Language:

Junichiro NIIMI Research Information

名古屋大学大学院経済学研究科 新美潤一郎のウェブサイト

所属 / 背景  

1. 現在の所属

  • 名古屋大学大学院 経済学研究科 産業経営システム専攻 博士後期課程3年
  • 博士課程リーディング大学院プログラム PhDプロフェッショナル登龍門 正規履修生

2. 所属学会

  • - 日本マーケティング・サイエンス学会
    (Japan Institute of Marketing Science; JIMS)
  • - 人工知能学会
    (Japanese Society of Artificial Intelligence; JSAI)

3. 学歴

2006 - 2009
愛知県立横須賀高等学校
2009 - 2013
名古屋大学 経済学部経済学科
学士(経済学)
2013 - 2015
名古屋大学大学院 経済学研究科
修士(経済学)
2015 - 2018
名古屋大学大学院 経済学研究科
博士(見込み)

研究関心  

1. マーケティング・サイエンス

企業から提供いただいたマーケティングの実データを用いた統計解析で 消費者の「将来の購買時期」「競合他社での行動」等を予測。 通常の企業活動では得られないこれらの情報を予測することで 企業活動へ活用することを目的としています。

1.1 シェア・オブ・ウォレットの予測

マーケティング分野における重要な課題として、 「自社顧客が競合他社でどれほど購買を行っているかを予測する」という点があります。 これは企業が戦略策定を行うにあたり、自社での行動は把握できるものの 各顧客が自社外でどんな行動を行っているのかという情報は得ることができないことに由来しています。
ある「市場カテゴリにおいて顧客の支出全体における自社への支出の割合」はシェア・オブ・ウォレット(share of wallet: SOW, 財布内シェアとも)と呼ばれ、 様々な手法を用いてSOWの予測を行っています。

1.2 多様性変数を用いた消費者の異質性の考慮

多様化を続ける消費者の趣味嗜好に対応したモデリングを行うため、 「多様性変数」を定義し消費者の興味関心の幅広さを定量化して解析に考慮することで 顧客の競合他社の利用や将来の購買等の予測について、従来より高い予測精度を実現しています。

1.3 データ融合による顧客情報の予測

自社の購買履歴データと外部の生活調査データ等を組み合わせることで 自社顧客の外部での行動(日常行動・興味関心・競合他社の利用頻度等)といった情報を得ることを考えると、 通常これら複数のデータでは顧客と調査対象者が重複していない(重複していてもIDが異なることから判別が困難)といった 要因があることから、単に2つのデータを組み合わせて解析を行うことは難しいという問題があります。
そこで深層学習など近年の機械学習モデルをこれらデータ融合に応用することで、変数ごとの複雑な関係性を把握しながら データ融合を実施することが可能となっています。(新美・星野, 2017)

2. 機械学習を含む統計解析モデルの開発

マーケティングにおける顧客予測をより高い精度で行えるような統計モデルや指標の開発を行っています。

2.1 大規模データの同時モデリング

統計モデルでマーケティングデータを扱うにあたっては、ECサイト等で収集したウェブのアクセス履歴データを中心に、 実店舗の訪問/購買履歴データやモバイルアプリの操作情報等のいずれも大規模なデータを複数組み合わせることで、 顧客の行動を多面的に同時モデリングしています。

2.2 統計モデルの応用

個人の変量効果を含む同時分布の推定といった多重積分を含む困難なモデルの解析にあたって、 積分段階的ラプラス近似法(integrated nested Laplace approximation: INLA)を用いて 効率的に解析を行うなど、比較的新しい統計モデルの実務データへの応用(新美・星野, 2015)も試行しています。

2.3 深層学習モデルの開発

近年ではニューラルネットワーク(Neural Network)、とりわけ深層学習(Deep Learning)といった、 人工知能(機械学習モデル)を含む統計モデルの開発と実データへの応用(新美・星野, 2017)を行っています。

