デジタルマーケターはどう進化すべきか？2016年3月版
GoogleがTensorFlowベースの機械学習ソリューション群をリリースしましたね。
Google cloud vision apiは画像の分類はもちろん、顔認識とその表情、喜怒哀楽抽出もいけちゃうので、対面型のサービスでひたすらデータ取り貯め「申し込み」を目的変数に機械学習させ、トークスクリプトの評価と改善スキームを組んでみるなんて施策良いかも。
さてさて、今日のポストのメインテーマは「これからデジタルマーケターが身に付けるべきスキル」と「テクノロジーの面白さをマーケターとしてどう活用していくか？」の二つ。
デジタルマーケターのテクノロジーに対する理解力は今以上に求められていくはず。
高水準の知識レベルはもとより、実際に触ってコントロールできるレベルである必要も。
例えば。
先人がGitHubやQiitaなんかに書き留めてくれてるドキュメントを基に一通り仕組みを自前で構築し動作させ、アウトプットまで持ってこれる水準。
具体的に、テクノロジーの面白さを上手くマーケティングに組み込んでるなあ、と思った事例があって(これはエンジニアによる取り組みではあるけれど、売れる仕組みの改善という観点ではマーケティングだと捉えられる)
VASILYさんがやってるアプリで、テキストベースの商品カテゴリ分類がうまくいってない部分があったから、deep learningで画像ベースのカテゴリ分類させたらめっちゃ高精度になった(副次効果もでかかった)のでマイクロサービス化してアプリに組み込んだというお話し。
(ベースになってる技術って最近ちょこちょこ投稿してる自分のBlog記事のそれと同じdeep learning。
応用方法はもちろん違う。)
この事例はエンジニア発だけど、マーケターがこういったバックグラウンドを兼ね備えた上で施策を考えたらまた違った面白さがあると思うし、エンジニアとガッツリとタッグを組める事で産まれるシナジーは凄いものになるはず。
というわけで是非興味湧いたマーケターの方いれば勉強会しましょう。
余談
そもそもなんでdeep learningスゲエと僕がぶつくさ言ってるかという話。
まず、僕レベルのエンジニアリングレベルでも実務に応用できる程の技術的、環境的ブレークスルーが起きたことと、
一番ヤバいのは、従来の機械学習だと、特徴抽出を人間が頑張ってやらないといけなかった所をマシンが勝手に特徴抽出してくれる事。
しかも高精度に。
この辺りの話はまた後日…
