何故あなたの機械学習はビジネスを改善出来ないのか？
•
473 likes•13,321 views
Adtech Developper's Conferenceにおける発表。 ビジネス改善に必要なのは機械学習とか統計学そのものではなくて、それを包括した仕組みですよね？という話。
Recommended
More Related Content
What's hot
Similar to 何故あなたの機械学習はビジネスを改善出来ないのか？
Similar to 何故あなたの機械学習はビジネスを改善出来ないのか？ (20)
More from Shota Yasui
何故あなたの機械学習はビジネスを改善出来ないのか？
- 1. 何故貴方の機械学習はビジネスを改善でき ないのか？ AILab Economic Research Scientist Shota Yasui
- 2. 2 Shota Yasui (29) twitter: @housecat442 Work at CyberAgent 2013/10 - present サーモンの経済学（修士） ↓ 広告代理店 ↓ DMP ↓ DSP ↓ SSP 良くTokyo.Rに出没してます。
- 4. 仕事の変化 ● 広告代理店での仕事 ○ クライアントの仮説をデータから検証する。 ○ 現象をデータから観察して、何が起きているかの仮説を考える。 ○ 基本的にはクライアントに向き合う。 ● アドテクでの仕事 ○ ユーザーが特定の条件を持つ確率を予測するモデルを作る。 ○ click, cv, sex, age, etc… 4
- 10. 10
- 13. ちなみに）Facebookの配信最適化の仕組み 配信対象 属性A 属性B 属性C 属性D 配信 配信 配信 配信 KPI計測 KPI計測 KPI計測 KPI計測 停止 停止 配信 配信 KPI計測 KPI計測 配信 KPI計測 停止 配信最適化と呼ばれる仕組み ● 大量にユーザーセグメントを用意する。 ● 一旦全部配信してみる。 ● リフト計測を実行する。 ● 効果悪いセグメントは停止。 ● 残りで配信。 ● 以後続く。 Gordon, Brett R., et al. "A comparison of approaches to advertising measurement: Evidence from big field experiments at Facebook." White paper(2016).
- 18. 18 未整理タスクへの冒険
- 19. 「人工知能の研究開発チームがプロダクト・組織をどのよ うに変えたのか」in Developer’s summit 2017 by 谷口 和輝19 冒険の始まり・・・
- 21. 21
- 22. ロジック業務を進める事の何がダメなのか？ 1. 問題と人材のミスマッチの温床 ○ ベストな解き方が解く人の得意な方法とは限らない ○ 間違ったデザインの中での機械学習の応用 2. プロダクトにとって想像が難しい問題を解くことが後回しにされる ○ 「ざっくり課題感 vs 遠回しな改善」という意思決定の問題は多く起きている ○ クラスタリングやアノテーションのようなタスクは改善のプロセスが想像し難い ○ やったら良さそう位の温度感になってしまい、結果難解だけどアウトプットが直接的なタスクが優先 されてしまう。 →ロジック業務を続けてたら改善に対する打率が低いままになってしまう 22
- 30. RTBチームでのトライ（2016/10 - 2017/3） 30 課題集約と議論 →仕組みと手法に落とす 各自の興味とスキルに合わせて 分析タスクのアサイン プロダクト プロダクト プロダクト 安井 メンバー メンバー メンバー 安井 ● 想定される課題に関連する論 文を課題図書として指定。 ● プロダクト側から相談のあった 課題に対して改善の仕組みを 提案。 ● 手法の部分をタスクとしてアサ インする。
- 31. 良かった点 31 ● ロジックタスクから機械学習のタスクになった。 ● 経験が浅いメンバー陣でも一定の成果が出た。 ● 研究とは違う知的好奇心の刺激 悪かった点 ● 自分のコミュニケーション量とマネジメントタスクが激増。 ● プロダクトの仕事は満足にいかず、共同研究は回らない。 ● ＤＳのプレイヤーとしては生ける屍状態。