予測として精度良く当てることだけが目的ならば、担当者からみてブラックボックス化していても構わない、機械学習モデルでよくあるように人間が理解できないロジックで予測が行われても問題はありません。ただし、もしその数字を信じてブランドの行動計画を修正するのだとすれば、モデルのロジックへの納得感は重要でしょう。実際のブランド運営には多くの部門が協力して行われるのが一般的であり、予測値は部門で共有される重要な数字になります。予測モデルの導入によって部門連携が促進されブランドの活動精度を向上させるためにも、モデルのロジックが透明で説明可能であること、各部門の活動インパクトが適切に組み込まれそこに納得感があることはモデル利活用の点でも極めて重要です。

ホジョセンでは、予測モデル作りはマーケットドライバー、ブランドのドライバーを把握することから始め、ブランドの活動ベースにモデルのロジックを立てることをお勧めしています。テクニカルには、消費財からITサービスまで幅広いカテゴリでのモデリング経験のほか、公開されている理論モデルの活用、代替データを使ったモデリングなど、自社ノウハウに公開されている知見も組み合わせたモデリングを行います。また、社内理解を取り付けるためのプロジェクトマネジメントも欠かせないと考えていますので、予測モデルと数値への信用を獲得するために、適度な巻き込みを踏まえたプロジェクトデザインをご提案しています。