ZOZOグループの新規事業開発などを行うZOZO NEXTは12月2日、同社の研究機関ZOZO研究所の所員らが執筆したマーケティング施策に関する論文が、機械学習分野の国際会議「NeurIPS 2021」（12月6日から14日にかけてオンライン開催）の投稿論文を扱う一部門「Datasets and Benchmarks Track」で採択されたことを発表した。タイトルは「再現可能かつ実データに基づいたオフ方策評価に向けた大規模データセットとソフトウェアの構築」。NeurIPSは、ICML、ICLRなどと並ぶ、機械学習の分野で権威あるトップカンファレンスの1つ。
この論文は、ZOZO研究所研究員の松谷恵氏、コーネル大学に在学する齋藤優太氏、粟飯原俊介氏、イェール大学助教授の成田悠輔氏の共著。研究所では、深層学習などのAI技術を研究しているが、その一環として、ZOZOTOWNにおけるマーケティング施策の意志決定に活用するアルゴリズムの評価と検証を効果的・効率的に行うための研究に着手し、その手法の提案に至った。
これまでは、新しく開発した意志決定アルゴリズムを評価するには、実際のサービス環境に実装し、ユーザーの反応を見ることが必要だった。しかしそれには、膨大な実装コストが必要なことに加えて、動作実績のある既存アルゴリズムとの入れ替えなどによりユーザー体験が悪化するという課題がある。
これに対して、実サービス環境に実装しない形でアルゴリズムの性能を予測できる手法として、蓄積されたデータセットを利用する「オフ方策評価」が研究されてきたが、実用性の高いオープンなデータセットが存在していないために、研究は進んでいなかった。
そこで同研究所は、ZOZOTOWNで実際の推薦アルゴリズムで取得された2600万件の推薦データからなる大規模実データ「Open Bandit Dataset」と、その実装基盤となる独自開発のソフトウェア「Open Bandit Pipeline」を、論文発表にともないオープンソースとして公開することにした。これらを使うことで、他の研究機関でもオフ方策評価や意志決定アルゴリズムの性能評価が行えるようになる。
論文で提案された手法は、ZOZOTOWNのマーケティング施策にも実際に導入され、クリック率や購買率の向上に貢献しているとのことだ。
