NPS(ネット・プロモーター・スコア)予測モデルのビッグデータで顧客行動を分析。ロイヤルティー向上や新規ビジネスの創出、人材配置の最適化などに活用し、成果を上げたロシア最大手の携帯電話会社モバイル・テレシステムズ(MTS)の取り組みに迫る。

モバイル・テレシステムズでヘッド・オブ・ビッグデータ・コマーシャルプロダクツを務めるアレクセイ・マーモントフ氏
モバイル・テレシステムズでヘッド・オブ・ビッグデータ・コマーシャルプロダクツを務めるアレクセイ・マーモントフ氏

 MTSのモバイル契約は1億人超で、他には固定回線事業(インターネットおよび有料TV)、OTT(Over The Top)/クラウド関連サービス、IoT事業、金融業、電話関連グッズの小売りなどを展開している。そのため収集できるデータソースも幅広い。具体的には、地理位置情報、インターネット上での行動履歴、店舗での購入履歴、SMSの利用状況、家族関係を含むソーシャル・グラフなどだ。

 同社でビッグデータ・コマーシャルプロダクツを統括するアレクセイ・マーモントフ氏は、日本テラデータが5月22日に開催した年次コンファレンス「Teradata Universe Tokyo 2019」に登壇。「ビッグデータ部門を設立した後、データレイクに保存するデータ量は急増した。それは、顧客に関する管理指標、測定基準を増やしたからだ。現在は3000の測定基準を設けているが、2020年には5000にする予定だ」と説明した。

データレイクに保存されているデータ量の推移。2019年5月時点では1.8ペタバイトだが、1年後には13ペタバイトになると予想している(提供/モバイル・テレシステムズ)
データレイクに保存されているデータ量の推移。2019年5月時点では1.8ペタバイトだが、1年後には13ペタバイトになると予想している(提供/モバイル・テレシステムズ)

 こうしたデータを活用し、顧客ロイヤルティー向上を目的に開発したのが「NPS予測モデル」である。NPSとは購買者が企業の製品・サービスを、「友人や知人に薦めたいか」という観点から顧客ロイヤルティーを数値化したもの。企業やブランドに対する愛着や信頼の度合いを知る指標の1つとして、利用されている。

 ただしNPSはアンケートを伴う調査が必要であり、1億人のユーザーすべてにアンケートを実施することは手間とコストがかかる。そこでMTSでは過去に実施したユーザー230万人のNPS結果と収集したユーザーデータを組み合せ、予測モデルを作成した。

 その方法はこうだ。

 まず、NPSで「批判者」とされたユーザーが、NPSアンケート実施前にどのようなサービスを受けていたかをデータから洗い出す。具体的にはネットワーク障害や音声通話の品質低下、カスタマーサービスに寄せられた相談内容などだ。

 そして、NPSのスコアと、受けていたサービスに関する詳細なデータを掛け合わせ、「どのようなサービスを受けると批判者になるのか」という予測モデルを作成する。その予測モデルをすべてのユーザーに適用すれば、NPSアンケートを実施しなくても「推奨者」「批判者」のどちらになるかが把握できるわけだ。実際、予測モデルの精度は推奨者が80%で批判者が76%。マーモントフ氏は「悪くない数字」だとしている。

NPS予測モデル構築に利用したデータは、過去1年間に実施した230万件のNPSスコア履歴と、該当顧客が利用したサービスでの詳細な行動記録だ(提供/モバイル・テレシステムズ)
NPS予測モデル構築に利用したデータは、過去1年間に実施した230万件のNPSスコア履歴と、該当顧客が利用したサービスでの詳細な行動記録だ(提供/モバイル・テレシステムズ)

 次に、この予測モデルを、モスクワ近郊のユーザー1000万人に適用した。その結果、批判者は340万人、推奨者は510万人、どちらでもない中立者が150万人だった。

 MTSではこの結果を基に、NPS向上施策を実施。批判者340万人の行動データから、その原因と推定される内容を抽出し、15の課題に分類した。具体的には「インターネットが遅い」「コールセンターの対応が悪い」「店舗でのサービスが悪い」などである。こうした課題を重点的に改善したところ、NPSの批判者比率は“大幅”に低下したという。

 マーモントフ氏は「元々モスクワ市民はシビアで、サービスに対する評価は辛らつである。だから、モスクワ市民に高評価を得られるサービスであれば、その他の地域でも成功する確率が高い」と説明する。