テレビショッピングの蓄積されたデータを用いて、最も販売効果の高い最適解を分析

​

テレビショッピングの世界では、商品の紹介順序が売上に大きな影響を与えます。これは商品と視聴者の関係性や放送時間帯など、様々な要素が複雑に絡み合っているためです。そこで私たちは、この問題を解決する手段として、数学的アプローチを使ってマーケティング最適化を行いました。

​

その具体的な手段として、私たちはアンサンブル学習の一種であるXGBoostを採用しました。AIのモデルは多種多様に存在しますが、一つの問題を単一のモデルで解決することは稀です。そこで私たちは、アンサンブル学習を利用して複数のモデルを組み合わせることで、最適なAIの開発を目指しました。これにより、私たちは複雑なマーケティングの問題を数学的に解析し、より効果的な意思決定を可能にしました。

​

今後の展望として、私たちは数学に基づくマーケティングの必要性が増えていくと見ています。海外ではすでに様々な分野で数理データサイエンスが取り入れられており、日本でもそのような動きが広がっていくと考えています。AIが人間の意思決定を補佐し、その結果として人間が新たなアイデアを生み出す可能性を最大限に引き出す、そのような未来を期待しています。