System1は、業界をリードするオムニチャネルの顧客獲得プラットフォームを運営し、先進的な機械学習と生成AIを活用して広告主がターゲットオーディエンスにつながる方法を進化させています。
System1は、インターネットトラフィック収益化を最適化することで、広告を適切なオーディエンスに適切なタイミングで届け、顧客獲得、エンゲージメント、コンバージョン率を向上させます。各種業界のROI向上にコミットし、広告主の広告効果を最大限に高めて、急速に進化するデジタル環境における競争力の維持を支援します。
ビジネス部門とデータサイエンス部門の断絶を解消
System1は、Dataikuを導入する以前、技術的な作業とビジネス成果の整合性という、データサイエンスにおける共通の課題に直面していました。同社では、複雑な技術的問題の解決に多くの時間を費やすことがよくありました。System1の機械学習エンジニアリング担当シニアマネージャー、Graham Yennie氏は次のように述べています。「コストセンターとしてのデータサイエンスは、社内顧客と予算を競い合うことになります。データサイエンスチームの予算は、チーム自身が確保するのではなく、経営幹部に確保してもらう必要があります（そうすることで、チームは損益に専念できます）」
一方、System1のクライアントであるメディアバイヤーは、ターゲットオーディエンスの定義からチャネルの選定、目標に合わせたメッセージの作成まで、マーケティングキャンペーンの構想と計画を担当していました。また、データサイエンスチームが提供するデータインサイトを活用し、データサイエンスとエンジニアリングの厳密さに基づいてキャンペーンの最適化とスケーリングを行うのも、メディアバイヤーの役割でした。
これらのアイデアを実現するために、メディアバイヤーはデータサイエンスチームに詳細な要件を提示し、データサイエンスチームは実験を行って最も効果的なアプローチを特定していました。しかし、キャンペーン計画の初期段階ではデータサイエンスチームの関与が限定されていたために断絶が生じ、開発プロセス全体を通してデータサイエンスチームがビジネス目標と十分な整合性を保つことが困難になっていました。その結果、試行錯誤が繰り返され、承認されるまで何度も成果をやり取りし、開発スケジュールの遅れを引き起こすことになっていました。
System1のビジネスが拡大し、技術スタックが複雑化するにつれ、チーム間のこの断絶は、必要なスピードでイノベーションを拡大する上で大きな障壁となりました。
データサイエンスチームとビジネスチームのコラボレーションの変革
System1は業務のボトルネックを解消するためにDataikuを採用しました。Dataikuは、技術系チームと非技術系チームを一体化して両者の真のコラボレーションを促進し、データサイエンスプロジェクトとメンテナンスを素早く加速させるユニバーサルAIプラットフォームです。System1はDataikuを導入してデータサイエンティストとメディアバイヤーを共有ワークスペースに集め、キャンペーン計画の初期段階からリアルタイムでコラボレーションできるようにしました。これによって、明確なコミュニケーションと、ビジネス目標との整合性が確保され、チーム間の協力体制を変革することができました。
Dataikuを使うことで、データサイエンティストとビジネス関係者が協力し合って、アイデアの構想、開発、実行ができるようになりました。このプラットフォームでは、ビジネスチームと技術系チーム間の緊密なフィードバックループが可能なため、迅速に実験ができ、不的確なアイデアを早期に排除できます。機能重視のエンジニアリングドリブン型ワークフローから、成果重視の協働的モデルに移行したことで、戦略のイテレーションを加速し、あらゆる段階でチーム間の連携を維持できるだけでなく、ビジネスニーズや開発の進化に俊敏に適応できるようになりました。
また、Dataikuは、データサイエンス、エンジニアリング、ビジネスの各チームを緊密に連携させ、連帯意識を高めました。同じワークベンチを囲んで作業することで、リアルタイムで意思決定ができ、発生した課題を即座に解決できます。この連携により、ビジネスユーザーが担当できる分析業務が増え、データサイエンティストは効果の高いプロジェクトに集中できるようになりました。さらに、イノベーションが加速され、より良いビジネス成果を実現できるようになるとともに、継続的なスキルアップにも取り組めるようになりました。
ビジュアルレシピとLLMメッシュを活用したチーム連携
