NTTとドコモ、“ユーザーの行動”を時系列で機械学習し販促に活かす「大規模行動モデル」（LAM）を開発

　NTTとNTTドコモは、ユーザーの行動を予測して販売促進などに活用するAI技術「大規模行動モデル（LAM、Large Action Model）を確立させたと発表した。ユーザーの行動を予測して、タイミングに合わせた販促を実施することで、ユーザーにニーズにマッチしたより効果的な取り組みを進められる。

　LAMは、大規模言語モデル（LLM）に類似した構造を持つラベルや数値に特化した生成AI基盤。NTTはこのLAMの研究とチューニング（学習）手法の開発を担い、ドコモは、ユーザーデータの統合とLAMの構築、販促時の効果検証を担当した。

デジタルマーケティングの仕組みと課題

　スマートフォンアプリでよく目に付く「ポイント還元アップ」などの広告は、事業者がさまざまなデータを分析し、ユーザーニーズを理解して施策を設計し、ユーザーごとに適切な提案を打ち出せるようにしている。デジタルマーケティングの1つで、Webサイトの閲覧やダイレクトメール、アプリの利用状況などオンラインの接点だけでなく、実店舗への来店や問い合わせなどの情報もかけ合わせられる。

　これまでは、ユーザーの購買履歴や属性などをある程度グループにし、同じような傾向を持つユーザーに向けて一斉に情報発信をしていた。「商品Aをよく購入するユーザー」向けには、「商品Aのクーポンを発行する」、といった具合だ。

　ただし、グループの中のユーザーが誰しも同じ行動をするとは限らない。たとえば、ランニング終わりのユーザーに「濃厚なロイヤルミルクティ」を勧めてしまうという、必ずしもユーザーニーズにマッチしない販促を打ってしまう可能性がある。

　デジタルマーケティングでは、よりユーザーそれぞれのニーズを汲み取り、より個別化した「1to1マーケティング」を行うことで、より効果的な販促を実施していくことが求められている。

少ないコストでより深くユーザーニーズを理解

　効果的な販促に向けては、行動の順序を分析すると、ユーザーニーズをより深く理解できるようになる。ところが、ユーザー接点ごとに行動データの頻度や形式が異なり、統合的に分析することが難しいという。順序を考慮すると、困難さに拍車が掛かり、複雑性が増し計算コストが大幅に増加してしまう。

　そこで今回、ユーザーの行動順序のパターンを学習し将来行動を予測するLAMを確立させることで、より効率的な販促の実現を目指した。LLMと似た構造で、ユーザーのこれまで行った行動を分析することでニーズを理解し、次の行動に対して販促がどのような効果をもたらすのかを予測することで、より効果の高い施策を予測する。

　開発にあたっては、ドコモ独自のLAMを構築して効果検証にあたった。ドコモの顧客データで学習させた独自のLAMを構築し、モバイルとスマートライフ関連サービス販促をパーソナライズ化した。

　具体的には、決済や手続き、アプリの操作などさまざまなユーザー接点のデータを集約し、誰が、いつ、どこで、何を、どうしたか、という“4W1H”形式の時系列データにまとめる。その後、行動順序を学習し、次にユーザーがどうしたいかを予測し、販促施策を個別化する。たとえば、ユーザーそれぞれに効果的な販促内容や方法、タイミングと予測効果を比較できるほか、どのユーザーから販促すると効果的かを比較できる。

　成果として、電話での受注率が最大2倍に向上した。今回のLAM構築では、GPUサーバー約1日分の計算で実現できており、費用対効果も高いという。

販促以外への応用も

　LAMについて、今後2028年までにNTTグループ各社で利用できるよう目指して技術開発が進められる。また、マーケティング以外への活用も期待しているといい、たとえば医療分野では時系列データから治療を支援したり、日照量データから太陽光発電装置の発電計画を立てたり、さまざま分野への展開も考えられている。