このページの本文へ移動

Menu

メニュー

  • 企業 
  • ニュース 
  • サービス 
  • 技術・デザイン 
  • 採用 
  • 投資家情報 
  • CyberAgent Way 
  • FEATUReS 

 

秋葉原ラボ

データ分析

秋葉原ラボのデータ分析チームは、メディアサービスの課題を解決するために分析PDCAを高速で実施する部隊です。分析PDCAにより生まれた検証結果は、主に秋葉原ラボの他チームと連携しながらシステム化され、様々なサービスの機能開発に繋がっています。

データ活用の体系化

秋葉原ラボでは、「AbemaTV」や「アメブロ」など多くのサービスを対象にデータ活用を促進するため、データ活用の体系化に取り組んでいます。
データは、KPI(Key Performance Indicator/重要業績評価指標)設計、KPIモニタリング、課題の発見、課題の解決といったプロセスを経て活用されます。
これらのプロセスを体系化することでサービスに偏りなくデータ活用できる状態を目指しています。
また、データ活用レベルを組織的に向上させるため、各部署のデータ活用状態を把握し評価できるようにも取り組んでいます。

レコメンドロジック改善のためのPoC

サイバーエージェントで運営されている各種メディアサービスは、提供するコンテンツに関する情報や日々蓄積されるユーザの行動ログといった様々なデータを保持しています。
秋葉原ラボではこれらのデータを用いることで、ユーザの行動分析やコンテンツ分析、レコメンドアルゴリズムの開発・検証等を行い、サービスの課題解決や品質向上に寄与しています。
例えば、電子コミックサービス「Amebaマンガ」ではある漫画に対して関連する別の漫画を推薦するレコメンデーションシステムを導入していますが、より効果的なレコメンドが行えるよう、アルゴリズムや利用されるデータについてはその検証・改善が継続的に行われています。サービス内で配信されている漫画には購買、サンプル閲覧といったユーザの行動ログや、著者、ジャンルといった様々な種類の情報が紐づいているため、これらのデータを分析し異なる種類のデータを効果的に組み合わせてレコメンドに利用することで、より関連度の高い漫画を推薦することが可能です。
このようにサービス上に蓄積されたデータから新たな価値や情報を発見し、それらを用いてサービスの発展に貢献することも秋葉原ラボの取り組みの一つです。

Web社会の科学とビッグデータ

Webを介したオンラインコミュニケーションはいまや私達の日常生活の一部になっており、非常に多くの人が利用するとともに、そこでは様々な社会現象が発生しています。それはサイバーエージェントで開発・運営しているサービスも例外ではありません。そのような現象の理解・課題解決をするためには Web社会の現象を科学的に研究すること、それをサポートするための技術開発が必要です。
Webで発生している社会問題には、例えば炎上・ネットいじめ・フェイクニュース・社会的分断・ヘイトスピーチなどが挙げられます。またこれらはWebの外の社会にも影響を与えます。炎上やネットいじめの被害者は精神的・金銭的な被害を被ることもあり、フェイクニュース・社会的分断・ヘイトスピーチは選挙の結果にも影響します。これらを解消・緩和し、Web社会を快適にすることは、Webサービスの活発な利用に繋がります。したがってこれらを研究し改善策を探ることはWebという世界でビジネスをしているサイバーエージェントにとっても重要です。
秋葉原ラボではWebサービスが生み出すビッグデータを用いてヒトや社会の理解にアプローチしています。このようなビッグデータを用いた社会科学研究を計算社会科学と言い、現在は「コミュニケーションと社会構造」、「仮想世界のソーシャルサポート」、「政治知識とインターネットTVニュース」、「ニューストピックスと人種的偏見の表出」、「ヒトの協調メカニズム」の研究をしています。