この変革の重要な原動力となったのが、Dataikuのビジュアルレシピです。これらの直感的なツールにより、データサイエンティストはデータプロセスを視覚的に示すことができ、ビジネス関係者は技術的な詳細を理解しなくても成果を明確に把握できるようになりました。この透明性がコミュニケーションの障壁を解消し、技術系チームと非技術系チームがシームレスに連携して迅速に業務を進めることができるようになりました。また、ビジネスユーザーが独自にデータの出所を追跡し、データがどのように変換されたかを理解できるようになり、他のチームへの依存度が軽減されました。余分なやり取りをなくすことでコンテキストを維持でき、全体的な効率が向上しました。
さらに、DataikuのLLMメッシュは、System1の成功、とくに生成AIの取り組みにおいて、極めて重要な役割を果たしました。LLMメッシュは、大規模言語モデル（LLM）をSystem1のワークフローにシームレスに統合し、ビジネスユーザーは、生データの入力から使用プロンプト、そして最終的にはAIが生成する最終出力に至るまで、データ変換プロセスをエンドツーエンドで確認できます。この高い透明性によって、ビジネスユーザーは、それぞれの変換がキャンペーンのパフォーマンスや顧客エンゲージメントなどの重要なビジネス指標にもたらした効果を十分に理解できるようになりました。また、LLMメッシュは、データサイエンティストとビジネス関係者の間の断絶を解消し、すべての取り組みをビジネス目標と合致させるのに役立ちました。
アセット生成の加速
Dataikuがもたらした変革の1つは、System1のパフォーマンスマーケティングキャンペーンのアセット生成プロセスです。以前は、概念実証に到達するまでの開発期間に最大6か月かかっていました。System1は、Dataikuでこれらのプロセスを統合し、プロトタイプの開発期間をわずか10日間へと大幅に短縮しました。複雑なグルーコードを排除し、メンテナンスの負担を最小限に抑えることで、アイデアを素早くテストし、ビジネス目標に合致するソリューションを提供することに集中できるようになりました。
SnowflakeとDataikuによるオペレーション合理化
System1は、Dataikuの活用に加え、データウェアハウスとしてSnowflakeを統合し、データオペレーションを合理化しました。Snowflakeはストレージとコンピューティングを分離できるため、十分に最適化されていないクエリでも迅速なデータアクセスと処理が可能になりました。これにより、データサイエンティストはクエリの最適化を管理する負担から解放され、モデルの構築や改良など、価値の高い作業に集中できるようになりました。
Snowflakeをデータウェアハウスとして使い、Dataikuを「リモートコントロール」として活用することで、System1はデータパイプラインを迅速に構築し、イテレーションできるようになりました。Snowflakeのテーブルを中間段階として使用し、以前はJenkinsやAWSのような複雑な環境を必要としていたデータ変換のオーケストレーションをDataikuで簡素化しました。この統合によって、System1は複数の課題を同時に解決し、データワークフローを加速させ、オペレーション効率を向上させることができました。
System1は、SnowflakeのスケーラビリティとDataikuの使いやすさを組み合わせることでデータサイエンスのプロセスを最適化し、チームはビジネスに最も価値をもたらす作業に集中できるようになりました。この合理化された環境によって、データエンジニアリングタスクに要する時間が大幅に削減され、チームは迅速にインサイトと改善を提供できるようになり、意思決定のスピードと効果を高めることができました。
Dataikuで将来のアジリティーを推進
Dataikuは、System1をよりアジャイルでプロダクトドリブンの組織へと変革するのに役立ちました。Dataikuは、協働的で実践的な環境を促進することで、技術系チームとビジネスユーザーの両方が緊密に連携し、それぞれの取り組みをビジネス目標に合致させ、測定可能な成果を上げるように支援しました。
System1は今後、Dataikuの活用をさらに多くのビジネスユーザーに拡大する予定です。Dataikuプラットフォームへの直接アクセスを提供することで、ビジネスユーザーが的確な質問をし、日々扱うデータからより深いインサイトを得られるようにすることをSystem1は目指しています。そうすることで、ビジネス活動や意思決定に直接貢献する能力を高めるとともに、重要な分析スキルも向上します。
日常のワークフローへのDataikuの統合を拡大させるにつれて、System1は業務の合理化をさらに進め、データドリブン型の意思決定を高速化し、デジタルマーケティング分野におけるリーダーシップを強化していきます。
