1
/
5

MLチームが語る「ママリ」の可能性

ママ向けQ&Aアプリ「ママリ」は、サービス内に機械学習を用いて熱量の高いユーザー同士のコミュニティを健全な状態に保ったり、ユーザー体験をよりよくしたりするなど、技術の力でママの一歩を支えています。インフラ・機械学習チームの永井、野澤にインタビューをし、「ママリ」が秘めている可能性について語っていただきました!

まず、はじめにインフラ・機械学習チーム永井、野澤のご紹介です。

永井:ウェブオペレーション領域を専門にし、インフラエンジニアを担当しています。現在は、Docker・AWSをベースとした「ママリ」のサービス基盤作りに取り組む傍ら、ここ一年は機械学習を学んでおり、MLOps的取り組みや一部モデル作成も担当しています。

野澤:趣味で勉強し始めた機械学習にハマり、SIerから機械学習エンジニアとして、コネヒトに入社をしました。「ママリ」のコミュニティ健全化やレコメンドシステムへの機械学習実装に取り組んでおり、主にAWSを用いた機械学習基盤の設計からAPIの開発までを担当しています。

2019年上期に機械学習チームを新設。現在はユーザー体験の向上に取り組み中

まずはインフラ・機械学習チームについて教えてください。

永井:僕たちインフラ・機械学習チームは開発部の中では独立して動いているチームです。そもそも2019年上期に新設されたチームで、当初は既存の手動運用されていたML基盤をAWSを使って自動化しつつ、モデル更新のコストが低い形にアップデートするということを行いました。一定の成果が出たので、下期は技術ドリブンでのサービスグロースへの有力な手段として機械学習を使ったユーザー体験の向上に取り組んでいます

現在、機械学習の技術はどのように活用されていますか?

野澤:「ママリ」内では2016年頃より、機械学習を活用し荒らし目的などの不適切な投稿を検知しコミュニティを健全な状態に保つといったことをしています。また、最近はひとりひとりのユーザーに適した記事コンテンツを提供するレコメンドや、質問者と回答者のマッチングを強化するためのモデルの開発を進めています。

△写真左:野澤、写真右:永井

永井:機械学習チームが新設された当初、メンバーが日頃データに関わるところでどんな課題を持っているのかを把握すること、機械学習という技術でどういったことを実現できるのか社内の認知度を高めることを目的に相談会を実施しました。そこから「ママリ」のサービスに関わることだけではなく、いろいろな相談をもらうようになりましたね。

野澤:確かにそうですね。たとえば、営業メンバーの提案資料にはママリユーザーのインサイトを盛り込んでいます。コネヒトでは、特定のメンバーだけがデータを抽出をしているのではなく、全メンバーがいつでもデータを抽出できるような環境(※)にしています。

※具体的な取り組みは、下記ブログをご参照ください。


ただ、特定のワードが1年間のどの時期に増えるのか、子供の月齢を絞ってみたらどう変化するのかなどを可視化してみたり、「ママリ」内のトレンド把握やテキストマイニングなど、Redashだけでは実現できない、よりエンジニアリングスキルが求められる詳細な分析は一緒に協力しながら抽出していますね。
また、日々メンバーに「ママリ」のトレンドを把握してもらおうと思い、毎朝9時頃、前日投稿されたテキストデータを元に、word cloudやN-gramによる単語の出現頻度を可視化してslackに投稿するbotもつくりました。

具体的な取り組みは、下記ブログをご参照ください。

サービス内のトレンドを把握するために、テキストデータを可視化・通知してくれるslack botを作った話 - コネヒト開発者ブログ
本記事は コネヒト Advent Calendar 2019 17日目の記事です。 こんにちは!MLエンジニアの野澤(@takapy0210 )です! 今回は、ママリ内に日々蓄積されているテキストデータを良い感じに可視化して、定期的にslack通知する仕組みを実装したお話です。 ※下記で使用している画像やデータに関しては、あくまでママリ内での傾向を算出しており、個人を特定できるものではございません。また、画像に関しては一部加工しております。 毎朝9時頃に、前日投稿されたテキストデータを元に、word cl
https://tech.connehito.com/entry/2019/12/17/112210

ユーザーの満足度を高める取り組みやママリの膨大なデータからトレンドを探りたい

今後、機械学習の技術を使ってどういうことをしていきたいと考えていますか?

