AI導入のプロセスの初期段階

AIを導入・運用・実装するときの3段階のうち、PaaS(Software as a Service)を導入する場合について、一般に9つのサブプロセス(❶データの取得→❷データの蓄積→❸データの確認→❹教師データの作成→❺モデルの設計→❻学習→❼デプロイ→❽推論→❾再学習)がありますが、そのうちの最初の❶データの取得~❸データの確認までをご紹介します。まずは❶データを取得し、❷蓄積します。この場合、「どんなデータを取るか」が最も重要な点です。たとえば、クルマの車種判定をしたければ、車種のデータがないと始まりません。ファッションの判定をしたければ、服の種類、デザイン、色柄、生地などのデータがないと判定できません。動物の判定をしたければ、当然、識別したいすべての種類の動物のデータが入力されていないと意味をなしません。その後に、❸データの確認です。これは、意外に引っかかる企業が多いので、要注意です。「このデータフォーマッ卜で送ってください」と事前に細かく打ち合わせて確認をしておいても、なぜか違ったフォーマットでデータを送ってくるケースがあります。異なるフォーマッ卜のデータが送られてくると、どうなるか。データをすべて確認する作業が必要になります。AI企業にとっては時間のムダ、顧客側にとってはお金のムダになりますので、そうならないためにも、「データ確認」というプロセスが重要です。ここではデータフォーマットだけでなく、欠損データの確認も行ないます。(1)データフォーマッ卜の確認(たとえばUTF-8の文字コードのcsv形式のデータなど)。(2 ) データのクレンジング (データ欠損を補う、異常値の取り除き)

タグ付け(アノテーション)

AIを導入・運用・実装するときの3段階のうち、PaaS(Software as a Service)を導入する場合について、一般に9つのサブプロセス(❶データの取得→❷データの蓄積→❸データの確認→❹教師データの作成→❺モデルの設計→❻学習→❼デプロイ→❽推論→❾再学習)のうち、❹教師データの作成があります。データを取得し、溜めたデータは、ただ集めただけのことが多く、「この画像は犬だ」といったことすらわかりません。学習のフェーズでは「この画像は犬」「この画像は猫」「これはイルカ」と、人力でタグ付け(アノテーション)をした教師データを用意して、モデルを構築するための準備をしなければなりません。以前は本当に手入力だったのですが、最近のAI企業の中には、比較的簡単にアノテーションするためのツールを用意する企業もあります。とはいえ、それでも大変な労力がかかりますので、ここはアルバイ卜を頼むなどの予算を見ておいたほうがよいでしょう。次に❺モデルの設計があります。画像データを扱う場合はCNN(Convolutional Neural Network 畳み込みニューラルネットワーク)がよく使われ、テキス卜データや音声データ、時系列データのような系列データを扱う場合にはRNN(Recurrent Neural Network :再帰型ニューラルネッ トワーク)がよく使われます。また、CSVなどに格納された表形式のデータを扱う場合は「全結合なニューラルネッ卜ワーク」がしばしば使われます。じつは、一口にCNNといってもその実現方法はさまざまです。よく知られたネッ卜ワーク構成としては、VGG、Inception、ResNet、DenseNetなどがあり、それぞれニューラルネットワークの深さに応じて種類が異なります(VGG11,VGG13, VGG16, VGG19, ResNet18, ResNet34, ResNet50,ResNet101,R esNet152など)。さらに、ネットワークごとに計算量(メモリ使用量、実行速度)や精度が異なるため、要件に合わせて適切なネットワークを選ぶ必要があります。計算量を優先させたいときにはSqueezeNetやMobileNetなどの計算効率に優れたネットワークも選択可能です。このように、実運用まで見据えると、それぞれのネットワークの特性に対する知識と、運用時の要件との聞のトレードオフを考える必要があります。もちろん自分でネットワークを設計することもできますが、ディープラーニングに関する深い理解を要する場合もあるので、まずは既存のネットワークを使うことをおすすめします。また、学習する際には、ロス関数という学習の目標となる指標も決める必要があります。たいていの場合、Cross Entropy LossやMean Squared Errorなど、用途ごとによく使われるものを選んで、おけば大丈夫なことが多いですが、これをうまく工夫することでより効率的に学習できることもあるので、隠れた腕の見せどころです。

エンゲージメントとSEO

エンゲージメントは昨今のSEOにおいて確固たる地位を占めています。イメージし辛い人は、行動指標、動的評価だとお考え下さい。例を挙げましょう。ユーザーがアクセスしたのはいいが、いきなり直帰したり、他のサイトに移ったりすればどう思うでしょうか。間違いなくそのサイトを舐めてかかるでしょう。要は滞在時間は長い方が良いのです。グーグルはランクシグナルとして滞在時間を挙げていないのですが、私に言わせればそんなことは言われなくても当然なのです。直帰率を減らせば間違いなく評価は高まります。具体的には、キーワードと内容の合致を大切にします。そして内部リンクを充実させることです。またリード文をインパクトのある文面にすることも重要です。それが出来れば、オプションとして動画を埋め込んでも良いでしょう。動画は滞在時間を延ばす効果があるからです。さて、そもそもオーサーの評判、サイトの評判が先にある場合は、それがSEOに影響します。何故ならグーグルがその二つを基準にしているからです。ではどのように評判を測っているかというと、リンクとサイテーションです。つまり被リンクが多ければ評判が高いと考えられているのです。但し被リンクの先が問題になります。いい加減なサイトであれば意味がありません。信用できるサイトからのリンクが大きな意味を持つのです。これは論文の性質とよく似た話で、論文は引用されればされるほど評価されるようになります。また評価の高い論文に引用されると点数を稼ぐことが出来ます。被リンクを調べたければグーグルサーチコンソールを利用しましょう。

サイトのポイント還元サービス

皆さんが利用していらっしゃる Web サイト、特に通販を行っているサイトでは、ポイントなどの還元などは、行われていらっしゃいますか?

SEO などで、集客が見られ出したらウェブサイトにアクセス数が増えたとしても、お客様がリピーターとして、定着していただかない限りは、なかなか売上の伸びしろは、伸びていきません。

お客様を定着させるテクニックの一つとして、ポイント還元などといった形で、お買い物をしていただいた金額の一部を、ポイント還元としてお客様にサービスするといったようなシステムづくりもあるようです。

実際に、ウェブサイト内でのお買い物金額の中から一部が、ポイント還元として、次のお買い物に利用できるとなると、お客様の囲い込みができるなどとも言われています。

お買い物のたびにポイントが還元されるので、お客様が新たに買い物に来ると言ったような、リピート率を生んでくれるようなのです。

皆さんの売り上げの成果を上げるには、やはり集客プラスアルファお客様のリピート率を上げるといったような、戦略が浮かび上がってくるのではないでしょうか。

そのようなことを可能にしてくれる手法の1つが、「ポイント還元サービス」などと言われています。

ネットショッピングだけでなくとも、ポイント還元は、多くの店舗で、お客様の集客や定着の為に活用されているようです。

このような形で、お客様をリピーターにする為の戦略として、様々な手法が試みられているようです。

スタンプカードなどもそのような、手法の1つのようですが、まさに、ラジオ体操に眠い眼をこすって行く人々の気持ちですよね。

STARBURST SEOトップページへ戻る