています。

例えば、美容部員の方々を含め、実店舗における店員の方々の働きは、可視化されていないことを先ほど申し上げました。

お客さんの悩みを解決することのやりがいが、店員の方々の日々の原動力です。
それに加え、自身のアクションが会社にどのくらい貢献できているのか、お客さんへの接客状況をカルテにしてどのような商品が訴求するのかを試行錯誤していらっしゃいます。

ですから、人によってはポテンシャルを開花させ、他店を引き離す成果を上げられているのです。

そのような店頭で発見された方法論を科学として結晶化し、小売様の武器に昇華させていくのが我々の存在意義です。

それによって、店頭で工夫されている方々が本部を通し会社全体を強化していく好循環の一助となれるのではないかと考えています。

貢献実績を可視化することはAIの学習パラメーターに取り込むことです。
しかし、AI外でも、会社として裏付けを持ってその方をフィーチャーして、接客スキルを他のスタッフに広める動きには繋がります。

最終的に働いている人が幸せになれる世界をAIで実現するのは、自分としてもやりたいことです。

<未来を見据えている松崎さん>

そんな松崎さんが小売に興味を持ったきっかけとはなんでしょうか？

地元に根ざす小売が地域の娯楽となっていた発見

きっかけは、三重県鳥羽市、福岡県糸島市を訪れ地方の生活に魅了され、故郷の埼玉で1年生活してみたことです。

<地方に魅了されたきっかけの福岡県にあるワークスペース>

住んでいた場所の近くには、LIFEとマツモトキヨシとコンビニがあり、この小売店舗が地域を支えていました。

土日が来るたびに私はLIFEに行き、 買い物が娯楽になることを体験しました。その楽しさは、豊かな品揃えと店舗の工夫から生み出されているものでした。

近所の若者も、友人と遊ぶときは車に乗り合わせてまずショッピングモールに寄ると言っていたほどです。

私自身も友人を自宅に呼び、買い出しをし、時には近くの温泉に遊びに行くという、私にとっては東京時代より豊かな休日を過ごしていました。

この時、ふと強い疑問が芽生えました。
「地方がもう少し豊かになるだけで、みんなが東京に住むのをやめるのではないか？」と。

リモート技術が発達した今、必要に応じて東京に出れば良いですし、交通網の発達によって東京は非常に近くなりました。

これをきっかけに、社会の仕組みに対しても興味が芽生え、何冊も本を勉強しました。

その結果分かったのは、「人口成長率がゆるやかな地方であっても、今後ROAの高い小売業者が中心となって地域のQoLの向上は進むだろうし、小売業者も成長し続けるだろう」ということでした。

現在に目を向けると、コロナをきっかけに地方移住者が増えるトレンドもあるらしく、今後もこの流れは続くのではないかと考えています。

<地方名物を楽しむ松崎さん>

松崎さんがフェズで実現したいことを教えて下さい。

本部から現場の方まで、数字に熱中し当事者化している世界

私の目標は「機械学習を使って現場の人が輝く楽しいお店を実現すること」です。

その実現のために、フェズには「困っていることを直接見て、聞いて、自分しか知らない真実を発見」できる土壌があることや、ファクトに基づいたプロダクトを作れることにとてもワクワクしています。

前述の通り、小売業界へのアプローチを通じて社会貢献をしたい、という方向性は見えてきたものの、「自分に出来ることはあるのだろうか。」と考えていたときに出会ったのが「消費と地域を元気にする」を掲げるフェズです。

私が今まで学んできた技術をフル活用し、「オンラインデータを実店舗に融合させる」、「画像AIを使って、実店舗の状況を示すオフラインデータをオンラインに融合させる」、というような、OMO(Online Merges with Offline)プラットフォームを開発することで、人口成長率を上回る小売業の成長の実現に貢献できるのではないかと考えました。

ワークスアプリケーション時代に、小売業界に業務改善パッケージの導入を行った経験から、小売業の営業利益率については知識がありました。

この利益率を押し上げるために、プライベートブランドの開発等が進められている一方で、仕入れから店頭で売れるまでの一連の販促活動は、本部・店舗間の連携が難しく課題が多い構造があることを学びました。

本部も店舗も利益を最大化したいのは間違いありません。

本当に求められているものを分かっていないから、本部や店舗を当事者化できていないだけなのです。

実際に私は、地方の現場でデータサイエンスに奮闘している熱い方々と出会い、共鳴して参りましたし、BIツールや機械学習の効果に現場が熱中して数字が上がり、みんなで喜び合う体験をリクルート時代にしています。

我々が考えるOMOは、まずは大手から始まり日本中のお店が都心のお店や大規模ECと互角以上に戦うための武器になるはずです。

実際に1980年代では、BIツールやデータサイエンスは大企業だけが導入するような高級品でしたが、EC分野では、BIツールやデータサイエンスがGoogle Adsense/Analytics によって一気に大衆化し、中小企業や個人プレイヤーにも大手と互角に戦う機会が生まれました。

現在フェズは購買データや位置データ、店頭データなどを連携させていただいており、小売様とともにOMOの実現に邁進しております。

私たちの活動が拠って立つところである小売様からの信頼と熱意と全面的なご協力に感謝するとともに、利益率の上昇でお応えしたいという決意を新たにしております。