永井:「ママリ」のようなコミュニティサービスと機械学習は相性がいいと考えています。今はルールベースで回答率やリテンション向上の施策を行っていますが、ユーザーひとりひとり境遇も違えば悩みも違います。そんなユーザーに対して一律のルールベースで最適化を行うのは限界があり、機械学習をうまく活用して、もう一段ひとりひとりに寄り添った場を提供していきたいと考えています。

未来のことなので少し風呂敷を広げて語ると、「ママリ」に集まる投稿には、ユーザーの真摯な悩みや感情が入っているので、例えば実名性のサービスに投稿される文章などと比較すると、「投稿の熱量が高い」という特徴があると思います。このテキスト情報から、自然言語処理を使って感情や傾向みたいなものをうまく導き出してユーザーがどんな人物なのか知ることで、悩み軸でよりその投稿にあったユーザー同士をマッチングすることも可能ではないかと考えています。それをすることで、「ママリ」に来てくださるユーザーがよりよい体験が出来る世界観を作っていきたいと思っています。

また、ユーザー単位の特徴量を定義することができれば、例えばあるユーザーが「ママリ口コミ大賞」でオススメしている商品を、そのユーザーと類似しているユーザーにレコメンドすることなどが可能となり、一層ママや家族の購買判断を支えられるなど、幅も広がっていくなと思います。

野澤:悩み軸でのアプローチは、ユーザーの満足度にもつながるのでやっていきたいですよね。「ママリ」はサービスとしても6年目となり、今では月間150万件の投稿があるなど、ママの膨大な悩みがテキストデータとして蓄積されています。ママたちの抱える悩みのジャンルや、そのときぶち当たるであろう悩みやタイミングにも傾向があると思うので、そのあたりのアプローチもしていきたいですね。
たとえば、今までのユーザーの行動ログからそのユーザーが1週間後にぶつかるであろう悩みを先に提示することで、「こんなことが起こるかもしれないんだ」と察することで事前に準備ができるかもしれないし、過去のユーザー同士のやりとりから悩みをすぐ解決することができるかもしれない。「ママリ」を開いたら確実に悩みが解決できる、みたいな場になれたらなと思っています。

ママの悩みを先回りしながら解決できるようになったら素敵ですね!その他、何かありますか?

野澤:「ママリ」内のインサイトはどうにかしたいです。実はこれが次にきそうです、といったトレンドなど出していきたいなーと思いますね!

永井:ママのインサイトが詰まったテキストデータは膨大にあるんだけど、構造化されていないため使い切れておらずそこにもったいなさを感じています。それらのデータは「ママリ」にとって宝であり、価値あるデータにすべくアプローチしていきたいとは思っていますが、どう進めるべきか悩ましい。具体的なアウトプットの事例をいくつか作りつつ、社員が誰でも使えるような形にすることで、営業メンバーの提案の幅が広がったり、新しいビジネスモデルにつながるのではと思っているのでここにもアプローチしていきたいと考えています。

一緒に、「ママリ」のデータ活用やユーザーに寄り添ったサービス開発をするチームメンバーになりませんか?

いろいろとやりたいことをお話していただいたかと思うのですが、実現するために不足していることは何ですか?

野澤:純粋にMLエンジニアとして僕のスキルを伸ばしていきたいですね!あとは、今ユーザー体験の向上などユーザーへの価値還元を主軸に動いていることもあり、「ママリ」内のインサイトからみるトレンドやデータの構造化といったところは全く動けていません。それは一緒に進めてくれるエンジニアが不足しているところがあるので、チームとして進められたらうれしいなと思いますね!

永井:まずは、今進めているサービスへの機械学習導入できっちりと成果を出して、社内の信頼を勝ち取ることが大事だと考えています。「あのチームに任せれば何かやってくれそう」という期待感を醸成しつつ、そこにユーザー目線で物事を考えられて、どんどん自分で手を動かしていくような人がジョインしてさらに強いチームになるような流れを作っていければ理想です。
現在は、インフラエンジニアである僕と MLエンジニアの野澤の2名チームのため、最終的には、エンジニア、デザイナー含めサービスに寄り添ったチームを作っていきたいなと思いますね!是非、ご興味ある方は一度お話をききにきてください。

コネヒト株式会社's job postings
13 Likes
13 Likes

Weekly ranking

Show other rankings
If this story triggered your interest, go ahead and visit them to learn more