位置情報マーケティングのシナラシステムズジャパン、実証実験により、機械学習モデルによる来店判定精度の高さを証明

位置情報を活用したマーケティング・プラットフォーム事業を展開するシナラシステムズジャパン株式会社（本社:東京都港区、代表取締役 兼 CEO：細谷 正人、以下「シナラ」）は、来店判定精度の実証実験を行い、機械学習活用の来店判定モデルの精度の高さを証明しました

機械学習モデルを活用したシナラ来店カウントと他社を実証実験にて比較

シナラでは、従来Wi-Fiの「電波強度」「滞在時間」「店舗の営業時間」のフィルタリングを活用することで来店した人と店の外を歩いていた人の判定を行ってきましたが、現在店舗所在地などの要素も盛り込んだ機械学習モデルの検証を行っております。
2018年12月にタイプの違うソフトバンクショップを8店舗抽出して、調査会社と連携の上実来店者カウントを行い、シナラ、他社(X社)も含めた来店カウント数検証を行いました。
期間:2018/12/3~201812/16、調査員1店舗2名体制でのカウント
調査会社:マクロミル

決定係数0.85, 実カウントと比較して高い精度を証明

日別の調査員カウント数と、検知数(シナラの場合はソフトバンク、ワイモバイルユーザーのみをカウント)を比較したところ、シナラカウントでは相関度合いを示す決定係数が0.47~0.85 (平均0.65)を記録。

実数については、調査員カウントに対して21.6%~45.1%(平均33.9%)となりました。
通常はWi-Fiオン率、ソフトバンクシェアを加味して拡大推計を行いますが、本件はソフトバンクショップという特性上、ソフトバンクシェアを加味することが難しく、拡大推計は行っておりません。
一方X社の場合は決定係数平均0.34、カウントは調査員カウントの2.5倍~38倍と、相当数の通行人などをカウントしており、比較するとシナラの精度の高さが確認できます。

※調査会社:マクロミル2018/12/3-2018/12/16まで実施。調査員2名x8店舗にて実数カウント(1店舗については、電波不具合のため検証除外)

「デジタル」の定義がOOH(屋外広告)領域など、従来のオフラインメディアまで広がってきている昨今、来店などのその後の行動把握は重要であり、そのためには正しく行動カウントをすることが必要となってきます。

今後も、シナラは、オンライン行動とオフライン行動、オフライン広告とオフライン行動をつなげて可視化を行い、広告主の課題解決のためさまざまな取り組みを進めていきます。

【本件に関する問い合わせ先】

問い合わせページよりお問い合わせください。