研究業績  

マーケティング・サイエンス分野を中心に、統計モデリング、機械学習、深層学習等を用いて消費者の将来の行動や競合他社の利用頻度を予測する研究を行っています。

1. 学術論文

消費者の異質性を考慮した競合他社での行動の予測
新美潤一郎, & 星野崇宏. (2015). ユーザ別アクセス・パターン情報の多様性を用いた顧客行動の予測とモデリング. 応用統計学, 44(3), 121-143. [査読あり]
J-STAGE ResearchGate
機械学習を用いたオムニチャネル購買の同時モデリング
新美潤一郎, & 星野崇宏. (2017). 顧客行動の多様性変数を利用した購買行動の予測 -Deep Learning を応用した実店舗・Web・モバイルの多面的な分析-. 人工知能学会論文誌, 32(2), B-G63_1. [査読あり]
Predicting Purchases with Using the Variety of Customer Behaviors -Analysis of the purchase history and the browsing history by Deep Learning-
J-STAGE ResearchGate
消費者の行動の多様性が有効な構造とRFMCとの比較
新美潤一郎. (2017). 消費者行動の多様性指標の提案と閲覧・購買行動の予測への応用 理論的背景と他指標との関連の検討. 経済科学 [査読なし, 印刷中]

2. 学会発表

新美潤一郎, & 星野崇宏. (2014). ユーザ別アクセス・パターン情報を用いた,競合サイトでの閲覧・購買行動の予測, 日本マーケティング・サイエンス学会 第95回研究大会, 関西学院大学
J-STAGE ResearchGate
新美潤一郎, & 星野崇宏. (2017). Deep Boltzmann Machine を用いたデータ融合手法の提案 - Data Fusion Method with Deep Boltzmann Machine, 2017年度 人工知能学会全国大会(第31回), ウインクあいち
ResearchGate
新美潤一郎. (2017). 消費者行動の多様性指標の提案と閲覧・購買行動の予測への応用 理論的背景と他指標との関連の検討, 日本マーケティング・サイエンス学会 新しいデータと競争環境の下でのマーケティングサイエンス研究部会, 慶應義塾大学

3. その他

Junichiro NIIMI, Takahiro HOSHINO. (2015). How Often Do Your Customers Purchase From Your Competitors? -Analysis of Users’ Online Browsing History-, PhD Professional Toryumon NC Ambition Camp, North Carolina State University. [Poster session]

共同研究  

企業・他大学と連携した実務的な解析

マーケティング分野の研究を行うために実際の企業(小売/サービス業者・調査会社等)や他大学の先生と連携し、実務ニーズに即したデータ解析や分析モデルの開発を行っています。過去には「新規売上に対する広告出稿の効果測定」等を経験。
また企業の教育研修プログラムに参加しマーケティング論についての評価を担当した経験もあります。

スキル  

1. 統計解析

各種統計解析手法を用いたマーケティング分析や機械学習モデルの開発等を経験。

2. プログラミング

Python等のプログラミング言語やSAS、MATLAB、Rを中心とした統計解析ソフトウェアを使用。
その他ECサイトの開発経験等もあり。

3. 語学

英語能力検定試験IELTS: Overall Score 6.5
マレーシアの英語学校に留学。ノースカロライナ州立大での講義の受講や、アジア各国の大学で現地留学生とともに英語を共通言語としたプロジェクトを実施。

その他の活動等  

1. リーディング大学院プログラム

日本学術振興会(JSPS)が主導する産学官共同の教育プログラムであり「高度な専門性を究めながらも広く国際社会を俯瞰し、産学官にわたりグローバルに活躍するリーダーの養成」を目的とした名古屋大学大学院 博士課程教育リーディングプログラム「PhDプロフェッショナル登龍門」の第一期正規履修生として、研究活動以外にもアジアを中心とした各国(モンゴル、カンボジア、キルギス、マレーシア、アメリカ)への訪問と、現地学生と共同での起業ワークショップ等に参加。

本学の代表として日本アイ・ビー・エム株式会社(日本IBM)のスタディツアーに参加。IBMアメリカ本社やWatson Analytics研究開発施設等にご招待いただきました。
また私の活動内容について日本アイ・ビー・エムの辻様とともに週刊東洋経済(雑誌、オンラインともに)にて特集いただきました。

2. サイエンス・コミュニケーション

一般の方を対象に、科学的な知識や最新技術により親しんでもらうことを目的として近年の機械学習、人工知能、ビッグデータといった分野の趨勢についての講義を実施。
カフェで軽食を楽しみながら気軽に学べるセミナーを行っています。

連絡先  

ご連絡の際には下記をご利用ください。

1. メールアドレス


スパム防止のため画像化しています。

2. 学内住所

〒464-8601
名古屋市千種区不老町名古屋大学 理学部C館319号室PhD登龍門推進室
履修生 新美 潤一郎 宛

3. SNS

各種SNS等からメッセージでご連絡いただくことも可能です。





2016 Junichiro NIIMI All Rights Reserved.